You are on page 1of 85

Teora de Colas.

Quin es el ltimo?

ROGLE

jpgarcia@omp.upv.es

04/05/2011

Teora de Colas

Introduccin

Descripcin de un problema de colas

Caractersticas

Notacin

Medibles

Resultados Generales

Cmo se obtienen datos para un sistema de colas particular.

El anlisis de una cola

Procesos de Nacimiento y Muerte

Modelos de colas simples

M/M/1, M/M/c, M/M/c/K, M/M/inf

Ms variantes (G/G/1, G/G/c)

Variantes (Clientes impacientes, Poblacin Limitada, Tiempos variables de Servicio)

Redes y Series

Colas en Serie

Agregando y desagregando flujos

Redes de Jackson abiertas

Redes de Jackson cerradas

Simulacin

Ms Problemas

Anexos

ROGLE

jpgarcia@omp.upv.es

04/05/2011

Teora de Colas

Introduccin
Descripcin de un problema de colas
Procesos de Nacimiento y Muerte
Modelos de colas simples
Redes y Series
Simulacin
Ms Problemas
Anexos

ROGLE

jpgarcia@omp.upv.es

04/05/2011

Qu es un Sistema de Colas

ROGLE

jpgarcia@omp.upv.es

04/05/2011

Algunas ideas importantes

Por qu la teora de colas puede competir con la


simulacin.
Qu significan los valores que nos da la teora de colas.
Qu cosas podemos saber s o s, porque lo indican los
resultados analticos.
Para qu puede servir saber calcular una cola en concreto
si hay excels que ya lo hacen.

ROGLE

jpgarcia@omp.upv.es

04/05/2011

Descripcin de un problema de colas


clientes
llegando

servicio

clientes
servidos

clientes que
abandonan

Caractersticas de los sistemas de colas


Notacin
Cmo medir el rendimiento del sistema
Algunos resultados generales
Como recoger los datos
Los procesos de Poisson y la distribucin exponencial
Procesos de nacimiento y muerte en el proceso estable
ROGLE

jpgarcia@omp.upv.es 6

04/05/2011

Caractersticas de los Sistemas de Colas (I)

Patrn de llegada de los clientes

Patrn de servicio de los servidores

Llegada estocstica.
Llegada por lotes.
Clientes impacientes
Patrn de llegada variable
Tiempo de servicio constante o variable
Servicio en lotes o individual
Patrn de servicio no estacionario

Disciplina de Cola

FIFO, LIFO
Con prioridades
ROGLE

jpgarcia@omp.upv.es 7

04/05/2011

Caractersticas de los Sistemas de Colas (II)

Capacidad del Sistema

Nmero de canales de servicio

Limitacin de capacidad de la cola


Una cola o mltiples colas
Los mecanismos de servicio operan de manera independiente

Nmero de etapas de servicio

ROGLE

jpgarcia@omp.upv.es 8

04/05/2011

Notacin
A / B / X /Y / Z

A: indica la distribucin de tiempo entre llegadas consecutivas

B: alude al patrn de servicio de servidores

X: es el nmero de canales de servicio

Y: es la restriccin en la capacidad del sistema

Z: es la disciplina de cola

C a ra cte rstica
D istr ibu c i n d e tie m p o s
d e lle g a d a (A )
D istr ibu c i n d e tie m p o s
d e serv ic io (B )

N m e ro d e serv id o res
D is c ip lin a d e co la

ROGLE

S m b o lo
M
D
Ek
Hk
PH
G
1 ,2 ,...,
F IFO
L IF O
RSS
PR
GD

E x p lica ci n
E x p o n e n c ia l
D e term in ista
E rla ng t ip o -k (k = 1 ,2,...)
M ezc la d e k e xp o ne nc ia le s
T ip o fase
G e nera l
S erv ir a l p r im ero q u e lleg a
E l lt im o q u e lle g a se sir v e
p r im ero
S e lec c i n a leato ria d e se rv ic io
P rio r id a d
D isc ip lin a g e ne ra l
jpgarcia@omp.upv.es 9

04/05/2011

Cmo medir el rendimiento de un


Sistema

Tiempo de Espera de un cliente

Cmo se acumulan los clientes

Tiempo en la cola
Tiempo en el sistema
Nmero de clientes en la cola
Nmero de clientes en el sistema

Cunto tiempo estn los servidores vacos


Cual es el throughput del sistema
El diseo exige definir el nivel de servicio al cliente que
compensa el coste de implantacin y ejecucin

ROGLE

jpgarcia@omp.upv.es 10

04/05/2011

Nomenclatura (I)

= Nmero de llegadas por unidad de tiempo

= Nmero de servicios por unidad de tiempo si el servidor est ocupado


c= Nmero de servidores en paralelo

Congestin de un sistema con parmetros (,, c)


c

N(t): Nmero de clientes en el sistema en el instante t

Nq(t): Nmero de clientes en la cola en en el instante t

Ns(t): Nmero de clientes en servicio en el instante t

Pn(t): Probabilidad que haya n clientes en el sistema en el instante


t=Pr{N(t)=n}

N: Nmero de clientes en el sistema en el estado estable

Pn : Probabilidad de que haya n clientes en estado estable

ROGLE

jpgarcia@omp.upv.es 11

04/05/2011

Nomenclatura (II)

