Teoría de colas. Andrés Ramos Universidad Pontificia Comillas http://www.iit.comillas.edu/aramos/ Andres.Ramos@comillas.edu TEORÍA DE COLAS 1



Documentos relacionados
Sistemas de colas. Objetivo teórico: Determinar la distribución del número de clientes en el sistema

REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL

TEORÍA DE LÍNEAS DE ESPERA (COLAS)

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2004

Sucesiones numéricas.

PRUEBAS DE ACCESO A LA UNIVERSIDAD FASE ESPECÍFICA: MATERIAS DE MODALIDAD

Medidas de Tendencia Central

Métodos Estadísticos de la Ingeniería Tema 9: Inferencia Estadística, Estimación de Parámetros Grupo B

UNIVERSIDAD DE ATACAMA

IES Fco Ayala de Granada Sobrantes de 2008 (Modelo 3 Junio) Solución Germán-Jesús Rubio Luna 12 2 = , es decir

Tema 9. Inferencia Estadística. Intervalos de confianza.

Programación Entera (PE)

IES Fco Ayala de Granada Sobrantes 2014 (Modelo 2 ) Soluciones Germán-Jesús Rubio Luna

Imposiciones y Sistemas de Amortización

Estimación puntual y por intervalos

7.2. Métodos para encontrar estimadores

PRUEBA A ( ) ( ) p z p z , = ,

Teoría de Colas. TC: Parte de la Investigación Operativa que estudia el comportamiento de sistemas cuyos elementos incluyen líneas de espera (colas).

2. LEYES FINANCIERAS.

Fórmula de Taylor. Si f es continua en [a,x] y derivable en (a,x), existe c (a,x) tal que f(x) f(a) f '(c) = f(x) = f(a) + f '(c)(x a)

OPCIÓN A EJERCICIO 1 (A)

OPCIÓN A EJERCICIO 1_A

Sistemas de colas: clase 1. Amedeo R. Odoni 10 de octubre de 2001

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2014 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

IES Fco Ayala de Granada Sobrantes de 2011 (Modelo 1) Enunciado Germán-Jesús Rubio Luna

CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS

Propuesta A. { (x + 1) 4. Se considera la función f(x) =

16 Distribución Muestral de la Proporción

IES Fco Ayala de Granada Sobrantes de 2002 (Modelo 3 Junio) Solución Germán-Jesús Rubio Luna

( 3.c) INTRODUCCIÓN A LOS MODELOS NO EXPONENCIALES Y REDES DE COLAS

2 Teoría de colas o líneas de espera

INTERVALOS DE CONFIANZA Y TAMAÑO MUESTRAL. 1. Una muestra aleatoria de 9 tarrinas de helado proporciona los siguientes pesos en gramos

INVESTIGACIÓN DE OPERACIONES II. JULIO CÉSAR LONDOÑO ORTEGA

Midiendo el Desempeño

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

CONCEPTOS BÁSICOS DE PRESTAMOS.

Recuerda lo fundamental

UNIDAD Nº 2. Leyes financieras: Interés simple. Interés compuesto. Descuento.

= Adj(A ) = 0 1-2/8 3/ /8 3/8 1-2/8 3/

CURSO CONVOCATORIA:

es un proceso de conteo si representa el número de eventos ocurridos hasta el tiempo t.

Progresiones. Objetivos. Antes de empezar. 1.Sucesiones.. pág. 74 Definición. Regla de formación Término general

Análisis de datos en los estudios epidemiológicos II

IES Fco Ayala de Granada Junio de 2013 (Reserva 2 Modelo 1 ) Soluciones Germán-Jesús Rubio Luna

Estimación puntual y por Intervalos de Confianza

Este centro consta de 20 cuartos sencillos, 12 cuartos dobles, 7 corredores y 4 salas de sesiones.

Análisis estadístico de datos simulados Estimadores puntuales

SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 2008 (MODELO 5)

T o e r o ía í a d e d e C ol o a l s

IES Fco Ayala de Granada Sobrantes de 2001 (Modelo 2) Solución Germán-Jesús Rubio Luna

Calculamos los vértices del recinto convexo, resolviendo las ecuaciones las rectas de dos en dos.

