Professional Documents
Culture Documents
PROCESOS ESTOCASTICOS
1 Introduccion
2 Modelo de lnea de espera de canal unico con llegadas Poisson y tiempos
de servicio exponenciales.
3 Modelo de lnea de espera de multiples canales con llegadas Poisson y
tiempos de servicio exponenciales.
4 Analisis economico de lneas de espera
5 Otros modelos de lnea de espera
6 Modelo de lnea de espera de canal unico con llegadas Poisson y tiempos
de servicio arbitrarios
7 Multiples Canales Con Llegadas Poisson, Tiempos de Servicio Arbitrarios
y Sin Lnea De Espera
8 Modelos De Lnea Espera Con Fuentes Finitas
Una fuente finita limita la cantidad de clientes que llegan (por ejemplo
las maquinas que solicitan el servicio de un tecnico en mantenimiento).
Una fuente infinita es, para todo proposito practico, por siempre abun-
dante (como las llamadas que entran a un conmutador telefonico).
A Burger Dom le preocupa que los metodos que actualmente utiliza para
atender a los clientes ocasionen tiempos de espera excesivos. La gerencia
desea estudiar la lnea de espera para determinar el mejor metodo de reducir
los tiempos de espera y mejorar el servicio.
Suponga que Burger Dom analizo los datos sobre llegadas de clientes y
concluyo que la tasa de llegadas es de 45 clientes por hora. Durante un
periodo de un minuto, la tasa de llegadas sera = 45 clientes/60 minutos
= 0.75 clientes por minuto. As, podemos utilizar la siguiente funcion de
probabilidad de Poisson para calcular la probabilidad de x llegadas de clientes
durante un periodo de un minuto.
Distribucion Poisson
Esta distribucion es muy utilizada para representar llegadas aleatorias de
clientes a un sistemas de lneas de espera, y supone cuatro situaciones:
a) Las llegadas de los clientes son independientes entre s.
d) Las llegadas solo dependen del lapso de tiempo entre una y otra.
Ejemplo1
Andres Gutierrez, director de un centro informatico, informa de que su sis-
tema informatico ha experimentado tres fallos de componentes en los 100
ultimos das.
a) Cual es la probabilidad de que no haya ningun fallo en un da dado?
Ejemplo2
Los clientes llegan a una fotocopiadora a una tasa media de dos cada cinco
minutos. Suponga que estas llegadas son independientes, que la tasa de
llegada es constante y que este problema sigue un modelo de Poisson, donde
X representa el numero de clientes que llegan en un periodo de cinco minutos
y la media = 2. Halle la probabilidad de que lleguen mas de dos clientes
en un periodo de cinco minutos.
Distribucion Exponencial
Se ha observado que la distribucion exponencial es especialmente util para
resolver problemas de listas de espera o colas. La variable aleatoria expo-
nencial T (t > 0) tiene una funcion de densidad:
P(T ta ) = 1 e ta
Observa que . . .
. . . la distribucion de Poisson indica la probabilidad de que haya X exitos
o llegadas durante una unidad de tiempo. En cambio, la distribucion expo-
nencial indica la probabilidad de que haya un exito o una llegada durante
un intervalo de tiempo t.
0.6435 0.9849 0.9152 0.8327 0.2803 0.1730 0.9002 0.1853 0.3499 0.7368
0.0168 0.1133 0.5673 0.5013 0.0330 0.9814 0.7602 0.1865 0.5518 0.1064
0.3553 0.3846 0.3063 0.1319 0.3769 0.3809 0.5290 0.8586 0.6225 0.5425
0.1242 0.2806 0.9285 0.4257 0.5007 0.9997 0.2072 0.0580 0.5460 0.3910
0.4006 0.2376 0.3883 0.7998 0.9111 0.5554 0.6080 0.6724 0.0332 0.9451
0.2944 0.5657 0.4072 0.6198 0.6809 0.7154 0.8810 0.3028 0.5950 0.3131
0.1438 0.7546 0.0982 0.4946 0.1837 0.5438 0.6598 0.6460 0.8039 0.1599
0.7612 0.8071 0.5163 0.5810 0.6720 0.6020 0.0120 0.4502 0.4228 0.2734
0.4776 0.1012 0.0935 0.4389 0.7195 0.7738 0.8939 0.5225 0.1220 0.8265
0.6031 0.9288 0.1209 0.5537 0.1219 0.9657 0.9734 0.9955 0.2281 0.1084
1 Introduccion
2 Modelo de lnea de espera de canal unico con llegadas Poisson y tiempos
de servicio exponenciales.
3 Modelo de lnea de espera de multiples canales con llegadas Poisson y
tiempos de servicio exponenciales.
