INSTITUTO TECONOLOGICO DE CANCUN

Carrera: INGENIERA EN SISTEMAS COMPUTACIONALES

Materia: INVESTIGACION DE OPERACIONES

Tema: Lneas de espera

Grado y grupo: 3 B

Maestro: Carmen Manuel Lpez Montero

ALUMNO: Pech Gmez Bryan Geovani

Tema: Lneas de espera

Definiciones, caractersticas y Terminologa.
Definicin. Una Cola es una lnea de espera y la teora de colas es una coleccin de modelos matemticos que describen sistemas de lneas de espera particulares o sistemas de colas. Los modelos sirven para encontrar el comportamiento de estado estable, como la longitud promedio de la lnea y el tiempo de espera promedio para un sistema dado. Esta informacin, junto con los costos pertinentes, se usa, entonces, para determinar la capacidad de servicio apropiada. Costos de los sistemas de colas. Un sistema de colas puede dividirse en sus dos componentes de mayor importancia, la cola y la instalacin de servicio. Las llegadas son las unidades que entran en el sistema para recibir el servicio. Siempre se unen primero a la cola; si no hay lnea de espera se dice que la cola esta vaca. De la cola, las llegadas van a la instalacin de servicio de acuerdo con la disciplina de la cola, es decir, de acuerdo con la regla para decidir cul de las llegadas se sirve despus. El primero en llegar primero en ser servido es una regla comn, pero podra servir con prioridades o siguiendo alguna otra regla. Una vez que se completa el servicio, las llegadas se convierten en salidas. Ambas componentes del sistema tienen costos asociados que deben de considerarse. Costo de Espera. Esperar significa desperdicio de algn recurso activo que bien se puede aprovechar en otra cosa y esta dado por: Costo total de espera = CwL Donde Cw = costo de espera por hora (en dlares) por llegada por unidad de tiempo y L= longitud promedio de la lnea.

Costo de Servicio. Este en la mayora se trata de comprar varias instalaciones de servicio, en estos casos solo se ocupan los costos comparativos o diferenciales. Sistema de costo mnimo. Aqu hay que tomar en cuenta que para tasas bajas de servicio, se experimenta largas colas y costos de espera muy altos. Conforme aumenta el servicio disminuyen los costos de espera, pero aumenta el costo de servicio y el costo total disminuye, sin embargo, finalmente se llega a un punto de disminucin en el rendimiento. Entonces el propsito es encontrar el balance adecuado para que el costo total sea el mnimo. Estructuras tpicas.
Las llegadas pueden ser personas, cartas, carros, incendios, ensambles intermedios en una fbrica, etc.

Terminologa Notacin Lneas de Espera

MODELO CON REABASTECIMIENTO INSTANTANEO. No se permite el faltante. Suposiciones: 1. La demanda tiene que ser constante. 2. Los costos son constantes (no se permite descuento en adquisiciones voluminosas). 3. Los proveedores entregaran con puntualidad los pedidos en el periodo comprendido. 4. El lote mnimo es igual al inventario mximo.

Nomenclatura: Q = tamao econmico del lote. si es muy grande o muy chico N = nmero de pedido. puedes pedir una o 2 veces D = Demanda. por si las dudas ten cuidado y siempre papelito habla Ci = Costo de compra. alomejor te sale mas varato en otro lado Ch = Costo de mantener un unidad en los inventarios (%). Co = Costo de ordenar. ya ves que hay gandallas que te cobran el envio R = Punto de reorden. L = Tiempo de consumo. en menos de 30 min si te cobran sino ps no T = Tiempo para consumir el inventario mximo. el tiempo en el que te atragantas Imx = Inventario Mximo. =Inventario Promedio. Ct = Costo Total. Ct = Costo de compra + Costo de ordenar + Costo de tenencia. Costo de compra = CiD Si la demanda es de 50 piezas por da y el proveedor pasa 10 das en surtir por tanto necesitamos 500 piezas para no tener faltante. R = ? = 50 * 10 500 D = 50 pza/da. L = 10 das. R=DL Unidad = 5040

PROCESO DE NACIMIENTO Y MUERTE

La mayor parte de los modelos elementales de colas suponen que las entradas (llegada de clientes) y las salidas (clientes que se van) del sistema ocurren de acuerdo al proceso de nacimiento y muerte. Este importante proceso de teora de probabilidad tiene aplicaciones en varias reas. Sin embrago en el contexto de la teora de colas, el trmino nacimiento se refiere a llegada de un nuevo cliente al sistema de colas y el trmino muerte se refiere a la salida del cliente servido. El estado del sistema en el tiempo t (t 0), denotado por N (t), es el nmero de clientes que hay en el sistema de colas en el tiempo t. El proceso de nacimiento y muerte describe en trminos probabilsticos cmo cambia N (t) al aumentar t. En general, dice que los nacimientos y muertes individuales ocurren aleatoriamente, en donde sus tasas medias de ocurrencia dependen del estado actual del sistema. De manera ms precisa, las suposiciones del proceso de nacimiento y muerte son las siguientes: SUPOSICIN 1. Dado N (t) = n, la distribucin de probabilidad actual del tiempo que falta para el prximo nacimiento (llegada) es exponencial con parmetro (n=0,1,2,.). SUPOSICIN 2. Dado N (t) = n, la distribucin de probabilidad actual del tiempo que falta para la prxima muerte (terminacin de servicio) es exponencial con parmetro (n=1,2,.). SUPOSICIN 3. La variable aleatoria de la suposicin 1 (el tiempo que falta hasta el prximo nacimiento) y la variable aleatoria de la suposicin 2 (el tiempo que falta hasta la siguiente muerte) son mutuamente independientes. Como consecuencia de las suposiciones 1 y 2, el proceso de nacimiento y muerte es un tipo especial de cadena de Markov de tiempo continuo. Los modelos de colas que se pueden representar por una cadena de Markov de tiempo continuo son mucho ms manejables analticamente que cualquier otro. Excepto por algunos casos especiales, el anlisis del proceso de nacimiento y muerte es complicado cuando el sistema se encuentra en condicin transitoria. Se han obtenido algunos resultados sobre esta distribucin de probabilidad de N (t) pero son muy complicados para tener un buen uso prctico. Por otro lado, es bastante directo derivar esta distribucin despus de que el sistema ha alcanzado la condicin de estado estable (en caso de que pueda alcanzarla). Existen una gran variedad de modelos para los sistemas de colas, las dos caractersticas ms importantes sern:

a) Los tiempos de llegada. b) Los tiempos de servicio.

Modelos Poisson
Existen una gran variedad de modelos para los sistemas de colas, las dos caractersticas ms importantes sern: a) Los tiempos de llegada. b) Los tiempos de servicio. En los sistemas de colas reales no es posible determinar con exactitud estos dos tiempos, es decir no son determinsticos, los ms comunes son los modelos probabilsticos, donde se dan un promedio de estos tiempos, por lo tanto tenemos que usar una distribucin de probabilidad que se ajuste lo ms cercano a la realidad. Para calcular la probabilidad de cul ser el tiempo entre llegadas se utiliza la distribucin exponencial, esta distribucin tiene una funcin de densidad de probabilidad: (densidad de probabilidad continua)

Donde: T es el tiempo entre los eventos (tiempo de llegadas o tiempo de servicio) es la tasa media que ocurra una llegada o servicio. Si se grafica esta distribucin de probabilidad nos da lo siguiente:

La media de esta funcin esta dado por: La varianza de esta funcin es:

Aqu se puede observar las siguientes propiedades de esta distribucin: 1) La probabilidad de que ocurra un evento siempre es positiva pero menor que 1 2) fT(t) es una funcin decreciente respecto a t, es decir es ms probable que el valor de T este cercano a la media. 3) La distribucin de probabilidad del tiempo para que ocurra un evento, no depende del tiempo en que ocurri el evento anterior, es decir es independiente.
Para calcular la probabilidad de cul ser el nmero de llegadas en un tiempo determinado, se utiliza la distribucin de Poisson (densidad de probabilidad discreta)

Donde X(t) representa el numero de ocurrencias de un evento en un determinado tiempo t. Siempre que t >0, en donde el tiempo cero es el instante donde comienza la cuenta. La probabilidad seria:

Para n = 1, 2, 3, 4 ..

Como se observa tambin la distribucin de Poisson tiene un parmetro t donde representa la tasa o numero esperado de eventos por unidad de tiempo. Y cuando n = 0 se tiene:

Que es igual a la probabilidad obtenida por la distribucin exponencial para que ocurra un evento despus del tiempo t. La media de la distribucin de Poisson es:

DISTRIBUCION ERLANG . Si los tiempos entre llegadas no son exponenciales entonces se modelan de acuerdo a la distribucin Erlang (gamma). En esta distribucin continua, que tiene la siguiente funcin:

Modelos Poisson Mltiples Servidores Clculos en los modelos de colas Pn = probabilidad que en el estado estable haya n clientes en el sistema Ls = nmero de clientes que espera halla en el sistema Lq = nmero de clientes que espera halla en la lnea de espera. Ws = Tiempo de espera en el sistema (lnea mas servicio)

Wq = Tiempo de espera en la lnea de espera. (M/M/S) S=1 Y S>1 (M/M/S) VARIACION DE COLA FINITA S=1 Y S>1(COLA FINITA) (M/M/S) VARIACION DE FUENTE DE ENTRADA FINITA S=1 Y S>1 REPARACION DE MAQUINAS (M/M/1)(GD//), (M/M/C)(GD//) (M/M/1)(GD/N/), (M/M/C)(GD/N/) VARIACION DE COLA FINITA (COLA FINITA) (M/M/R)(GD/K/K) MODELO DE SERV A MAQ. ORIGEN FINITO (M/M/)(GD//) MODELO DE AUTOSERVICIO. FORMULARIO DE ACUERDO AL MODELO: En estos modelos utilizaremos las siguientes literales: = Tasa de llegadas por unidad de tiempo. = Tasa de servicio por unidad de tiempo. = Intensidad de trfico del sistema. = Probabilidad que sistema este ocioso. 0 = Probabilidad que haya j clientes en el sistema j L = Cantidad de personas en el sistema. Lq = Cantidad de personas en la cola. Ls = Cantidad de personas en servicio. W = Tiempo promedio que un cliente pasa en el Sistema. Wq = Tiempo promedio que un cliente pasa en la cola. Ws = Tiempo promedio que un cliente pasa en el servidor. M/M/1/GD// En este modelo las llegadas son de forma exponencial, el tiempo de servicio tambin es exponencial, solo hay un servidor, el nmero de clientes que se pueden formar en la cola es infinito, y el tamao de la poblacin tambin es infinito.

M/M/S/GD// En este modelo las llegadas son de forma exponencial, el tiempo de servicio tambin es exponencial, existen S nmeros de servidores que dan los mismos servicios, el nmero de clientes que se pueden formar en una sola cola es infinito, y el tamao de la poblacin tambin es infinito.

M/M/1/GD/C/ En este modelo las llegadas son de forma exponencial, el tiempo de servicio tambin es exponencial, solo hay un servidor, el nmero de clientes que se pueden formar en la cola es C, es decir, despus de cierto tamao en la cola ya no se aceptan clientes, y el tamao de la poblacin es infinito.