Cuadro II.1 Valores absolutos de peso (kg) de niños y niñas < 5 años de Costa Rica, pc3. pc

Estadística Descriptiva

MATEMÁTICAS FINANCIERAS

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

ELEMENTOS DE ÁLGEBRA MATRICIAL

Introduccion. TEMA 6: MODELOS DE FILAS DE ESPERA (Waiting Line Models) (Capítulo 12 del libro) Modelos de Decisiones

IES Fco Ayala de Granada Sobrantes 2009 (Modelo 3 Junio) Soluciones Germán-Jesús Rubio Luna+

1 x 1 0,1666. sabiendo que 506, 508, 499, 503, 504, 510, 497, 512, 514, 505, 493, 496, 506, 502, 509, 496.

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

Práctica 6: Vectores y Matrices (I)

Ejercicios Resueltos ADC / DAC

COMUNICACIÓN A /01/2012

DISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS)

MATEMÁTICAS 1214, PARCIAL 3 PROBLEMAS PARA PRACTICAR SOLUCIONES. 1. Para cada sucesión infinita abajo, determine si converge o no a un valor finito.

INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE UNA PROPORCIÓN

Estimación puntual y por intervalos de confianza

Muestreo. Tipos de muestreo. Inferencia Introducción

(3.b) MODELOS EXPONENCIALES de COLAS

FORMULAS PARA EL PRODUCTO: CREDITO A LA MICROEMPRESA

SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 2012 (MODELO 2)

Correo electrónico:

Planificación contra stock

IES Fco Ayala de Granada Septiembre de 2013 (Modelo 2) Soluciones Germán-Jesús Rubio Luna

CADENAS DE MARKOV. Métodos Estadísticos en Ciencias de la Vida

Ejercicio 1. Sea el recinto limitado por las siguientes inecuaciones: y + 2x 2; 2y 3x 3; 3y x 6.

Economía a de la Empresa I

Ley de los números grandes

SOLUCIONES Modelo 2 PRUEBA DE ACCESO A LA UNIVERSIDAD DEL AÑO ANDALUCÍA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II

Para qué medir? Midiendo el Desempeño. M. Curiel 1. Midiendo el Desempeño. Qué variables se desea medir? Cuáles son las herramientas disponibles?

(PROBABILIDAD) (tema 15 del libro)

IES Fco Ayala de Granada Sobrantes de 2001 (Modelo 5 Septiembre) Solución Germán-Jesús Rubio Luna

ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M.

ANUALIDADES CON LA UTILIZACION DE LAS FUNCIONES FINANCIERAS DEL EXCEL

MODELOS DE PROBABILIDAD

Tema 5: Teoría de colas. Ezequiel López Rubio Departamento de Lenguajes y Ciencias de la Computación Universidad de Málaga

Ejercicios de Teoría de Colas

Matemáticas I - 1 o BACHILLERATO Binomio de Newton

Ejercicio 1: Un embalaje contiene 9 cajas de CDs. Las 9 cajas tienen la siguiente composición:

Se utilizan tres enunciados para básicos para definir los procesos de Poisson. Sea t un t 0, entonces se tiene:

TEMA4: MATEMÁTICA FINANCIERA

Teoría de Líneas de Espera

Revisión de conceptos: S 2 p ( 1 p ) Distribución binomial: Programa de Efectividad Clínica 2003 Bioestadística Vilma E. Irazola.

Tema 9 Teoría de la formación de carteras

A N U A L I D A D E S

FORMULAS PARA EL PRODUCTO : CREDITO CONSUMO

IES Fco Ayala de Granada Sobrantes de 2006 (Modelo 2 Septiembre) Solución Germán-Jesús Rubio Luna

Universidad Nacional del Litoral Facultad de Ingeniería y Ciencias Hídricas ESTADÍSTICA. Ingenierías RH-Amb-Ag TEORÍA

1 Sucesiones. Ejemplos. a n = n a n = n! a n = n n. a n = p n. a n = 2n3 + n n a n = ln(n)

Figura 9.1: Respuesta típica al escalón unitario de un sistema de control. Análisis de Sistemas Lineales 95 Ing. Eduardo Interiano

Transcripción:

Teoría de colas Adrés Ramos Uiversidad Potificia Comillas http://www.iit.comillas.edu/aramos/ Adres.Ramos@comillas.edu TEORÍA DE COLAS 1