4 Analisis economico de lneas de espera
5 Otros modelos de lnea de espera
6 Modelo de lnea de espera de canal unico con llegadas Poisson y tiempos
de servicio arbitrarios
7 Multiples Canales Con Llegadas Poisson, Tiempos de Servicio Arbitrarios
y Sin Lnea De Espera
8 Modelos De Lnea Espera Con Fuentes Finitas
2
Lq = (2)
( )
3 El numero promedio de unidades en el sistema:
L = Lq + (3)
Con este diseno, la gerencia de Burger Dome estima que la tasa de servicio
puede incrementarse de los 60 clientes actuales a 75 clientes por hora. Por
tanto, la tasa de servicios del sistema revisado es = 75 clientes/60 minutos
= 1.25 clientes por minuto. Con = 0.75 clientes por minuto y = 1.25
clientes por minuto
Ejemplo 1
Para terminar de inscribirse en la universidad, los alumnos deben pasar a la
caja para pagar su cuota de inscripcion. Los tiempos de llegadas de los alum-
nos siguen una distribucion de Poisson con media de 100 estudiantes por
hora. Para recibir los pagos se dispone de una sola caja. El tiempo que nece-
sita la cajera para atender cada alumno sigue una distribucion exponencial
con media de 30 segundos. Determine:
1 Introduccion
2 Modelo de lnea de espera de canal unico con llegadas Poisson y tiempos
de servicio exponenciales.
3 Modelo de lnea de espera de multiples canales con llegadas Poisson y
tiempos de servicio exponenciales.
4 Analisis economico de lneas de espera
5 Otros modelos de lnea de espera
6 Modelo de lnea de espera de canal unico con llegadas Poisson y tiempos
de servicio arbitrarios
7 Multiples Canales Con Llegadas Poisson, Tiempos de Servicio Arbitrarios
y Sin Lnea De Espera
8 Modelos De Lnea Espera Con Fuentes Finitas
k = numero de canales
(/)k
Lq = P0 (9)
(k 1)!(k )2
3 El numero promedio de unidades en el sistema:
L = Lq + (10)
Ejemplo 2
En la autopista Mexico-Cuernavaca hay tres casetas para cobrar el peaje
a los automovilistas que llegan en promedio cada 5 segundos segun una
distribucion exponencial. Cada caseta puede atender en promedio 6 autos
por minuto segun una distribucion exponencial.
L = W (16)
Lq = Wq (17)
1 Introduccion
2 Modelo de lnea de espera de canal unico con llegadas Poisson y tiempos
de servicio exponenciales.
3 Modelo de lnea de espera de multiples canales con llegadas Poisson y
tiempos de servicio exponenciales.
4 Analisis economico de lneas de espera
5 Otros modelos de lnea de espera
6 Modelo de lnea de espera de canal unico con llegadas Poisson y tiempos
de servicio arbitrarios
7 Multiples Canales Con Llegadas Poisson, Tiempos de Servicio Arbitrarios
y Sin Lnea De Espera
8 Modelos De Lnea Espera Con Fuentes Finitas
TC = cw L + cs k (18)
1 Introduccion
2 Modelo de lnea de espera de canal unico con llegadas Poisson y tiempos
de servicio exponenciales.
3 Modelo de lnea de espera de multiples canales con llegadas Poisson y
tiempos de servicio exponenciales.
4 Analisis economico de lneas de espera
5 Otros modelos de lnea de espera
6 Modelo de lnea de espera de canal unico con llegadas Poisson y tiempos
de servicio arbitrarios
7 Multiples Canales Con Llegadas Poisson, Tiempos de Servicio Arbitrarios
y Sin Lnea De Espera
8 Modelos De Lnea Espera Con Fuentes Finitas
Notacion Kendall
V/W/X/Y/Z
donde:
Cuadro: Caracterizacion de una lnea de espera respecto de los patrones de llegada y servicio.
Literal Significado
D Determinstica (Constante)
M Distribucion probabilstica markoviana
Ek Distribucion Erlang
G General
1 Introduccion
2 Modelo de lnea de espera de canal unico con llegadas Poisson y tiempos
de servicio exponenciales.
3 Modelo de lnea de espera de multiples canales con llegadas Poisson y
tiempos de servicio exponenciales.
4 Analisis economico de lneas de espera
5 Otros modelos de lnea de espera
6 Modelo de lnea de espera de canal unico con llegadas Poisson y tiempos
de servicio arbitrarios
7 Multiples Canales Con Llegadas Poisson, Tiempos de Servicio Arbitrarios
y Sin Lnea De Espera
8 Modelos De Lnea Espera Con Fuentes Finitas
= tasa de llegadas
= tasa de servicio
= desviacion estandar del tiempo de servicio
2 2 + (/)2
Lq = (20)
2(1 /)
3 El numero promedio de unidades en el sistema:
L = Lq + (21)
Un ejemplo
Las ventas al detalle (o al menudeo) en Hartlages Seafoof Suply son ma-
nejadas por un dependiente. Las llegadas de los clientes son aleatorias y la
tasa de llegadas es de 21 clientes por hora o = 21/60 = 0.35 clientes
por minuto. Un estudio del proceso de servicio muestra que el tiempo de
servicio es de 2 minutos por cliente con una desviacion estandar de =1.2
minutos. El tiempo medio de 2 minutos por cliente indica que el dependien-
te tiene una tasa de servicio de = 1/2 = 0.50 clientes por minuto. Las
caractersticas de operacion de este sistema de lnea de espera M/G/1 son:
1 Introduccion
2 Modelo de lnea de espera de canal unico con llegadas Poisson y tiempos
de servicio exponenciales.
