Professional Documents
Culture Documents
II. PROBLEMATIZACIN
El Sistema
Metropolitano
de
Transporte o Metropolitano,
es
un
sistema
III. Objetivos
Objetivo General:
-
Objetivos especficos:
-
IV. Hiptesis
El estudio de Colas en La estacin Izaguirre del Metropolitano ubicada en la
primera cuadra de la avenida Izaguirre, la cual se encuentra congestiona de
pblico entre las 7:00 y 9:00 de la maana, entre las 5:00 de la tarde y 9:00 de
la noche nos brindarn los resultados que ayudarn a proponer mejoras para
que el tiempo de espera en la larga cola no sea prolongada y pueda darse
abasto, tambin el estudio har que la toma de decisiones respecto a este
V.- Antecedentes
A travs de los aos se han hecho estudios en Sistemas de Transporte Urbano
para
el
estudio
de
Modelo
de
Colas
Simulacin,
continuacin
1.
MAURO
CALLEJAS
CUERVO
VI. METODOLOGA
necesitan
ser
accedidos
para
Este estudio es
importante porque proporciona tanto una base terica del tipo de servicio que
La teora de colas aparece a principios del siglo anterior para estudiar los
problemas de congestin de trfico que se presentaban en las recientemente
inventadas comunicaciones telefnicas. Entre 1903 y 1905, Erlang
es el
En
modelamiento de
Los Modelos de
Con cada evento de paso de tiempo todas las variables de estado del sistema
se cambian, y las mismas funciones de transicin de estado son aplicadas. En
modelado de evento discreto, los eventos cambian normalmente slo parte del
estado del sistema, en muchos casos, una o muy pocas variables de estado del
sistema cambian, dejando todas las otras variables de estado del sistema
constante.
propiedades que se representan por los atributos del objeto. El estado del
sistema se define por los valores de todos los atributos de todos los objetos,
aunque para algunos propsitos alguna agregacin de estos atributos o un
subconjunto de estos atributos podra ser tambin suficiente para describir el
estado del sistema. El estado del sistema slo se cambiar por un evento, es
decir entre dos eventos subsecuentes nada cambia, ni siquiera implcitamente.
SALIDAS
LLEGADAS
COLA
SERVIDOR /ES
Interesa saber cul es el intervalo de tiempo entre las llegadas de dos usuarios
consecutivos. Adems, segn cmo sea el proceso de llegadas, los usuarios
pueden llegar individualmente o en grupos.
Otra cuestin importante es saber cunto tiempo debe esperar un usuario que
llega al sistema hasta que recibe el servicio, lo cual entra dentro del concepto
QOS (Quality of Service, calidad de servicio). Cuando en la cola hay ms de un
usuario, al quedar el servidor libre hay que determinar cul de los usuarios en
espera ser el que pase a recibir servicio. Es decir, es necesario un proceso
para decidir qu usuario va a ser llamado de la cola; esto es lo que se llama
disciplina de la cola. Los modelos ms importantes son los siguientes:
Por ltimo, los usuarios que salen del sistema pueden hacerlo al exterior o
pueden integrarse en otro sistema similar, en cuyo caso se habla de colas
enlazadas o redes de colas.
Pn (t )
t n
n!
intervalo de duracin
), es:
P t T P0 (T ) e T
Por tanto, la probabilidad de que el intervalo entre llegadas sea menor o igual a
T
es:
P t T 1 e T
E T
donde
de tasa de llegadas.
La distribucin exponencial tiene la propiedad de prdida de memoria:
P t TS t S
P t T S ; t S
P t S
P t T S
P t S
e (T S )
e S
e T P t T
respectivamente. Se pide:
L
L C
L C
trabajos, cul es
t1 0
. La longitud
; el segundo
. Llamaremos
P N 0C,t m P N 0C,t m T t f T (t ) dt
0
f T (t )
donde
P N 0C,t m
mC L
C L
m 1
e Ct C t
m!
L e L t dt
C L m1
m!
t m e C L t dt
1 x
e dx
1 !
m 1
Si hacemos
m 1
y, por tanto,
x at
, tenemos
at m e at a dt a m1t m e at dt m!
0
a m1 m at
t e dt 1
m!
a L C
de donde, haciendo
, obtenemos que
P N 0C,t m
mC L
C L m
N 0L,t N 0C,t
Poisson de parmetro
P N 0C,t k
N 0L,t N 0C,t n
P N 0L,t N 0C,t n
P N 0C,t k
N 0L,t n k
P N 0L,t N 0C,t n
e Ct c t
k!
e L C
e Lt L t
nk
n k !
t t n
L C
n!
kC nL k n !