Ua cola se produce cuado la demada de u servicio por parte de los clietes excede la capacidad del servicio. Se ecesita coocer (predecir) el ritmo de etrada de los clietes y el tiempo de servicio co cada cliete. Sistemas de colas Objetivo: Equilibrar los costes de capacidad del servicio y el coste de ua espera larga. TEORÍA DE COLAS Estudio matemático de las características de los sistemas de colas. TEORÍA DE COLAS 2

Proceso e ua cola 1. Etrada de clietes 2. Sistema de colas 3. Salida de clietes cola o líea de espera mecaismo de servicio SISTEMA DE COLAS FUENTE ENTRADA CLIENTES COLA MECANISMO SERVICIO SALIDA CLIENTES TEORÍA DE COLAS 3

Ejemplos Clietes Servicio Servidores Clietes tieda Veta artículo Depediete Clietes baco Operació fiaciera Vetailla Clietes supermercado Cobro compra Caja Automóvil Llear depósito Surtidor Automóvil Reparació avería Operarios taller Avió Aterrizaje / despegue Pista Llamadas telefóicas Coversació Cetralitas Efermos Ateció médica Médico Cajas Trasporte Robot de almaceamieto Juicios pedietes Juicio Jueces TEORÍA DE COLAS 4

Etrada de clietes TAMAÑO Número total de clietes poteciales (població de etrada): Fiito (fuete limitada) (sistema cerrado) Ifiito (fuete ilimitada) (sistema abierto) Suposició habitual: tamaño ifiito (es decir, el úmero de clietes e la cola NO afecta el úmero potecial de clietes fuera de ella) ENTRADA O FUENTE Uitaria Por bloques TIEMPO ENTRE LLEGADAS Determiista Probabilista (distribució de probabilidad expoecial) TASA MEDIA DE LLEGADA λ Número medio de etrada de clietes por uidad de tiempo Llegadas de clietes so idepedietes e idéticamete distribuidas (IID) TEORÍA DE COLAS 5

Cola Número máximo de clietes admisible Fiito Ifiito Suposició habitual: colas de logitud ifiita (pérdida del cliete o reiteto) Número de caales (carriles de ua calle ate u semáforo) e la cola e iterferecia etre ellos Disciplia de la cola Orde de selecció de sus miembros para ser atedidos FIFO, FIFO co límite LIFO SIRO (Aleatorio) Por prioridad (iterruptora o o) TEORÍA DE COLAS 6

Mecaismo de servicio SERVIDORES Proporcioa el servicio al cliete Número de servidores: Uo Varios Idepedecia o o etre servidores TIEMPO DE SERVICIO Determiista Probabilista (distribució de probabilidad expoecial) TASA MEDIA DE SERVICIO Número medio de clietes que so atedidos e u servidor por uidad de tiempo. Servicios a clietes so idepedietes e idéticamete distribuidas (IID) TEORÍA DE COLAS 7

Especificació de u sistema de colas Distribució del tiempo etre llegadas / Distribució del tiempo de servicio / Número de servidores / Número máximo de clietes e el sistema / Disciplia de la cola M D E G expoecial degeerada (tiempos costates) Erlag (Gamma) geeral Ejemplos: M/M/s M/M/s/K/FIFO M/M/s/s M/G/1 tiempo etre llegadas expoecial / tiempo de servicio expoecial / s servidores TEORÍA DE COLAS 8

Medidas de eficacia de u sistema de colas λ tasa de llegada 1/λ tiempo medio etre llegadas cosecutivas tasa de servicio 1/ tiempo medio de servicio ρ factor de utilizació (itesidad de tráfico): fracció esperada de tiempo que está ocupados los s servidores λ ρ = s habitualmete ρ < 1 N estado del sistema, úmero de clietes e el sistema (cola + servicio) L úmero medio de clietes e el sistema L = E[N] N q logitud de la cola, úmero de clietes e la cola L q úmero medio de clietes e la cola L q = E[N q ] T tiempo de estacia de los clietes e el sistema W tiempo medio de estacia de los clietes e el sistema W = E[T] T q tiempo de espera de los clietes e la cola W q tiempo medio de espera de los clietes e la cola W q = E[T q ] c úmero medio de servidores ocupados TEORÍA DE COLAS 9

Sistema de 8 servidores co 8 colas. Qué sistema de colas es más efectivo? Sistema de 1 cola que abastece a 8 servidores. TEORÍA DE COLAS 1

