Welcome to Scribd, the world's digital library. Read, publish, and share books and documents. See more
Download
Standard view
Full view
of .
Save to My Library
Look up keyword
Like this
227Activity
0 of .
Results for:
No results containing your search query
P. 1
Modelos de Lineas de Espera - Rocio Balbin Lazo

Modelos de Lineas de Espera - Rocio Balbin Lazo

Ratings:

5.0

(1)
|Views: 40,027|Likes:
Published by Rocio Balbin Lazo
Modelos de Lineas de Espera,
Material que nos brindo l profesor de io2 Facultad Sistemas UNMSM
Modelos de Lineas de Espera,
Material que nos brindo l profesor de io2 Facultad Sistemas UNMSM

More info:

Published by: Rocio Balbin Lazo on Aug 31, 2009
Copyright:Traditional Copyright: All rights reserved

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOC, PDF, TXT or read online from Scribd
See more
See less

08/06/2013

pdf

text

original

 
Modelos de Líneas de EsperaElementos Básicos
Cliente Llegan al sistema (instalación)Servidor Prestación de servicio al clienteSistemaLlegada de Cliente saleClientes después de ser servido 
Motivación
Quien no ha tenido experiencia respecto:1.Clientes que esperan ser atendidos en las cajas de un banco, supermercado, restaurante.2.Automóviles que esperan avanzar en una luz de semáforo.3.Pacientes que esperan ser atendidos en un consultorio, clínica, hospital.4.Aviones que esperan para despegar en un aeropuerto.5.Máquinas descompuestas que esperan ser reparadas por el técnico.6.Programas que esperan ser procesados por un computador, etc.
Factores importantes
1.
Distribución de la llegadas de los clientes (individualidad o masiva).-Llegan individuos y se atienden individualmente,Llegan en grupos y/o se atienden en grupos,frecuencia de llegadas (distribución de Poisson)
2.
Distribución del tiempo del servicio (individual o masivo).- Duración del servicio (distribución exponencial).
Otros factores
1.
Disciplina del servicio.- Como se elige a los clientes de la línea de espera (FIFO, LIFO, SIRO (orden aleatorio), por prioridad). En las líneas deespera con prioridad, los clientes tienen prioridad en la atención.2.Diseño de la instalación del servicio (estaciones en serie, paralelo o en red).- Cuando el diseño incluye más de un servidor, ejemplo las cajas de un banco
Línea de espera con servidores en paralelo.- El diseño de la instalación comprende un número de estaciones en serie por la que pasa el cliente antes de completar su servicio. (ejm.Procesamiento de un producto).
Líneas de espera en serie.- Un diseño general que incluye estaciones de procesamiento en serie y en paralelo. 
Líneas de espera en red.Finita3.Tamaño de la nea de espera admisibleInfinita
4.
La naturaleza de la fuente que genera las llegada de clientes solicitando servicio (fuente de llamada)Finito de clientesGenera un númeroInfinito de clientes (muchos clientes)
 
