1.1 INTRODUCCION & NOTACION

Documentos relacionados
V Muestreo Estratificado

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

6. ESTIMACIÓN PUNTUAL

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria

La inferencia estadística es primordialmente de naturaleza

Una Propuesta de Presentación del Tema de Correlación Simple

Simulación de sistemas discretos

MATEMÁTICAS FINANCIERAS Y EVALUACIÓN DE PROYECTOS JAIRO TARAZONA MANTILLA CONSULTOR ASESOR DOCENTE FINANCIERO Y PROYECTOS

METODOLOGÍA DE CÁLCULO DE LAS TASAS DE INTERÉS PROMEDIO

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES

2. Calcular el interés que obtendremos al invertir euros al 4% simple durante 2 años. Solución: 480 euros

CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA. Los datos sintéticos son elementos de suma importancia en los sistemas de diseño en

PRIMERA PRUEBA DE TÉCNICAS CUANTITATIVAS III. 14-Abril Grupo A

SEMESTRE DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 10 DE 2008 NOMBRE

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:

TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción.

V II Muestreo por Conglomerados

Introducción a la simulación de sistemas discretos

MATEMÁTICAS FINANCIERAS

UNA PROPUESTA DE GRÁFICO DE CONTROL DIFUSO PARA EL CONTROL DEL PROCESO

ANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral

Serie de Gradiente (Geométrico y Aritmético) y su Relación con el Presente.

que queremos ajustar a los datos. Supongamos que la función f( x ) describe la relación entre dos cantidades físicas: x e y = f( x)

4 METODOLOGIA ADAPTADA AL PROBLEMA

Comportamiento Mecánico de Sólidos Capítulo II. Introducción al análisis tensorial. Tensores. x 3 A 3. Figura 1. Componentes de un vector.

Gestión de operaciones

TEXTO DE PROBLEMAS DE INFERENCIA ESTADÍSTICA

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1

TEMA 3.- OPERACIONES DE AMORTIZACION : PRESTAMOS A INTERES VARIABLE 3.1.-CLASIFICACIÓN DE LOS PRÉSTAMOS A INTERÉS VARIABLE :

1 Ce.R.P. del Norte Rivera Julio de 2010 Departamento de Matemática Notas para el curso de Fundamentos de la Matemática

Análisis estadístico de datos muestrales

MATEMÁTICAS FINANCIERAS

PROBABILIDAD Y ESTADISTICA

ESTADÍSTICA DESCRIPTIVA

LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A

REGRESIÓN NO LINEAL. Índice. 1. Cuándo existe regresión? Y = f X (figura 1d y 1e); es decir, los puntos del diagrama de dispersión

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna

UNIDAD DIDÁCTICA TERCERA: APLICACIÓN DEL CALCULO MERCANTIL Y FINANCIERO A LAS OPERACIONES BANCARIAS

x x x x x Y se seguía operando

Universidad de Sonora Departamento de Matemáticas Área Económico Administrativa

ERRORES EN LAS MEDIDAS (Conceptos elementales)

Figura 1. Figura 2. Para realizar este análisis asumiremos las siguientes condiciones:

-Métodos Estadísticos en Ciencias de la Vida

NOMBRE Apellido Paterno Apellido Materno Nombre(s)

Los principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos

PARTE 2 - ESTADISTICA. Parte 2 Estadística Descriptiva Introducción

LOS NÚMEROS COMPLEJOS

Respuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto:

Métodos indirectos de estimación: razón, regresión y diferencia

ESTRUCTURA Y TECNOLOGÍA A DE COMPUTADORES

Guía práctica para la realización de medidas y el cálculo de errores

1. Lección 11 - Operaciones Financieras a largo plazo - Préstamos (Continuación)

Aplicaciones de Balances de Energía en Reactores Batch

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es

A2.1 SUMA PRESENTE A SUMA FUTURA

TEMA 11 OPERACIONES DE AMORTIZACION O PRESTAMO (II)

Análisis de Regresión y Correlación Lineal

3 Regresión lineal múltiple: estimación y propiedades

Universidad de Cantabria

ESTADÍSTICA poblaciones

. Si vamos calculando así las potencias n-ésimas de la unidad imaginaria, descubriremos que son cíclicas y que cada 4 términos se repiten: ( )

Control estadístico de procesos. Control de procesos. Definición de proceso bajo control estadístico. Causas de la variabilidad en un proceso

PROBANDO GENERADORES DE NUMEROS ALEATORIOS

Inferencia Estadística

INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO

Algunas Recomendaciones para la Enseñanza de la Estadística Descriptiva o Análisis de Datos

7.1. Muestreo aleatorio simple. 7.2 Muestreo aleatorio estratificado. 7.3 Muestreo aleatorio de conglomerados. 7.4 Estimación del tamaño poblacional.