Fórmulas de Little para codició estacioaria e sistema M/M/1 La codició estacioaria se produce cuado la distribució del úmero de clietes e el sistema se coserva a través del tiempo. Número medio de clietes e el sistema/cola = tasa de llegada x tiempo medio de los clietes e el sistema/cola L = λw L q = λw q Tiempo medio de los clietes e el sistema = tiempo medio de los clietes e la cola + tiempo medio de servicio W = W q + 1/ Número medio de clietes e el sistema = úmero medio de clietes e la cola + factor de utilizació (úmero medio de clietes siedo atedidos) L = L q + λ/ NO PUEDEN UTILIZARSE SI HAY TASAS DE SERVICIO DIFERENTES. TEORÍA DE COLAS 11

Distribució expoecial T variable aleatoria tiempo etre llegadas o tiempo de servicio f T ( t) t αe α t = t < estrictamete decreciete e t α f T (t) t Probabilidad de ua llegada después del istate t P{ T > t} = e α 2 var( T ) = 1 α t 1/α FALTA DE MEMORIA: La distribució de la probabilidad del tiempo que falta para que ocurra el eveto es siempre la misma idepedietemete del tiempo que haya pasado α ( t+ t ) P{ T > t T > t + t} P{ T > t + t} e αt P{ T > t + t T > t} = = = e = P t { T > t α } P T > t e { } El míimo de variables aleatorias expoeciales tiee distribució expoecial. PA ( / B) PB ( ) PB ( / A) = PA ( ) TEORÍA DE COLAS 12

Procesos de Poisso Si los tiempos etre llegadas/servicios se distribuye segú ua expoecial el úmero de llegadas/servicios hasta u cierto tiempo es u proceso de Poisso. N( t ) úmero de ocurrecias (llegadas o servicios) e el tiempo t ( t ). Se distribuye segú ua Poisso co parámetro α t (α úmero medio de ocurrecias por uidad de tiempo) αt ( αt) e P{ N( t) = } = =,1,! αt P N ( t) = = e = P T > t { } { } [ ( )] = αt E N t La probabilidad de ocurrecia de u suceso e el siguiete itervalo (pequeño) de tiempo t sabiedo que o se ha producido hasta ese mometo t es t P T t + t T > t α t α { } TEORÍA DE COLAS 13

Procesos de Poisso PROPIEDAD REPRODUCTIVA: La suma de procesos de etrada de Poisso es tambié u proceso de Poisso siedo la tasa la suma de las tasas respectivas. DIVISIBILIDAD: Si las llegadas a u sistema so de tipo Poisso co tasa α y cada llegada es ecamiada a u subsistema s co ua probabilidad p i el proceso de llegada a cada subsistema es tambié de Poisso co tasa α p i TEORÍA DE COLAS 14

Modelo geeral. Proceso estacioario de acimieto y muerte Nacimieto = llegada de clietes al sistema Muerte = salida de clietes ua vez servidos N( t ) estado del sistema e tiempo t = úmero de cliete e el sistema Hipótesis: Distribució del tiempo que falta para la llegada es expoecial co parámetro λ =,1, siedo λ la tasa de llegada de clietes al sistema dado que hay clietes N ( t) = Distribució del tiempo que falta para la salida es expoecial co parámetro =,1, siedo la tasa de salida de clietes del sistema dado que hay clietes N ( t) = Idepedecia etre el tiempo hasta próxima llegada y tiempo hasta próxima salida TEORÍA DE COLAS 15

Diagrama de trasicioes Por ser proceso de Poisso, la probabilidad de ocurrecia de u suceso e u t es proporcioal a t siedo t Tato la llegada como la salida so procesos de Poisso e idepedietes, luego de u estado dado sólo se puede pasar a dos posibles estados. λ λ λ 2 λ -1 λ 1 1 2 3... -1 +1... 1 2 3 +1 TEORÍA DE COLAS 16

Tasa media de llegada al estado λ 1P 1 + + 1P + 1 Tasa media de salida del estado λ P + P P probabilidad de que haya clietes e el sistema de maera estacioaria Por ser el sistema estacioario (tasa medio de llegada = tasa media de salida) para cualquier estado λ 1P 1 + 1P 1 = λ P + P + + TEORÍA DE COLAS 17