L : Nmero medio de clientes en el sistema


Lq : Nmero medio de clientes en la cola
Tq : Representa el tiempo que un cliente invierte en la cola
S : Representa el tiempo de servicio
T = Tq+S: Representa el tiempo total que un cliente invierte en el
sistema
Wq= E[Tq]:Tiempo medio de espera de los clientes en la cola
W=E[T]:Tiempo medio de estancia de los clientes en el sistema
Pb: probabilidad de que cualquier servidor est ocupado

ROGLE

jpgarcia@omp.upv.es 12

04/05/2011

Relaciones Generales

Teorema de Little
L= W
Lq = Wq
Otros resultados

n c P

r L L W W

Lq E nq

L E n n pn
n0

W Wq

pb

n c 1

L Lq n pn ( n 1) pn pn 1 p0
n 1

n 1

ROGLE

n 1

jpgarcia@omp.upv.es 13

04/05/2011

Lq

c=1

c=40
14

Teora de Colas

Introduccin

Descripcin de un problema de colas

Caractersticas

Notacin

Medibles

Resultados Generales

Cmo se obtienen datos para un sistema de colas particular.

El anlisis de una cola

Procesos de Nacimiento y Muerte

Modelos de colas simples

M/M/1, M/M/c, M/M/c/K, M/M/inf

Variantes (Clientes impacientes, Poblacin Limitada, Tiempos variables de Servicio)

Ms variantes (G/G/1, G/G/c)

Redes y Series

Colas en Serie

Agregando y desagregando flujos

Redes de Jackson abiertas

Redes de Jackson cerradas

Simulacin

Ms Problemas

Anexos

Estadstica elemental

Uso del QTS-plus

Distribuciones Estadsticas

Uso de Excel para la resolucin de Problemas de Programacin Lineal.

ROGLE

jpgarcia@omp.upv.es

15

04/05/2011

Cmo recoger datos en un sistema de colas

La informacin se recoge cuando algo ocurre


Los datos a recoger

a) Cada cunto llega un cliente.


b) Cunto se tarda en servir a cada cliente
i
Tiempo entre llegadas entre i+1 e i
Tiempo de servicio al cliente

R e lo j E n t r a d a /
(t)
sa lid a
del
c lie n t e i
0
1
2
3

1-E
1-S
2-E
3-E

1 2 3 4 5 6 7 8 9 10 11 12
2 1 3 1 1 4 2 5 1 2 2 1 3 6 2 1 1 4 2 5 1 1 3

T ie m p o e n
que el
c lie n t e i
entra en
s e rv ic io
0

T ie m p o e n
que el
c lie n t e i
sa le d e l
s e rv ic io
1

T ie m
-p o
e n la
c o la
0

T ie m
po en
el
s is t e
ma
1

2
5

5
11

0
2

3
8

ROGLE

T a m a o
d e c o la s
d esp us
de t

jpgarcia@omp.upv.es 16

0
0
0
1

C lie n t e s
en el
s is t e m a
d e sp u s
de t
1
0
1
2

04/05/2011

Procesos de nacimiento y muerte


en el estado estacionario

Un proceso estocstico es la abstraccin matemtica de un proceso


emprico, cuyo desarrollo est gobernado por alguna ley de probabilidad.

Desde el punto de vista de la teora de probabilidades, un proceso


estocstico se define como una familia de variables aleatorias {X(t),tT}
definidas sobre un horizonte T. X(t) es el estado del sistema.

Se dice que un proceso estocstico {X(t),t=0,1,...} es un proceso de


Markov si, para cualquier conjunto de n instantes t1<t2<...<tn, la
distribucin de X(t) depende nicamente del valor de X(tn-1). Es decir:

Dada la situacin presente, el futuro es independiente del pasado y el proceso carece


de memoria

Una cola, con proceso de llegada Poisson-Exponencial de media , y con


proceso de servicio Poisson-Exponencial de media , se puede modelar
como una cadena de Markov continua, donde en cada intervalo infinitesimal
de tiempo puede ocurrir un nacimiento (llegada) o una muerte (salida)

ROGLE

jpgarcia@omp.upv.es

04/05/2011
17

Procesos de nacimiento y muerte en el estado estable


Pr n n 1 en (t , t t ) n t o(t )

n0

Pr n n 1 en (t , t t ) n t o(t )

n 1

n-1

En el estado estacionario

n+1

n Pn n Pn n 1 Pn 1 n 1 Pn 1

n 0

0 P0 1 P1
ROGLE

jpgarcia@omp.upv.es 18

04/05/2011

Teora de Colas

Introduccin

Descripcin de un problema de colas

Caractersticas

Notacin

Medibles

Resultados Generales

Cmo se obtienen datos para un sistema de colas particular.

El anlisis de una cola

Procesos de Nacimiento y Muerte

Modelos de colas simples

M/M/1, M/M/c, M/M/c/K, M/M/inf

Variantes (Clientes impacientes, Poblacin Limitada, Tiempos variables de Servicio)

Ms variantes (G/G/1, G/G/c)

Redes y Series

Colas en Serie

Agregando y desagregando flujos

Redes de Jackson abiertas

Redes de Jackson cerradas

Simulacin

Ms Problemas

Anexos

Estadstica elemental

Uso del QTS-plus

Distribuciones Estadsticas

Uso de Excel para la resolucin de Problemas de Programacin Lineal.

