Modelo m/Ek/1 Teoría de Colas.

Slides:



Advertisements
Presentaciones similares
LICENCIATURA EN SISTEMAS COMPUTACIONALES EN ADMINISTRACION
Advertisements

Líneas de Espera: Teoría de Colas
INSTITUTO TECNOLÓGICO DE VILLAHERMOSA   MATERIA:
SIMULACION DE SISTEMAS DISCRETOS
Sistemas de Colas con un Servidor
Modelo de Colas Simulación.
Tema 5: Teoría de colas Ezequiel López Rubio
Modelo m/G/1 Teoría de Colas.
8. Distribuciones continuas
Modelo M/M/s/k Teoria de Colas.
Investigación de Operaciones
Modelo m/m/s Teoría de Colas.
Modelo M | M | 1 Teoria de Colas.
Variables Aleatorias Continuas
M/G/1.
Instituto Tecnológico
UNIDAD 2 CARRERA: ALUMNO: CATEDRATICO:
Instituto tecnológico de Villahermosa
TEORIA DE COLAS.
Teoría de Colas ICEF.
Teoría de Colas ICEF.
Teoría de Colas ICEF.
Teoría de Colas ICEF.
Capítulo 7 Teoría de Colas.
La ley de los grandes números
Variables Aleatorias ETSITGC Madrid. Variables Aleatorias ETSITGC Madrid Índice.
Unidad 2 “Líneas de espera”
Fenómenos de Espera en Fila
Medidas de Desempeño Teoría de Colas
Variables Aleatoria Continua
Universidad Mexicana en Línea Carrera: Administración Pública Asignatura: Estadística Tutor: Leonardo Olmedo Alumno: Alfredo Camacho Cordero Matrícula:
Notación de Kendall Teoria De colas.
Teoría de Colas Notación de Kendall – Lee Ejercicios
TEORIA DE COLAS Integrantes: Luis Sibaja Edgar Castro Oscar Hurtado
Capítulo 9 Modelos de Espera
Ejemplos Teorías de colas.
Teoría de colas Teoría de colas Alternativa a estudios de simulación
Métodos Cuantitativos Aplicados a Costos y Producción
Modelos de probabilidad Distribuciones continuas
Distribuciones Continuas de Probabilidad
ANALISIS DE FRECUENCIA EN HIDROLOGIA (3)
Raúl Monroy (de las notas de Jane Hilston)
Maestría en Transporte Estadística Capítulo 1. Objetivos ¿Cómo se determinan las magnitudes para planificación de transporte, operación de transporte,
Colas M/M/S M/G/S Simulación
LÍNEAS DE ESPERA Gabriel García Velazquez.
LINEAS DE ESPERA (TEORIA DE COLAS)
Función Densidad Continua (o distribución de probabilidad continua)
Principales distribuciones discretas
Colas M/M/1 Simulación Simulación- Ing. Ricardo Fernando Otero - Pregrado Ingeniería Industrial – Pontificia Universidad Javeriana Sede Bogotá.
Teoría de Trafico en Redes
Líneas de Espera: Teoría de Colas
Teoría de Probabilidad Dr. Salvador García Lumbreras
8. Distribuciones continuas
Líneas de Espera: Teoría de Colas
Unidad 2:Lineas de espera 2
2.1 DEFINICIONES LINEAS DE ESPERA, CARACTERISTICAS Y SUPOSICIONES
Probabilidad y Estadística X = x Unidad de muestreo Mediremos un atributo Variable aleatoria Valor que toma la variable aleatoria.
1 DISTRIBUCIONES DE PROBABILIDAD Estad í stica Capítulo 5.3.
Ley de Little Procesos Estocásticos y Teoría de Filas
2.1 DEFINICIONES CARACTERÍSTICAS Y SUPOSICIONES.
Fecha de entrega: 21/09/11. La Teoría de Colas es el estudio de la espera en las distintas modalidades. El uso de los modelos de colas sirve para representar.
1 1 Slide Universidad Diego Portales Facultad de Economía y Empresa y Empresa.
Alicia De Gyves López Licenciatura Tecnologías de la Información y Comunicación 3º. Cuatrimestre Estadística Descriptiva Distribuciones de Probabilidad.
MÉTODOS CUANTITATIVOS Y SIMULACIÓN
Capítulo 2 Fundamentos de la Teoría de Colas
UNIDAD II LINEAS DE ESPERA
Modelos de líneas de espera ó Teoría de colas.
Laboratorio de Estadística administrativa Distribución Poisson Distribución exponencial Febrero de 2007.
Definición. Una Cola es una línea de espera y la teoría de colas es una colección de modelos matemáticos que describen sistemas de líneas de espera particulares.
Distribución exponencial
Transcripción de la presentación:

Modelo m/Ek/1 Teoría de Colas

Sistemas de colas Distribución Erlang Desviación estándar Constante Erlang, k = 1 media Erlang, k = 2 Erlang, k = 4 1/2 media Erlang, k = 8 Erlang, k = 16 1/4 media Erlang, cualquier k

Teoría de Modelo: m/Ek/1 Un tipo de sistemas de colas especialmente interesante es aquél en el que las llegadas son de Poisson y la duración del servicio sigue una distribución de Erlang, también llamada distribución K. Esta distribución resulta de sumar variables aleatorias independientes e idénticamente distribuidas con distribución exponencial de parámetro , y su función de densidad es:

Teoría de Modelo: m/Ek/1 es decir, es una distribución gamma de parámetros . Por tanto, si la distribución es estacionaria, este caso, es fácil demostrar que la intensidad de tráfico para el sistema es:

Teoría de Modelo: m/Ek/1, medidas de desempeño Número esperado de clientes en la cola Lq Número esperado de clientes en el sistema Ls Tiempo esperado de espera en la cola Wq Tiempo esperado de espera en el sistema Ws

MODELO M/Ek/1 Medidas del desempeño del sistema de colas: fórmulas generales

MODELO M/Ek/1 En el caso particular del modelo M/Ek/1 donde la distribución del tiempo de servicio es Erlang de parámetros k y µ y por tanto el tiempo medio de servicio es 1/µ y su varianza es 1/kµ2, la fórmula de Pollaczek-Khintchine determina la expresión de la longitud media de la cola como:

Modelo M/Ek/1

Usando Tablas de Erlang

Modelo M/Ek/1 ejemplo Un carwash puede atender un auto cada 5 min. La tasa media de llegadas es de 9 autos/hora. Suponga  = 3.5 min (aprox.) Obtenga las medidas de desempeño de acuerdo con el modelo M/Ek/1

Modelo M/Ek/1 ejemplo

EJEMPLO Las llamadas llegan al conmutador de una oficina a una tasa de dos por minuto, el tiempo promedio para manejar cada una de estas es de 20 segundos. Actualmente solo hay un operador del conmutador. Las distribuciones de Poisson y exponencial parecen ser relevantes en esta situación.

Datos λ = 2 llamadas/minutos µ = (1 / 20 seg)(60 seg)

RESOLUCIÓN La probabilidad de que el operador este ocupado se definirá: El tiempo promedio que debe de esperar una llamada antes de ser tomada por él operador