Credit scoring models: what, how, when and for what purposes

UNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro)

GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA

Estadística Descriptiva

6.2.- Funciones cóncavas y convexas

Intensificación en Estadística

División de Evaluación Social de Inversiones

CÁLCULO NUMÉRICO (0258)

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS

Números Complejos PREGUNTAS MÁS FRECUENTES

Cálculo Diferencial e Integral II INGENIERÍA CÁLCULO DE ÁREAS

COMENTARIOS Y ANÁLISIS DEL FACTOR DE PRODUCTIVIDAD PROPUESTO POR OSIPTEL PARA EL PLAN DE REGULACIÓN POR PRECIOS TOPE

Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO.

Análisis de Regresión y Correlación Lineal

PyE_ EF1_TIPO2_

Tema 1. La medida en Física. Estadística de la medida Cifras significativas e incertidumbre

TEMA 2: LOS NÚMEROS COMPLEJOS

Teoría de colas. Andrés Ramos Universidad Pontificia Comillas TEORÍA DE COLAS 1

CÁLCULO FINANCIERO. Teoría, Ejercicios y Aplicaciones

INTRODUCCIÓN AL ANÁLISIS DE ENCUESTAS COMPLEJAS 1

CURSO DE ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO EXCEL

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

EL COEFICIENTE DE CORRELACIÓN Y CORRELACIONES ESPÚREAS Erick Lahura Enero, 2003

Escrito. 1) Transforma a las bases indicadas:

Objetivos. Introducción n a las medidas de posición n (tendencia central o tipismo): Moda y Mediana Media aritmética

Es aquella Serie Uniforme, cuyo Pago tiene lugar, al Final del Periodo.

ESTADÍSTICA DESCRIPTIVA E INFERENCIAL I

Transcripción:

1. SIMULACIÓN DE SISEMAS DE COLAS Jorge Eduardo Ortz rvño Profesor Asocado Departameto de Igeería de Sstemas e Idustral Uversdad Nacoal de Colomba jeortzt@ual.edu.co 1.1 INRODUCCION & NOACION Clete Servdor (es) Cola Flujo Poblacó 1.2 SISEMAS DE COLA SIMPLE Poblacó ------- - aleatoredad Fgura 2.11: Sstemas de Cola Smples 1

1.3 DISCIPLINA DE SERVICIO 1. Las llegadas y las saldas so de aturaleza estocástcas. 2. Exste ua polítca de atecó (proceso). FIFO (Frst Frst Out): El prmero que llega es el prmero que sale. LIFO (Last Frst Out): El últmo que llega es el prmero que sale. RANDOM: La atecó es aleatora, es decr, o exste relacó drecta etre el tempo de llegada y la atecó prestada. PRIORIDAD: Se le proporcoa determados prvlegos a certos tpos de cletes. Por ejemplo, las flas preferecales a los ttulares de las cuetas e los bacos. 1.4 NOACIÓN DE KENDALL Para u sstema de colas, se defe: a : Estructura probablístca del proceso de llegada. b : Estructura probablístca del proceso de salda. c : Número de servdores e paralelo. d : Dscpla de atecó. e : Capacdad del sstema. f amaño de la poblacó. La otacó es ( a / b / c) :( d / e / f ) De esta maera, la estructura probablístca del proceso de llegada se refere al comportameto como se da las llegadas al sstema, por ejemplo Posso; la estructura probablístca del proceso de salda se refere al comportameto como se da las saldas del sstema, por ejemplo Expoecal; el úmero de servdores e paralelo se refere a cuatos servdores puede ateder al msmo tempo y o depede de los demás, por ejemplo la 2