ROGLE

jpgarcia@omp.upv.es

19

04/05/2011

Sistema M/M/1

La probabilidad de que haya n elementos en el estado estable es:

Pn 1- n

De donde los valores de tiempo de estancia media y cola media son:

1
L
1
W

Wq

ROGLE

2
Lq
( )

jpgarcia@omp.upv.es 20

04/05/2011

Peluquera M@ripuri

La peluquera m@ripuri est dirigida y gestionada nicamente por su


propietaria. Atiende segn el principio de que el primero que entra es el
primero que sale. La peluquera, dado su carcter ciberntico est muy
ocupada los sbados por la maana y la propietaria se plantea la posibilidad
de contratar a una ayudante. As pues, hace un estudio y se da cuenta de que
los clientes llegan con una distribucin de poisson de media 5 clientes por
hora. Debido a su excelente reputacin los clientes estn dispuestos a
esperar lo que haga falta. La propietaria, seora Purificacin, sigue con sus
estudios y estima que el tiempo medio en el que atiende un cliente es de 10
minutos segn una distribucin exponencial. Decide primero calcular el
numero medio de clientes en el saln y el nmero de medio de clientes
esperando un corte de pelo . Slo tiene 4 sillas adems del silln de
peluquera, cul es la probabilidad de que llegue un cliente y no encuentre
sitio?, cual es la probabilidad de que alguien espere ms de 45 minutos?

ROGLE

jpgarcia@omp.upv.es 21

04/05/2011

Sistema M/M/c

La probabilidad de que haya n elementos en el estado estable


es:
n
P
1 n c
n 0
n!
n
P
nc
n c
n 0
c c!

1
c

c 1 n
r

r
r

P0
1
Pn
c
n 0 n! c!(1 )

De donde los valores de tiempo de estancia media y cola

media son:

1 1
rc
P
W Wq
2 0

c!(c )(1 )

Lq

r
P
2 0
c!(1 )

Lq
r
P
Wq

2 0

c!(c )(1 )

ROGLE

rc

L r
2
c!(1 )
jpgarcia@omp.upv.es 22

04/05/2011

Sistema M/M/c/K

La probabilidad de que haya n elementos en el estado estable


1
es:
K c 1
n
c1 n c

n P0
n!
Pn n
c nc c! n P0

1 n c

c n K

r r 1
n! c! 1

n 0
P0 c1 n c
1

r r
n! c! ( K c 1)

n 0

De donde los valores de tiempo de estancia media y cola


media son:
eff (1 PK )

P0 r c
K c 1
K c
Lq
1

(
1

)(
K

1
)

c!(1 ) 2

L
W
(1 PK )

L Lq r (1 PK )
ROGLE

Wq

jpgarcia@omp.upv.es 23

L
1

(1 PK )
04/05/2011

24

M/M/1/K

M/M/2/K
25

M/M/5/K
26

M/M/10/K
27

ITV

Una estacin de ITV cuenta con tres puestos para inspeccin y


en cada uno slo puede ser atendido un coche. Cuando un
coche sale de un puesto la vacante es ocupada por otro que
est en cola. La llegada de coches sigue una distribucin de
Poisson con una media de un coche por minuto en sus horas
punta. En el prking slo caben 4 vehculos. El tiempo de
inspeccin sigue una distribucin exponencial de media 6
minutos. El inspector jefe desea saber el nmero medio de
coches en la estacin, el tiempo medio (incluida la inspeccin)
de espera, y el nmero medio de coches en cola debido a que
los puestos estn ocupados.

ROGLE

jpgarcia@omp.upv.es 28

04/05/2011

Sistema M/G/c/c (La Frmula de


Erlang)

La probabilidad de que haya n clientes en el sistema es:


Pn

/ i

( / ) i

iest
! lleno es:
i 0
La probabilidad de que el sistema
c

rc

Pc

c! , r
c

ri

i 0 i!

ROGLE

eff (1 PK )

jpgarcia@omp.upv.es 29

04/05/2011

Cola sin limite de servidores M/M/

Asumiremos que el tiempo el tiempo de servicio tiene igual


distribucin con el nmero de servidores (n=n).
n r

r e
Pn
n!

ROGLE

n0

1
W

jpgarcia@omp.upv.es 30

04/05/2011

Colas con lmite en la fuente


n

( M n )
0

Pn

r P
c n!c! r
M
n
M
n

n cn

0 n c
nc

1 n c

nc

0 n M
n M

P0

c 1
Pn 1 1 P0

cnM
n0

r c n!c! r
M
n

n c

n c

M 1

L nPn

eff ( M n)Pn ( M L)
n0

n 1

eff
Lq L
L r ( M L)

ROGLE

L
( M L)

Wq

jpgarcia@omp.upv.es 31

Lq

( M L)