3 Modelo de lnea de espera de multiples canales con llegadas Poisson y
tiempos de servicio exponenciales.
4 Analisis economico de lneas de espera
5 Otros modelos de lnea de espera
6 Modelo de lnea de espera de canal unico con llegadas Poisson y tiempos
de servicio arbitrarios
7 Multiples Canales Con Llegadas Poisson, Tiempos de Servicio Arbitrarios
y Sin Lnea De Espera
8 Modelos De Lnea Espera Con Fuentes Finitas
Las unidades o clientes que llegan buscan que los atiendan en uno de
varios canales de servicio. Si todos los canales estan ocupados, a las
unidades que llegan se les niega el acceso al sistema.
5 Una llegada entra al sistema solo si por lo menos un canal esta dispo-
nible. Una llegada que ocurre cuando todos los canales estan ocupados
es bloqueada, es decir, se le niega el servicio y no se le permite entrar
al sistema.
Aplicacion.
(/)j /j!
Pj = k
(26)
X
(/)i /i!
i=0
donde:
= tasa de llegadas
= tasa de servicios de cada canal
k = numero de canales
Pj = probabilidad de que j de los k canales esten ocupados
con j = 0, 1, 2, . . . , k
(Campus Norte) Lneas de Espera Anahuac 31 / 35
Caractersticas De Operacion Del Modelo M/G /k Con
Clientes Bloqueados Eliminados
L= (1 Pk ) (27)
Ejemplo
Microdata Software, Inc., utiliza un sistema de ventas por telefono para sus
productos de software. Los posibles clientes hacen pedidos a Microdata por
medio del numero telefonico 800 de la empresa. Suponga que las llamadas
a este numero telefonico llegan a razon de = 12 llamadas por hora.
El tiempo requerido para procesar un pedido hecho por telefono vara de
forma considerable de un pedido a otro. Sin embargo, es posible que cada
representante de ventas de Microdata atienda = 6 llamadas por hora.
En la actualidad, el numero telefonico 800 dispone de tres lneas internas
o canales, cada una operada por un representante de ventas distinto. Las
llamadas recibidas en el numero 800 se transfieren automaticamente a una
lnea o canal abierto si esta disponible.
Ejemplo (continuacion)
Siempre que las tres lneas estan ocupadas, los llamadores reciben una senal
de ocupado. En el pasado, la gerencia de Microdata supona que los posibles
clientes que reciban un tono de ocupado volveran a llamar. Sin embargo,
estudios recientes sobre ventas por telefono demostraron que un numero
importante de posibles clientes a los que se les negaba el acceso, ya no
volvan a llamar. Estas llamadas perdidas representan perdida de ingresos
para la empresa, por lo que la gerencia pidio que se analizara el sistema de
ventas por telefono. En especfico, la gerencia deseaba conocer el porcentaje
de posibles clientes que obtena senales de ocupado y que no tena acceso
al sistema. Si la meta de la gerencia es contar con sufi ciente capacidad
para atender a 90 % de los posibles clientes, cuantas lneas telefonicas y
representantes de ventas deba utilizar Microdata?
1 Introduccion
2 Modelo de lnea de espera de canal unico con llegadas Poisson y tiempos
de servicio exponenciales.
3 Modelo de lnea de espera de multiples canales con llegadas Poisson y
tiempos de servicio exponenciales.
4 Analisis economico de lneas de espera
5 Otros modelos de lnea de espera
6 Modelo de lnea de espera de canal unico con llegadas Poisson y tiempos
de servicio arbitrarios
7 Multiples Canales Con Llegadas Poisson, Tiempos de Servicio Arbitrarios
y Sin Lnea De Espera
8 Modelos De Lnea Espera Con Fuentes Finitas
L = Lq + (1 P0 ) (30)
Aplicaciones
Una de las aplicaciones primordiales del modelo M/M/1 con una pobla-
cion finita se conoce como problema de reparacion de maquinas. En este
problema se considera que un grupo de maquinas es la poblacion finita de
clientes que puede solicitar el servicio de reparacion.
Ejemplo
Kolkmeyer Manufacturing Company utiliza un grupo de seis maquinas
identicas; cada una funciona un promedio de 20 horas entre descompos-
turas. Por tanto, la tasa de llegadas o solicitud de servicio de reparacion
de cada maquina es = 1/20 = 0.05 por hora. Con las descomposturas
ocurriendo al azar, se utiliza la distribucion de probabilidad de Poisson para
describir el proceso de llegada de maquinas descompuestas. Una persona
del departamento de mantenimiento proporciona el servicio de reparacion
de canal unico para las seis maquinas. Los tiempos de servicio exponencial-
mente distribuidos tienen una media de dos horas por maquina, o una tasa
de servicios de = 1/2 = 0.50 maquinas por hora.