L C n n k ! k !
kC nL k
L C n
C
n
k L C
L C
nk
C
Bin n ,
L C
al instante en
k
al tiempo
k t k t k 1
wk
Llamaremos
sk
rk
servicio y
usuario. Si llamamos
wk rk 1 t k
wk 0
si
nk 0
si n k 0
ya que, en efecto, la espera del k-simo elemento finalizar cuando el (k-1)simo finalice el servicio y abandone el sistema. Por otra parte, se puede
comprobar que el tiempo de espera tambin es:
wk
nk
s
i 1
k i
wk nk t k nk t k
nk
, es decir,
k nk
el
t k nk w k n k
k nk 1
y a partir de este instante comenzaron los servicios a los usuarios
k n k 2
k 1
, ... , hasta el
w k t1
k 1
si t k
i 1
que es una expresin muy til, ya que en el caso de que el sistema tenga
canales de servicio, tenemos:
kl
w k min t i sil t k
1i C
l 1
ti
donde
sil
-simo canal
de servicio. Todo lo anterior quiere decir que, conocidos los tiempos de llegada
y la duracin del servicio a cada usuario, se puede reconstruir toda la historia
de la cola.
Una vez vistas las variables asociadas al usuario, vamos a definir otras
variables asociadas a un instante de tiempo
. stas son:
n( t )
n(t ) nq (t ) n s (t )
n q (t ) 0
n(t ) C
nCL (t ) C n s (t )
n q (t ) n(t ) C
n(t ) C n s (t ) C
n 0
CL
X (t )
.
Y (t )
.
Z (t )
n( t ) X ( t ) Z ( t )
nq ( t ) X ( t ) Y ( t )
Y (t ) n s ( t ) Z ( t )
X (t ) k t t k , t k 1
Y (t ) k t t k wk , t k 1 wk 1
Cuando se hace referencia a modelos de cola, hay por lo menos tres tipos
diferentes de objetos:
organiza.
Los modelos de cola son estocsticos. En los modelos de cola, el tiempo entre
las llegadas de clientes as como el tiempo necesitado para servir a un cliente
es aleatorio, siguiendo una cierta distribucin aleatoria.
Los modelos de evento discretos son dinmicos: los estados de servidores, las
colas, y clientes dependen de los estados anteriores.
Area
Server
Customer
Bank
counter, clerk
customer
processor, I/O
program, printing
Computer
device
task, user
Airport
gate, counter
passenger
Runway
aircraft
counter, officer
client, customer
Public
Administration
document, application
Considere un banco por ejemplo con varios contadores y empleados que sirven
a clientes. En algn momento podra haber muchos clientes que pueden ser
servidos por el personal disponible. En este caso, un nuevo cliente que llega en
un momento imprevisible, se pone en la cola de un contador y espera hasta
que este contador quede libre. El servicio toma una cantidad de tiempo que ni
el cliente ni el empleado saben de antemano. La pregunta que surge es: dado
alguna evidencia estadstica sobre la distribucin de llegada y tiempos de
servicio, cuntos contadores y empleados debe estar disponible para minimizar
tanto el tiempo promedio de espera de los clientes como el tiempo ocioso de
los empleados.
Las mismas consideraciones se aplican a los otros ejemplos en Tabla 5.1: los
programas esperan hasta que el procesador est libre, trabajos de impresin
esperan hasta que la impresora est libre, el avin espera hasta que la pista de
aterrizaje est libre luego de un despegue o aterrizaje, y en todos los casos
nosotros queremos predecir cunto tiempo(en promedio) un programa, un
trabajo de impresin, o un avin deben esperar hasta que se sirvan, dando
como entrada un tiempo de llegada y un tiempo de servicio
Mientras stos son ejemplos simples, nosotros podemos imaginar situaciones
ms complejas: Un pasajero podra estar primero en la cola adelante del
escritorio de informacin para averiguar sobre el contador del registro que l
tiene que ir. El pasajero se acerca entonces al contador del registro apropiado
(qu tarda algn tiempo promedio que puede conocerse de antemano) donde
se debe hacer una nueva cola, junto con otros pasajeros cuyo tiempo promedio
de la llegada puede depender del nmero de demandas de pasajeros al
escritorio de informacin que puede manejarse por hora. El servicio del
contador del registro tarda algn tiempo que depende si el pasajero tiene
equipaje para registrar. Despus de que se sirven los pasajeros, se envan a la
entrada apropiada dnde ellos llegan despus de algn tiempo, y as
sucesivamente.
Dando algunas caractersticas estadsticas de toda la llegada y procesos de
servicio expresado arriba, nosotros podemos preparar una agenda de eventos
probables del tipo `` el pasajero A llega a la cola frente al escritorio de
informacin '', o `` el escritorio de informacin empieza sirviendo el pasajero C
'', o `` fin de servicio del contador de registro que sirve al pasajero D ''. Con un
nmero grande de eventos de este tipo, una simulacin realista de un da de
trabajo, puede establecerse en un aeropuerto.
El modelo procede de evento a evento. Por ejemplo:
El evento llegada
mismo tiempo
agenda el evento llegada de prximos clientes para algn tiempo
futuro.
Entre
eventos,
nada
relevante
sucede.