04/05/2011

Problema

Una fabrica de semiconductores usa cinco robots para la


fabricacin de sus placas de circuitos. Los robots se estropean
peridicamente, y la compaa tiene dos reparadores para las
reparaciones. Cuando un robot es arreglado, el tiempo hasta
que el siguiente se rompe se cree que es una exponencial
distribuida con una media de 30 horas. La empresa tiene
suficiente trabajo en cola para asegurarse que todos los
robots en condiciones de trabajar estarn funcionando. El
tiempo de reparacin se distribuye segn una exponencial de
media 3 horas. Al encargado le gustara saber: el nmero
medio de robots operativos en cualquier momento, el tiempo
que un robot tarda en ser reparado, el porcentaje de tiempo
en que algn operario est parado.
ROGLE

jpgarcia@omp.upv.es 32

04/05/2011

Teora de Colas

Introduccin
Descripcin de un problema de colas
El anlisis de una cola
Modelos de colas simples

M/M/1, M/M/c, M/M/c/K, M/M/inf


Variantes (Clientes impacientes, Poblacin Limitada, Tiempos variables de
Servicio)
Ms variantes (G/G/1, G/G/c)

Redes y Series
Simulacin
Ms Problemas
Anexos

ROGLE

jpgarcia@omp.upv.es

33

04/05/2011

M/G/1
2

2 2


2 1

2 2

Wq

2 1

1 2 z
Wq M G 1
2

ROGLE

Wq M M 1

jpgarcia@omp.upv.es

04/05/2011

G/G/1

Cuando la entrada tampoco sigue una distribucin


exponencial se puede utilizar la aproximacin de difusin
Kingman para calcular el valor del tiempo de espera en
cola en funcin de los coeficientes de variacin al
cuadrado de la entrada y de la salida. De hecho esta es
una aproximacin que adems es siempre una cota
superior.
2 e2 2 s2
Wq G G 1
Wq M M 1
2

ROGLE

jpgarcia@omp.upv.es

04/05/2011

G/G/c

Si el caso G/G/1 ya es una generalizacin no exacta,


menos exacta an es la generalizacin G/G/c. En cualquier
caso dado que el error es pequeo es interesante la
siguiente frmula que permite calcular el tiempo de
estancia medio en cola para un sistema cualquiera.

2 e2 2 s2 2c 2 1 1
Wq G G c

c 1

ROGLE

jpgarcia@omp.upv.es

04/05/2011

Variabilidad en el tiempo de servicio.

Variabilidad natural
Variabilidad debida a fallos de mquina
Variabilidad debida la interaccin hombre mquina
Variabilidad debida a la existencia de tiempos de
preparacin.

ROGLE

jpgarcia@omp.upv.es

04/05/2011

Rotura y Reparacin

Un sistema de un nico servidor que sufra averas que


deban ser reparadas, ve afectado su tiempo de servicio y
su disponibilidad.
E[Ta ]
E Te
a
2
1

C
Ri a 1 a E[ Ri ]

2
2
2
Ce C Te Cs
E TS

E[ Fi ]
a
E[ Fi ] E[ Ri ]

2
a

e
a

2
e

C C e
Wq

E Te
2 1 e
ROGLE

jpgarcia@omp.upv.es

04/05/2011

Interaccin Hombre-Mquina

No hay resultados generales. Deben ser derivados en


cada caso.
La propuesta de Curry y Feldman para un sistema con
dos mquinas idnticas y un operador es que cada estado
lo representa una tripleta (n,i,j) donde n es el nmero de
trabajos en el sistema, i y j son el estado de cada una de
las mquinas, pudiendo ser 0;s;p.

0 indica que la mquina est vaca y parada, s indica que la


mquina est sometida a un setup y p indica que la mquina
est en produccin.

ROGLE

jpgarcia@omp.upv.es

04/05/2011

Teora de Colas

Introduccin
Descripcin de un problema de colas
El anlisis de una cola

Modelos de colas simples

M/M/1, M/M/c, M/M/c/K, M/M/inf


Ms variantes (G/G/1, G/G/c)
Variantes (Clientes impacientes, Poblacin Limitada,Tiempos variables de Servicio)

Redes y Series

Procesos de Nacimiento y Muerte

Colas en Serie
Agregando y desagregando flujos
Redes de Jackson abiertas
Redes de Jackson cerradas

Simulacin
Ms Problemas
Anexos
ROGLE

jpgarcia@omp.upv.es

40

04/05/2011

El servicio depende del nmero de


clientes.
1
n

1 n k
nk

1n P0
0nk
Pn k 1 n k 1
1
P0 n k

1 1 (k 1) 1k k1k 1 1k 1 k (k 1)

L P0

2
2

(1 1 )
(1 )

Lq L (1 P0 )

ROGLE

Wq

jpgarcia@omp.upv.es 41

Lq

04/05/2011

El coche feliz

Pepe y Juan han patentado un invento para pulir automviles y han montado
su propia empresa de pulir coches, para ello han alquilado un viejo local. El
local solo se abre los sbados Los clientes son atendidos segn norma FIFO.
Se supone que su local est situado en una zona donde pueden aparcar y
esperar los clientes sin problemas. La mquina de pulir puede funcionar a dos
velocidades, a mmina velocidad tarda una media de 40 minutos y la mxima
tarda una media de 20 minutos, se pueden asumir los tiempos distribuidos de
forma exponencial. Los clientes llegan segn una distribucin de Poisson de
media 30 minutos. Juan tiene un curso de teora de colas y ha decidido
estudiar el efecto de dos polticas: 1) poner la mquina a mxima velocidad si
hay alguien esperando y 2) poner a mxima velocidad solo si hay ms de uno
esperando (3 o ms en el sistema). La velocidad se puede cambiar en
cualquier momento, incluso si la mquina est trabajando. Se quiere saber el
tiempo medio de espera bajo estas dos poltica