catdad de cajeros e u baco; la dscpla de atecó, a como se atede los cletes, es decr, los prmeros e llegar so los prmeros e salr (FIFO, por las sglas e gles Frst I, Frst Out) o los prmeros e llegar so los últmos e salr (FILO, Frts I, Last Out); la capacdad del sstema es la catdad de cletes que puede soportar el sstema, por ejemplo la catdad de cletes que puede ateder u restaurate; y el tamaño de la poblacó es la catdad de cletes potecales que tee el sstema. 1 / 1,5 / 2 : / / 5 U ejemplo de esta otacó es: G p u FIFO ; y quere decr que el proceso de llegadas es geométrco; el proceso de salda es uforme, hay dos servdores e paralelo; se maeja ua dscpla de atecó prmeros e llegar, prmeros e salr; la capacdad del sstema es fto al gual que la poblacó. Cuado la estructura probablístca es Posso (Expoecal) la otacó para los comportametos se escrbe M, e hoor a Marcov y por ser el comportameto más estudado y más utlzado. De esa maera, a cotuacó se preseta este modelo. 1.5 MEDIDAS DE DESEMPEÑO a. empo promedo e fla b. empo promedo e atecó c. empo promedo e sstema. d. Número promedo de cletes e fla e. Número promedo de cletes e el sstema. f. La utlzacó (porcetaje de tempo que el servdor esta ocupado). 1.6 RESULADOS EÓRICOS PARA EL MODELO M / M /1. Se cooce como sstema de acmeto y muerte (puros) y se asume que la parte faltate de la otacó es FIFO / /. S se defe como la utlzacó del sstema. De esa 3

maera, p p0 y co ua seclla deduccó matemátca p (1 ). ambé, el úmero promedo de cletes e el sstema (e estado estacoaro) es 2 1 La varaza del úmero de cletes e el sstema es 2 1 E( ). 1. Por últmo, se aplca la Ley de Lttle, que expresa que el úmero de cletes promedo e el sstema es gual al tempo promedo de permaeca e el msmo multplcado por la tasa de llegadas. Se defe como, dode es el tempo promedo de permaeca e el sstema. 1.7 RESULADOS POR SIMULACIÓN M / M /1. 1.7.1 Formas de aálss del sstema 1. E u período específco de tempo. 2. Hasta que se ateda u úmero específco de cletes. E lo que sgue, se supoe el segudo efoque, es decr, hasta haber ateddo cletes. 1.7.2 Modelo matemátco para smulacó. Sea: t : empo de llegada del -ésmo clete. El sstema comeza co t 0 = 0. A 1 A 2 t 0 t 1 t 2 t 3 empo Fgura 2.12: Notacó 4

A : t 1 t El tempo etre llegadas del -ésmo y el (-1)-ésmo cletes. S : empo que el servdor gasta e ateder el -ésmo clete. D : empo que gasta el clete hacedo fla. C : Istate e el que el clete sale del sstema C t D S E geeral: A 1 D 2 t 0 t 1 t 2 c 1 t 3 t 4 c 2 empo S 1 Fgura 2.13: Notacó Geeral 1.7.3 Cálculo de meddas de desempeño Las meddas que se empleará se calcula teedo observado el sstema hasta teer que se ha ateddo cletes. 1.7.3.1 empo promedo e fla. d 1 D 1 1.7.3.2 Número promedo de cletes e fla. q p 0 5

p : Probabldad de que el sstema tega cletes. E la práctca se puede aproxmar p co los datos de llegada y salda de los cletes. Para estmar p se defe: q ˆ p 0 : empo otal durate el aálss del sstema e el que hay cletes. : empo otal de aálss del sstema hasta que se ha ateddo cletes. pˆ. Reemplazado el valor de pˆ e la ecuacó ateror teemos que: q 0 0 1.7.3.3 Utlzacó ut 1 0 S el servdor está ocupado et S el servdor estálbreet Por lo tato, u t t0 u t dt 6

1.7.4 Algortmos para los evetos de llegadas y saldas 1.7.4.1 Algortmos para los evetos de llegadas FUNCIÓN EVENO _ llegadas Argumetos CalcularSgueteLlegada ; SI EstaElServdorLbre D 0; ActualzarEstadstcas ; NumCletesAteddos NumCletesAteddos 1; EstadoServdor Ocupado; Pr ogramarevetodesaldanuevocleteateddo ; SINO ActualzarAreaBajoLaCurvaCletesEFla ; CletesEFla CletesEFla 1; Guardar _ t ; _ FUNCIÓN _ EVENO _ Saldas 7

1.7.4.2 Algortmos para los evetos de Saldas FUNCIÓN EVENO _ Saldas Argumetos SI ColaVaca EstadoServdor Ocupado; emposalda ; SINO ActualzarAreaBajoLaCurvaCletesEFla ; CletesEFla CletesEFla 1; Calcular _ D ; ActualzarEstadstcas ; NumCletesAteddos NumCletesAteddos 1; Pr ogramarevetodesaldanuevocleteateddo ; SI ColaNoVaca ENONCES MoverLosCletesEFlaULugarAdelate ; _ FUNCIÓN _ EVENO _ Saldas 8