La
mayora
de
los
eventos
evento (es decir un evento debera desencadenar otro). Esto hace difcil de
leer, debbugear, cambiar y mantener a una simulacin programada . Se han
diseado
estilos
de
programacin
ms
complejos
para
evitar
``
la
Los modelos de colas son representados a menudo por diagramas como los de
la Figura 5.1. Una fuente (tal como la fuente en los diagramas de sistemas
Dinmicos) genera nuevos clientes que llegan al sistema, realiza una cola
delante de un servidor dnde ellos esperan hasta que sean servidos por el
servidor. Despus que han sido servidos, ellos dejan el sistema.
Figura 5.1
Las colas y los servidores son objetos estticos o recursos, mientras que los
clientes son objetos dinmicos. Las fuentes y sumideros representan el entorno
del sistema sealado.
SUBPROCESOS
Se pueden distinguir tres subprocesos:
Proceso de llegada
Aqu nosotros podemos distinguir
entre tener uno o varios tipos de clientes (por ejemplo primera clase,
negocio, y los pasajeros econmicos).
Proceso de espera
Aqu nosotros podemos distinguir
Proceso de servidor
Aqu nosotros tenemos que distinguir
Tiempo de espera
: Tasa de arribo
: Tasa de servicio.
TIPOS DE COLAS
canales de servicio o
servidores.
En este caso, si llamamos
dado, si es
0nC
que corresponde al
nmero de usuarios que han salido del sistema (que han recibido servicio)
hasta
n
se comporta como un proceso estocstico de Poisson de parmetro
. En cambio, si
nC
Z (t )
C
de parmetro
, mientras que
los tiempos de servicio siguen una ley de tipo general, cuya funcin de
F (t )
distribucin es
tn
Si llamamos
usuario, y
X n n t n
tn
en que se
X n nN
es una cadena de Markov.
n f ( n)
n g ( n)
d
dt Po (t ) 0 P0 (t ) 1 P1 (t )
d P ( t ) P ( t ) P ( t ) P ( t )
n
n
n
n 1 n 1
n 1 n 1
dt n
i 1
i 1
j 0
j
1
j 1
0 1 2 ...i 1
...
i 1
Entonces se obtiene:
0 1 2 ...i 1
1 2 3 ... i
P0 1
i 1
...
Pn 0 1 2 n 1 P0
1 2 3 ... n
n 0,1,2,...
n 1
n n
P0 1
i 1
i i!
i
2 3 ...
2! 3!
n n e
Pn n e
n!
n!
intensidad de trfico .
Cola binomial
N n
n N (n 1)
0
n
n N
n N
Entonces,
P0 1
N
Pn
n
i 1
N
i
N ii
1
N
1 N
1 N
N n
Tambin existe la llamada cola binomial negativa. Se da esta cola cuando las
tasas de llegada y servicio son de la forma:
N n
N (n 1)
n
1
P0 1
N
1
Pn
1
N
n
n 0, 0
P0
i (i 1)
i 0
Pn n n ( n 1) P0
donde
n
n n
de forma que:
P0 1
Pn
i 1
n 1 2 3 ...i
i 0
i!
P
0
n 1 2 3 ...n
n! 0
n
P0 e
Pn e
n
n!
C 1 n N
C2 n N
P0
1 2
1 N 1
n P0
1 n N
Pn 1
n
2 n N P0 n N
lneas; en este sistema, las llamadas que intentan acceder a la central cuando
todas las lneas estn ocupadas se pierden. El sistema respondera a la
notacin de Kendall G/G/C/C. El objetivo al disear un sistema de este tipo es
minimizar la probabilidad de perder usuarios.
Para ello, es necesario calcular cul es la probabilidad de perder un
usuario. En efecto, supongamos un sistema de colas del tipo G/M/C/C, en el que
la tasa de llegadas sea
n f ( n)
0 P0 P1
n n Pn n 1 Pn 1 (n 1) Pn 1
CP
C
C 1 PC 1
0nC
nC
P0 1
Pn
i 1
0 1 2 ...i 1
i i!
0 1 2 ... ni1
n n!
Pn 0
0nC
nC
PC
0 1 2 ...C
C C!
P0
tenemos:
r2 r3
rC
P0 1 r
...
2
!
3
!
C
!
n
r
Pn
P0
n!
Pn 0
donde
i 1
ri
i!
0nC
nC
rC
PC
C
!
r2 r3
rC
1 r
...
2
!
3
!
C
!
Simulacin
En
las ciencias,
la investigacin de
la simulacin es
una
el
hiptesis
artificio
contextual
conjunto
un
que
referencia
dehiptesis
de
etc.,
se
utiliza
algn
paquete
como
La
La
La
La
b.
c.
En la reduccin de costos.
En un sistema:
En la Programacin computacional.
En la modelacin de un sistema.
En la industria:
En la aviacin:
En el entrenamiento de pilotos.
En
finanzas:
Puede
usarse
para
calcular
presupuestos,
analizar
econmicos,
de
la salud,
de
negocios,
de
produccin,
de
Referencias:
http://uva.anahuac.mx/content/catalogo/diplanes/modulos/mod2/simulacion.ht
m
https://es.wikipedia.org/wiki/Simulaci%C3%B3n