ROGLE

jpgarcia@omp.upv.es 42

04/05/2011

Clientes impacientes

Los que no se unen a la cola

n bn

0 bn 1 bn 1

n n
Pn P0 ( ) bi 1
i 1

La serie debe ser montona decreciente

Los que abandonan


n

n
i 1
bi 1
Pn P0
P0 n
i 1 i
i 1 r (i )

bi 1

i 1 r (i )
n 1
r(i) es la probabilidad de que un cliente abandone si tiene i clientes
delante de l.
n

P0 1

ROGLE

jpgarcia@omp.upv.es 43

04/05/2011

Teora de Colas

Introduccin
Descripcin de un problema de colas
El anlisis de una cola

Modelos de colas simples

M/M/1, M/M/c, M/M/c/K, M/M/inf


Ms variantes (G/G/1, G/G/c)
Variantes (Clientes impacientes, Poblacin Limitada,Tiempos variables de Servicio)

Redes y Series

Procesos de Nacimiento y Muerte

Colas en Serie
Agregando y desagregando flujos
Redes de Jackson abiertas
Redes de Jackson cerradas

Simulacin
Ms Problemas
Anexos
ROGLE

jpgarcia@omp.upv.es

44

04/05/2011

Redes de Colas

Las redes de colas se pueden representar con nodos en el que cada nodo
representa una instalacin de servicio.

Redes de Jackson: son un tipo especial de Redes de Colas.


1. Las llegadas desde el exterior al nodo i siguen un proceso de Poisson de media i
2. Los tiempos de servicio en cada nodo y son independientes y siguen una
distribucin negativa exponencial con parmetro i, que podra ser dependiente
del estado
3. La probabilidad de que un cliente que haya completado su servicio en el nodo i
vaya al nodo j es rij con i=1,2,....,k, j=0,1,...,k.
4. ri,0 indica la probabilidad de que un cliente abandone desde el nodo i

Tipos de Redes de Jackson:

En Serie
Generales
Cerradas
ROGLE

jpgarcia@omp.upv.es 45

04/05/2011

Redes enSerie
..
.

ri
0

rij 1
0

i 1
i 1

j i 1
ik

1 i k 1
j0

en los dems casos

Pn1,n2...nk=Pn1Pn2....Pnk

El comportamiento de cada cola, si no hay lmites de


capacidad es independiente...
ROGLE

jpgarcia@omp.upv.es 46

04/05/2011

Mercanona
Jon Ros, presidente de Mercanona, est experimentando una nuevo tipo de tiendas y
para ello ha remodelado una de ellos como sigue. En vez de las tpicas colas en el cajero
ha puesto una sala donde esperar tu turno para pagar. Conforme van llegando los
clientes, una vez hecha la compra, pasan a la sala, si todos los cajeros estn ocupados
entonces cogen nmero y esperan sentados. Tan pronto como una caja est libre el
siguiente nmero ser llamado para que pase por ella. En la sala no hay lmite de
clientes que puedan estar esperando. El ingeniero estima que durante las horas punta
los clientes llegan de acuerdo a una distribucin de Poisson de media 40 por hora,
tardan por trmino medio de hora para llenar sus carros (distribucin exponencial).
El tiempo que tarda un cajero en pasar toda la compra tiene de media 4 minutos
(exponencial), independientemente de la cantidad de compra (cada caja tiene un cajero
y un embolsador). Ros quiere saber lo siguiente:
a)

Cul es el nmero mnimo de cajas durante las horas punta?

b)
Si se pone una caja ms que el mnimo requerido, cul es el tiempo medio de espera
en la cola? Cunta gente habr en cajas? cunta gente habr en todo el supermercado?

ROGLE

jpgarcia@omp.upv.es 47

04/05/2011

48

49

50

Redes de Jackson Generales (I)


a) La llegada externa a cualquier nodo es Poisson i
b)Todos los servidores de cada etapa tiene un servicio exponencial de
media i
c) De cada etapa i un cliente se mueve a otra etapa con probabilidad rij, y
al exterior con probabilidad ri,0
ri , 0

ri , 0
ri , j

ri, 0
ROGLE

ri , 0

ri, 0

jpgarcia@omp.upv.es 51

04/05/2011

Redes de Jackson Generales (II)

El ratio de llegada i a cada etapa se obtiene mediante las denominadas


ecuaciones de trfico
k

i i j r ji


( I R) 1

j 1

La probabilidad de que en el estado estacionario haya ni clientes en el nodo


1, n2 en el nodo 2, etctera
n

Pn1n 2 n 3...nk

ri i

Poi
ai (ni )
n

ni ci
ni !
a(ni ) ni ci
ci ci ni ci

Si ci=1

Po ,i

ri i
/ Poi
1
ai (ni )
n

Pn1n2 ...n k (1 1 ) 1 1 (1 2 ) 2 2 ...(1 k ) k


ROGLE

jpgarcia@omp.upv.es 52

nk

04/05/2011

Redes de Jackson Generales (III)