servidor Línea de espera o cola
 
Existe una fuente finita cuando una llegada afecta la tasa de llegada de nuevos clientes.5.Conducta del cliente (humanos)- Cambiarse (de fila)- Eludir - Renunciar 
Clasificación de Kendall
(a/b/c) : (d/e/f)a = Distribución de llegadas b = distribución de tiempo de servicio (o salidas)c = Número de servidores en paralelo (c = 1,2,……∞)d = disciplina de servicios (LIFO, FIFO, SIRO, c/prioridad)e = número máximo admitido en el sistema (L.E + en servicio) L.E = línea de esperaf = Tamaño de la fuente Notación estándar que reemplaza a los símbolos: a y bM = distribución de llegadas o salidas de Poisson, o distribución exponencial entre llegada o de tiempo de serviciosD = tiempo de llegadas o de servicio constante o determinístico.
Distribución del proceso de llegadas o arribos ( Distribución Poisson)
Como es el proceso de llegadas en un modelo de líneas de espera influencia en la determinación de la distribución de probabilidad del número dearribos en un determinado lapso de tiempo.Las llegadas ocurren normalmente de manera aleatoria, en muchos casos de líneas de espera,Cada llegada es independiente de otra llegada, y no es posible pronosticar el momento en el que va a ocurrir; en estos casos la distribución dePoisson ofrece una buena descripción (aproximación) para la distribución de las llegadas o arribos. Entonces utilizando la función de probabilidad de Poisson, se define la probabilidad de
 x
llegadas en un tiempo específico (
)
.....2,1,0  para  !)(
==
 x xe x P 
 x
λ 
λ 
en donde
 x
= Número de llegadas en el periodo ( o intervalo de tiempo)
λ 
= Número promedio de llegadas por periodoe = 2.71828
Ejemplo:
Suponga que la tasa promedio de arribos de clientes a una pizzería es de 45 clientes por hora. Para un minuto el número promedio de llegadas seráde
λ 
= 45/60 = 0.75 llegadas por minuto.Se utiliza Poisson para calcular la probabilidad de
 x
llegadas durante un lapso de un minuto. 
. !75.0 !)(
75.0
 xe xe x P 
 x x
==
λ 
λ 
de la tabla
75.0
e
= 0.4724,Las probabilidades de 0,1, y 2 llegadas por minuto son:
 0.4724 !075.0 )0(
75.075.00
====
ee x P 
 
 
0.3543 75.0  !175.0 )1(
75.075.01
====
ee x P 
0.1329 0.28125  !275.0 )2(
75.075.02
====
ee x P 
de donde la probabilidad de que no haya llegadas en un lapso de 1 minuto es 0.4724, la probabilidad de que haya exactamente una llegada es de0.3543, y de haya exactamente 2 llegadas es de 0.1329.En la practica se debe de verificar para un periodo (horas, días, semanas), si los arribos siguen una distribución de Poisson.
Distribución del Tiempo de Servicio (Distribución Exponencial)
Es el tiempo que el cliente deja transcurrir en la instalación una vez que se inicia el servicio, en general.Los tiempos de servicio no son constantesLa distribución de probabilidad exponencial es la que proporciona (más se ajusta) una buena aproximación de los tiempos de servicioEntonces, la probabilidad de que el tiempo de servicio sea menor o igual a un tiempo o duración está dada por:
e serviciodetiempo P 
µ 
=
1) (
donde:
 µ 
= número promedio de unidades que pueden ser atendidas por periodoEjemplo:Suponga que del estudio hecho en la pizzería, el proceso de recepción y atención de las órdenes, es efectuado por el único empleado que atiende ytambién prepara las pizzas; este procesa en promedio 60 órdenes de clientes por hora.Entonces en un minuto, la tasa promedio de servicio es:
 µ 
=60/60 =1 , esto es atiende un cliente por minuto.Por tanto es posible calcular la probabilidad de procesar una orden en ½ minuto o menos, en un minuto o menos, en 2 minutos o menos.
3935.06065.011)5.0 (
)5.0(1
===
e serviciodetiempo P 
 
6321.03679.011)0.1 (
)0.1(1
===
e serviciodetiempo P 
 
8647.01353.011)0.2 (
)0.02(1
===
e serviciodetiempo P 
De donde se puede concluir que existe una probabilidad de 0.3935 de que se pueda procesar una orden en 1/2min o menos; existe una probabilidad de 0.6321 de procesar una orden en un minuto o menos y existe una probabilidad de 0.8647 de que se pueda procesar una orden en 2minutos o menos.
1. Modelos de Líneas de espera de 1 solo canal con llegadas Poisson y tiempos de servicio exponencial (M/M/1)Suposiciones
:La línea de espera tiene 1 solo canalPatrón de llegadas con distribución poisson

Activity (227)

You've already reviewed this. Edit your review.
1 hundred reads
1 thousand reads
dandituct liked this
Desi Parra liked this
Desi Parra liked this
carlosruiz111 liked this
Sara Guzman liked this
Cruela Nevil liked this
Elena Rodriguez liked this

You're Reading a Free Preview

Download
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->