= 1P1 λp = P1 = P 1 λ1λ = 1 λ P + 2P2 = ( λ 1 + 1) P1 P2 = P 2 1 λ2λ1λ = 2 λ 1P1 + 3P3 = ( λ 2 + 2) P2 P = P λ 3 3 2 1 λ 1λ 2 λ P = P P = 1 1 1 = λ 1λ 2 λ C = = 1,2, 1 1 C = 1 = 1 P = CP = 1 P = = = C = TEORÍA DE COLAS 18

Número medio de clietes e el sistema L = = Número medio de clietes e cola co s servidores L = ( s) P Tasa media de llegadas λ q = s = = P λ P TEORÍA DE COLAS 19

Cola M/M/1 Tasa media de llegada λ costate e idepediete del estado del sistema λ = λ Tasa media de servicio costate e idepediete del estado del sistema = λ Factor de utilizació ρ = Para alcazar estado estable ρ < 1 λ λ λ λ λ 1 2 3... -1 +1... C λ = = ρ P P P = ρ 1 = = 1 ρ ρ = P = (1 ρ) ρ =,1,2, TEORÍA DE COLAS 2

Medidas de fucioamieto de cola M/M/1 Número medio de clietes e el sistema ρ λ L = P = = = 1 ρ λ Número medio de clietes e cola co 1 servidor 2 2 ρ λ Lq = ( 1) P = = = 1 1 ρ ( λ) Tiempo medio de los clietes e el sistema L 1 1 W = = = λ λ (1 ρ ) Tiempo medio de los clietes e cola 1 ρ Wq = W = (1 ρ) Factor de utilizació del servidor ρ = L L = 1 P Probabilidad de tiempo de espera e cola ulo P = 1 ρ = P{ W q = } (1 )t Probabilidad de tiempo de espera e cola > t P{ W t} ρe ρ (1 )t Probabilidad de tiempo de estacia e el sistema > t P{ W t} e ρ q q > = t > = t TEORÍA DE COLAS 21

Cola M/M/s Tasa media de llegada λ costate e idepediete del estado del sistema λ = λ s Tasa media de servicio = s > s λ Factor de utilizació ρ = Para alcazar estado estable ρ < 1 s λ λ λ λ 1 2... s-2 s-1 s 2 (s-1) s TEORÍA DE COLAS 22

C 1 λ! = 1 λ λ s! s s s s > s P 1 1 1 = = = s s s s 1 s 1 C 1 λ 1 λ λ 1 λ 1 λ 1 1+ 1 1! + = s s! s + 1! + s! λ = = = 1 s P = s 1 = 1 ( sρ ) ( sρ ) +! s!(1 ρ) s P 1 λ P s! = 1 λ 1 P s s s! > s TEORÍA DE COLAS 23

Medidas de fucioamieto de cola M/M/s ( λ ) Número medio de clietes e cola co s servidores ρ Lq = P 2 s!(1 ρ) Número medio de clietes e el sistema λ L = Lq + Tiempo medio de los clietes e cola Lq Wq = λ Tiempo medio de los clietes e el sistema L 1 W = = Wq + λ Probabilidad de tiempo de estacia e el sistema > t ( 1 ) { } s 1 1 t s λ t P λ e P W > t = e + s!(1 ρ) s 1 λ t s (1 ) Probabilidad de tiempo de espera e cola > t P{ Wq > t} = 1 P{ Wq } = e s 1 Probabilidad de tiempo de espera e cola ulo P{ Wq = } = = s P t t TEORÍA DE COLAS 24

Cola M/M/s/K K úmero máximo de clietes e el sistema (por ejemplo, lugares dispoibles para los clietes camillas-) No se permite la etrada cuado el sistema está lleo. λ =,1,2,, K 1 Tasa media de llegada λ = K Número de servidores iferior al úmero máximo de clietes s K 1 λ,1,2,, s! = s s 1 λ λ C = s, s 1,, K s! = + s > K 1 λ P,1,2,, s! = s s 1 λ λ P = P s, s 1,, K s! = + s > K TEORÍA DE COLAS 25

P 1 1 = = s K P 1 λ 1 λ λ = =! + s! = s+ 1 s K s s Número medio de clietes e cola Número medio de clietes e el sistema ( λ ) s ρ Lq = P K s s!(1 ρ) K s K s 2 1 ρ ( ) ρ (1 ρ) s 1 s 1 L = P + L + s(1 P ) Tasa media de llegada (etrada efectiva) λef = λ(1 PK ) Tiempo medio de los clietes e cola Lq Wq = λ EF Tiempo medio de los clietes e el sistema L W = λ q = = EF TEORÍA DE COLAS 26