Pueden existir diferentes tipos de clientes con diferentes


matrices de transicin R(t)

( t ) ( t )
( I R (t ) ) 1

Li

(t )

(t )
t 1

i
(1)

i i

ROGLE

( 2)

(t )

... i

(n)

Li

jpgarcia@omp.upv.es 53

04/05/2011

Problema
La compaa de seguros La otra vida tiene una centralita telefnica. Las llamadas llegan segn una
distribucin de media 35 cada hora. Los clientes llaman para dos cosas: para reclamaciones o para
solicitar informacin, para ello deben apretar el botn 1 o el 2. Se cree que el tiempo que tarda un
cliente en tomar la decisin y apretar el botn tiene una media de tiempo de 30 segundos segn
una distribucin exponencial. Las llamadas realizadas solo pueden ser procesadas por este
contestador de una en una, si alguien llama mientras tanto se le pone una bonita msica, se le dice
que espere y se le pone en cola. Aproximadamente el 55% de las llamadas son para reclamaciones,
el resto para demanda de servicios. El nodo de reclamaciones tiene 3 servidores en paralelo y se
estima que el tiempo medio en que atiende un cliente es de 6 minutos (exponencial). El nodo de
solicitud de informacin tiene 7 servidores en paralelo con un tiempo de servicio medio de 20
minutos (exponencial). Se asume que puede haber todos los clientes que se quieran esperando en
los nodos. Alrededor del 2% de llamadas que van al nodo de reclamaciones acaban en el de
demanda de informacin, y el 1% que llama al nodo de demanda de informacin se va al nodo de
reclamaciones. Se desea saber por trmino medio el tamao de las colas en cada nodo y el tiempo
medio que un cliente pasa en el sistema.

ROGLE

jpgarcia@omp.upv.es 54

04/05/2011

0 0.55 0.45
R 0
0
0.02
0 0.01 0

55

1 0.5546 0.4611
I R 1 0 1.0002 0.02
0 0.01 1.0002

56

Redes de Jackson Cerradas


Pn1n2 ...n k

k
1
in (i )

G( N )
i 1 ai ( ni )

G( N )

ni ci
ni !
ai (ni ) ni ci
ci ci ! ni ci
j
ai (n)
i ( n)

ai (n 1) ci

n (i )
i

n1 n 2 ... nk N i 1 ai ( ni )

ri,j

ROGLE

jpgarcia@omp.upv.es 57

04/05/2011

j ci
j ci

Algoritmo de Valor Medio para Redes


Cerradas
Paso 1 Resolver las ecuaciones de trfico
k

vi v j r ji asumiendo vl=1
j 1

Paso 2 Inicializar Li(0), pi(0,0)=1, pi(j,0)=0 i=1..k, j0


Paso 3 Para n=1 hasta N, calcular
Paso3.1 Wi ( n)

Paso 3.2

l ( n)

c1 2
1
(1 Li ( n 1) (ci 1 j ) p i ( j, n 1) i
ci i
j 0

con vl 1

v W (n)
i

i 1

Paso 3.3

i ( n) l (n) v i

Paso 3.4 Li (n)

i ( n)W (n)

Paso 3.5 Pi ( j, n)

58

i, i l
i

i (n)
Pi ( j 1, n 1)
i ( j) i

i 1..k , j 1..n

Servicio de Mantenimiento
Se desea que dos mquinas estn operativas en cualquier momento. La
mquina se rompe de acuerdo con una exponencial de media =2. Una
vez rota, una maquina tiene una probabilidad r12=0.75 de ser reparada
localmente por un responsable de mantenimiento que trabaja con una
media de tiempo de 2=1. Con probabilidad 1- r12 la mquina debe ser
reparada por un especialista, que tambin trabaja segn una
exponencial de media 3=3. Ms all, despus de una reparacin local,
existe una probabilidad r23=0.33 de que la mquina requiera un
servicio especial. Despus del servicio con el especialista la mquina
siempre se pone a trabajar. Se desea saber cmo se distribuyen los
tiempos de estancia de las mquinas en reparacin.

ROGLE

jpgarcia@omp.upv.es 59

04/05/2011

Simulacin

Seleccin de los datos de entrada

Simulacin

Diferentes mecanismos de simulacin


Bsqueda de estacionario
Subruns, Repeated Runs

Anlisis de Resultados

Seleccin de la familia estadstica adecuada


Seleccin de los parmetros.

Naturaleza estadstica de cada resultado


Anlisis de experimentos
Intervalos de Confianza

Validacin del Modelo

Suficientemente simple
Creble
Reproduce la realidad?
ROGLE

jpgarcia@omp.upv.es 60

04/05/2011

Ms problemas

ROGLE

jpgarcia@omp.upv.es

04/05/2011

Seleccin de Maquinaria

Tiene que decidir que mquina comprar para la


estampacin de piezas metlicas.

La mquina A cuesta 20.000 . 10 unidades/hora


La mquina B cuesta 30.000 11 unidades/hora

Las piezas llegan segn una distribucin de Poisson de


media 8 por hora y tienen un coste de espera de 2 por
hora debido a las especiales condiciones de
mantenimiento que exigen.
La planta opera durante 24 horas por da y 360 das al
ao.

ROGLE

jpgarcia@omp.upv.es 62

04/05/2011

Problema

La academia Grandes Escritores ofrece un curso por


correspondencia para aprender a escribir. Las solicitudes son
aceptadas en cualquier momento y el curso empieza
inmediatamente. La llegada de nuevas solicitudes sigue una
distribucin de Poisson con una media de 8 cada mes. Se
estima que el tiempo medio en que se acaba el curso es de 10
semanas (distribucin exponencial). Por trmino medio,
cuntos alumnos hay matriculados en la academia en
cualquier momento?

ROGLE

jpgarcia@omp.upv.es 63

04/05/2011

Oficina bancaria

Una pequea sucursal de un banco tiene dos empleados, uno para los
pagos y otro para los cobros. Los clientes llegan a cada caja siguiendo una
distribucin de Poisson con una media de 20/hora. (el total de llegada al
banco es de 40/hora). El tiempo de servicio de cada empleado es una
exponencial de media 2 minutos. El encargado de la seccin est pensando
hacer un cambio en que los dos empleados puedan hacer tanto pagos
como cobros para evitar situaciones en que una cola est llena y la otra
parada. Sin embargo, se estima que cuando los empleados se encarguen de
las dos cosas el tiempo de servicio aumentar a una media de 2,4 minutos.
Compara el sistema que se emplea ahora con el propuesto, calculando el
total de gente en el banco, el tiempo medio que pasara un cliente en el
banco hasta que es atendido, la probabilidad de que un cliente espere ms
de cinco minutos y el tiempo medio que estn parados los empleados.

ROGLE

jpgarcia@omp.upv.es 64

04/05/2011

Problema

Las mquinas que dispensan billetes para el metro en la


compaa RNFVse suelen estropear cada 45 horas. Se
supone que el nico reparador de la estacin tarda 4
horas en reparar la mquina. Se asume que los dos
tiempos son la media de una distribucin exponencial.
Cul es el mnimo nmero de mquinas que debe haber
para asegurarse que haya al menos 5 mquinas en servicio
con una probabilidad mayor que 0.95?

ROGLE

jpgarcia@omp.upv.es 65

04/05/2011

Media, varianza

ROGLE

jpgarcia@omp.upv.es

04/05/2011

Definiciones
Media
Varianza
Desviacin Estadstica
Coeficiente de Variacin al cuadrado.
Coeficiente de Variacin

Distribuciones Importantes

Discreta (toma valores de un conjunto numerable)


o
o
o
o
o

Discreta-Uniforme
Bernouilli
Binomial
Geomtrica
Poisson

Continua (toma valores en un intervalo)


o
o
o
o
o
o
o

Continua-Uniforme
Exponencial
Erlang
Gamma
Weibull
Normal
LogNormal

Distribuciones Estadsticas

ROGLE

jpgarcia@omp.upv.es

04/05/2011

Distribuciones Discretas

Las distribuciones estadsticas de tipo discreto toman valores de un conjunto finito de posibilidades. En
teora de colas son relevantes porque permiten representar el nmero de clientes en un intervalo de
tiempo.

Si las posibles ocurrencias son un conjunto finito y uniforme de valores (e.g. el lanzamiento de un dado
perfecto) se conoce como variable Uniforme Discreta. Si la variable se da entre los valores a y b enteros,
la media de la distribucin es (a+b)/2 y la varianza es ((b-a+1)^2-1)/12

Si la probabilidad de cada ocurrencia es diferente, la ms sencilla de todas las distribuciones de Bernouilli


donde la variable puede slo tomar dos valores (e.g. chico o chica, A o B) con una cierta probabilidad p
para el primero miembro del par, que suele denominarse xito. La media es p y la varianza es p(1-p)

La distribucin Binomial representa la probabilidad de obtener k sucesos A con probabilidad p, a partir de


n intentos. Es por tanto la suma de n Bernouilli de probabilidad p. La media es np y la varianza es np(1-p)

La distribucin Geomtrica representa la probabilidad de obtener la primera ocurrencia A en el


lanzamiento n. Esta variable tiene un rango infinito aunque sigue siendo discreta. La media es 1/p y la
varianza es (1-p)/p^2

Tambin tiene un rango infinito la conocida como Poisson en la que se representan ocurrencias para un
conjunto grande e independiente de eventos distribuidos a lo largo del espacio o del tiempo La distribucin
tiene propiedades matemticas interesantes que la hacen muy utilizada. La media es y la varianza es
tambin .

ROGLE

jpgarcia@omp.upv.es

04/05/2011

Distribuciones Continuas

La Continua Uniforme toma valores equiprobables en un determinado


rango [a,b]. La media de esa funcin es (a+b)/2 y la varianza es (b-a)^2/12

La exponencial (o negativa exponencial) es la complementaria de la


distribucin de Poisson. Su media es 1/ y la varianza es 1/^2
La Erlang[k,] es una distribucin que es la suma de k exponenciales de
media /k. La media de dicha distribucin es y la varianza es ^2/k.