Cola M/G/1 Tiempos etre llegadas idepedietes y distribució expoecial co tasa de llegada λ Tiempos de servicio idepedietes y distribució geeral F ( ) co media 1 y variaza 2 σ No se puede aplicar el proceso geeralizado de acimieto y muerte. 2 2 2 ρ + λ σ λ Fórmula de Pollaczek-Khitchie: L = ρ + siedo ρ =. 2(1 ρ) TEORÍA DE COLAS 27

Sistema cerrado co cola M/M/1 Fuete fiita de tamaño m. Clietes ua vez servidos vuelve a la fuete. Tiempos etre llegadas idepedietes y distribució expoecial co tasa de llegada ( m ) λ < m depediete del úmero de clietes e el sistema λ = m Probabilidad de cada estado m! P = ρ P = ( m + 1) ρp 1 < m 1 m m! ρ ( m )! y P = 1 + = 1 ( m )! P = > m λ siedo ρ = TEORÍA DE COLAS 28

Tasa media de llegada al sistema λef = ( m L) λ 1+ ρ Número medio de clietes e cola Lq = m (1 p) ρ 1 p Número medio de clietes e el sistema L = m ρ Lq 1 m 1+ ρ Tiempo medio de los clietes e cola Wq = = ( m L) λ 1 p ρ L Tiempo medio de los clietes e el sistema W = ( m L ) λ TEORÍA DE COLAS 29

Sistema cerrado co cola M/M/s Fuete fiita de tamaño m. Clietes ua vez servidos vuelve a la fuete. Tiempos etre llegadas idepedietes y distribució expoecial co tasa de llegada ( m ) λ < m depediete del úmero de clietes e el sistema λ = m s Tasa media de servicio = s s m Probabilidad de cada estado m λ P s P λ = siedo ρ = m!( λ / ) s P s s m s! s Tasa media de llegada al sistema λef = ( m L) λ TEORÍA DE COLAS 3

Cola M/M/s/s Capacidad del sistema es igual úmero de servidores (cetrales telefóicas). Probabilidad de que el sistema esté saturado (úmero de clietes igual a úmero de s ( sρ) / s! servidores) Ps = s i ( sρ) / i! i= TEORÍA DE COLAS 31

Cola M/M/ El sistema tiee u úmero muy grade de servidores (sistemas de autoservicio, visitas a ua ciudad). Tasa de llegadas λ = λ Tasa de servicios = λ / ( λ / ) Probabilidad de cada estado p = e =,1,...! λ 1 Medidas de fucioamieto de la cola L = ; Lq = ; W = ; Wq = TEORÍA DE COLAS 32

Diseño óptimo de los sistemas de colas Objetivo: Determiar el ivel de servicio que miimiza la suma de costes icurridos por proporcioar el servicio + costes de los clietes por estar e el sistema (Número medio de clietes e el sistema L por coste de estacia de cada cliete C c ) Coste de los clietes: Pérdidas de gaacia por pérdida de clietes Coste social del servicio Pérdida de productividad Decisioes: Número de servidores por istalació s Eficiecia de los servidores Número de sistemas e servicio (istalacioes) λ TEORÍA DE COLAS 33

Optimizar el úmero de servidores, λ coocidos y fijos C coste por servidor por uidad de tiempo s [ ] mi E CT ( s) = sc + C L( s) s N CT ( s 1) CT ( s) CT ( s + 1) s c Cs L( s) L( s + 1) L( s 1) L( s) C c TEORÍA DE COLAS 34

Optimizar la tasa de servicio λ coocida y fija C coste por uidad de tasa de servicio por uidad de tiempo [ ] mi E CT ( ) = C + C L( ) c Para cola M/M/1 L = λ λ [ ( )] E CT = = λ + Ccλ C TEORÍA DE COLAS 35

Optimizar la tasa de servicio y la capacidad del sistema λ coocida y fija C K coste por uidad de capacidad por uidad de tiempo C coste por clietes perdidos por uidad de tiempo p [ ] E CT (, K) = C + C L(, K) + KC + λp C K N c K K p TEORÍA DE COLAS 36