De hecho la distribucin Erlang es una parte de una clase ms amplia que


son las distribuciones gamma. Cada funcin gamma es definida por dos
parmetros y . La media es y la varianza es ^2

La distribucin Weibull permite describir la ruptura de materiales por uso


continuado.

La distribucin Normal. Qu decir de la distribucin normal, pues que


permite que los valores sean negativos.

La distribucin logNormal describe adecuadamente los tiempos de


reparacin de Maquinaria.
ROGLE

jpgarcia@omp.upv.es

04/05/2011

Los procesos de Poisson y la


distribucin Exponencial
(t ) n t
pn (t )
e
n!

p0 (t ) e t

P1 El nmero de llegadas en intervalos de tiempo no superpuestos


es estadsticamente independiente

P2 La probabilidad de que una llegada ocurra entre el tiempo t y


t+t es t+o(t), donde es la tasa de llegada y o(t) cumple

o ( t )
lim
0
t o t

P3 La distribucin estadstica del nmero de llegadas en intervalos


de tiempo iguales es estadsticamente equivalente
n

(t s) ( t s )
P (t s)
e
n

n!

ROGLE

t , s 0, t s

jpgarcia@omp.upv.es 72

04/05/2011

Los Procesos de Poisson-Exponencial

P4 Si el nmero de llegadas sigue una distribucin de Poisson el tiempo entre


llegadas sigue una distribucin exponencial de media (1/) y al contrario

(t ) n t
Pn (t )
e Po (t ) e t
n!

P5 Si el proceso de llegada es Poisson, los tiempos de llegada son completamente


aleatorios con una funcin de probabilidad uniforme sobre el periodo analizado.

k!
f (t1 , t 2 ,..., t k / k llegadas en0, T ) k
T

P6 Para conocer los datos que definen un proceso de Poisson solo es necesario
conocer el nmero medio de llegadas

P7 Amnesia de la Distribucin Exponencial: La probabilidad de que falten t unidades


para que llegue el siguiente cliente es independiente de cuanto tiempo llevamos sin
que llegue ningn cliente.

Pr T 1 / T t0 Pr 0 T t1 t0
ROGLE

jpgarcia@omp.upv.es 73

04/05/2011

Generalizaciones al Proceso PoissonExponencial

Variabilidad de

Se puede admitir que vare con el tiempo. En este caso


t

n
m ( t ) ( m(t ))
Pn (t ) e

, m(t ) ( s )ds
n!
Llegadas mltiples
o

Se puede admitir que en cada evento de llegada aparezcan i clientes,


donde:
n

i 1 de que en el instante t hayan aparecido m


En este caso la probabilidad
clientes es:

Pr N (t ) m e t
ROGLE

( t ) k ( k )
cm
k!

jpgarcia@omp.upv.es 74

04/05/2011

Binomial
Nmero de aciertos al observar
B resultados dicotmicos o serie
de Bernoulli.
B=1, distribucin de Bernoulli
La probabilidad de observar
un nmero de aciertos en B
ensayos independientes con una
proporcin de aciertos A
Hipergeomtrica: Binomial en un
contexto de muestreo de n elementos
con reemplazamiento, Np aciertos,
Nq fallos, N=Np+Nq y n
PDF = CNpyCNqn-x/CNn
Mean = np, Variance = npq(N-n)/(N-1)

Multinomial: resultados en ms
de dos clases o categoras.

Geomtrica.
Nmero de ensayos
independientes hasta el
primer acierto, con una propocin
A de acierto
Versin discreta de la distribucin
continua Exponencial

Binomial negativa
Binomial Negativa
Nmero de ensayos hasta
completar B aciertos en una
serie de Bernoulli.
B=1, distribucin geomtrica.

Poisson
Nmero de eventos en un
periodo de tiempo (soporte)
dado con una tasa fija y
estable (A) .
Soporte continuo: tiempo,
longitud, superficie,

Logaritmica
Nmero de eventos en un
periodo de tiempo dado.
Nmero de artculos adquiridos
por un comprador en un periodo
de tiempo dado.

Normal

La distribucin de errores
de observaciones fsicas
que manifiesta ruido blanco
en la medida
Distribucin simtrica
Asociadas a la distribucin
Normal estn las
Distribuciones Chi-cuadrado
y t-student

Exponential

Distribucin asociada
al soporte continuo de
La variable aleatoria
discreta de Poisson
Caso particular de la
distribucin Gamma y
Weibull
Tiempo de vida o entre
fallos de procesos sin
memoria

Gamma
C=1, distribucin
Exponencial
Modela distribuciones
cuya asimetria es muy
significativa
Con C grande se
aproxima a la Normal

Weibull
C=1, distribucin
Exponencial
Generalizacin de la
Distribucin Exponencial
Modelizacin de tiempos
en fiabilidad de sistemas

Uniform

Describe la ignorancia dentro


de un intervalo
Los nmeros pseudo-aleatorios
que se generan en las
simulaciones son uniformes en
el intervalo [0,1]
Posteriomente se utilizan para
generar valores del proceso
aleatorio de inters.

Beta

Estimacin bayesiana
Distribucin de probabilidad
de los parmetros de un
Modelo