Líneas de Espera: Teoría de Colas

Presentación del tema: "Líneas de Espera: Teoría de Colas"— Transcripción de la presentación:

1 Líneas de Espera: Teoría de Colas

2 Las colas… Las colas son frecuentes en nuestra vida cotidiana:
En un banco En un restaurante de comidas rápidas Al matricular en la universidad Los autos en un lavacar

3 Las colas… En general, a nadie le gusta esperar
Cuando la paciencia llega a su límite, la gente se va a otro lugar Sin embargo, un servicio muy rápido tendría un costo muy elevado Es necesario encontrar un balance adecuado

4 Teoría de colas Una cola es una línea de espera
La teoría de colas es un conjunto de modelos matemáticos que describen sistemas de líneas de espera particulares El objetivo es encontrar el estado estable del sistema y determinar una capacidad de servicio apropiada

5 Teoría de colas Existen muchos sistemas de colas distintos
Algunos modelos son muy especiales Otros se ajustan a modelos más generales Se estudiarán ahora algunos modelos comunes Otros se pueden tratar a través de la simulación

6 Sistemas de colas: modelo básico
Un sistema de colas puede dividirse en dos componentes principales: La cola La instalación del servicio Los clientes o llegadas vienen en forma individual para recibir el servicio

7 Sistemas de colas: modelo básico
Los clientes o llegadas pueden ser: Personas Automóviles Máquinas que requieren reparación Documentos Entre muchos otros tipos de artículos

8 Sistemas de colas: modelo básico
Si cuando el cliente llega no hay nadie en la cola, pasa de una vez a recibir el servicio Si no, se une a la cola Es importante señalar que la cola no incluye a quien está recibiendo el servicio

9 Sistemas de colas: modelo básico
Las llegadas van a la instalación del servicio de acuerdo con la disciplina de la cola Generalmente ésta es primero en llegar, primero en ser servido Pero pueden haber otras reglas o colas con prioridades

10 Sistemas de colas: modelo básico
Sistema de colas Cola Disciplina de la cola Instalación del servicio Llegadas Salidas

11 Estructuras típicas de sistemas de colas: una línea, un servidor
Sistema de colas Cola Servidor Llegadas Salidas

12 Estructuras típicas de sistemas de colas: una línea, múltiples servidores
Sistema de colas Salidas Servidor Cola Llegadas Salidas Servidor Salidas Servidor

13 Estructuras típicas de colas: varias líneas, múltiples servidores
Sistema de colas Salidas Cola Servidor Llegadas Salidas Cola Servidor Salidas Cola Servidor

14 Estructuras típicas de colas: una línea, servidores secuenciales
Sistema de colas Llegadas Cola Servidor Cola Salidas Servidor

15 Sistemas de colas: Las llegadas – Distribución exponencial
La forma algebraica de la distribución exponencial es: ???? Donde t representa una cantidad expresada en de tiempo unidades de tiempo (horas, minutos, etc.)

16 Sistemas de colas: Las llegadas – Distribución exponencial
Media Tiempo P(t)

17 Sistemas de colas: Las llegadas – Distribución exponencial
La distribución exponencial supone una mayor probabilidad para tiempos entre llegadas pequeños En general, se considera que las llegadas son aleatorias La última llegada no influye en la probabilidad de llegada de la siguiente

18 Sistemas de colas: Las llegadas - Distribución de Poisson
Es una distribución discreta empleada con mucha frecuencia para describir el patrón de las llegadas a un sistema de colas Para tasas medias de llegadas pequeñas es asimétrica y se hace más simétrica y se aproxima a la binomial para tasas de llegadas altas

19 Sistemas de colas: Las llegadas - Distribución de Poisson
Su forma algebraica es: Donde: P(k) : probabilidad de k llegadas por unidad de tiempo  : tasa media de llegadas e = 2, …

20 Sistemas de colas: Las llegadas - Distribución de Poisson
Llegadas por unidad de tiempo

21 Sistemas de colas: El servicio
El servicio puede ser brindado por un servidor o por servidores múltiples El tiempo de servicio varía de cliente a cliente El tiempo esperado de servicio depende de la tasa media de servicio ()

22 Sistemas de colas: El servicio
El tiempo esperado de servicio equivale a 1/ Por ejemplo, si la tasa media de servicio es de 25 clientes por hora Entonces el tiempo esperado de servicio es 1/ = 1/25 = 0.04 horas, o 2.4 minutos

23 Sistemas de colas: El servicio
Es necesario seleccionar una distribución de probabilidad para los tiempos de servicio Hay dos distribuciones que representarían puntos extremos: La distribución exponencial (=media) Tiempos de servicio constantes (=0)

24 Sistemas de colas: El servicio
Una distribución intermedia es la distribución Erlang Esta distribución posee un parámetro de forma k que determina su desviación estándar:

25 Sistemas de colas: El servicio
Si k = 1, entonces la distribución Erlang es igual a la exponencial Si k = ∞, entonces la distribución Erlang es igual a la distribución degenerada con tiempos constantes La forma de la distribución Erlang varía de acuerdo con k

26 Sistemas de colas: El servicio
P(t) k = ∞ k = 8 k = 2 k = 1 Media Tiempo

27 Proceso de Nacimiento y Muerte
En el contexto de teoría de colas, se refiere al modelo probabilístico que describe las llegadas (nacimientos) y salidas (muertes) de clientes, en un sistema de colas. El estado del sistema en el tiempo t, que se denota N(t), es el número de clientes que hay en el sistema de colas en el tiempo t Supuesto 1: Dado N(t) = n , la distribución de probabilidad actual del tiempo que falta para el próximo nacimiento (llegada) es exponencial con parámetro ln . Atención: ln = la tasa media de llegadas cuando hay n clientes en el sistema

28 Proceso de Nacimiento y Muerte
Supuesto 2: Dado N(t) = n , la distribución de probabilidad actual del tiempo que falta para la próxima muerte (salida) es exponencial con parámetro mn . Atención: mn = la tasa media de salidas cuando hay n clientes en el sistema. Supuesto 3. La variable aleatoria de la suposición 1 (tiempo que falta hasta el próximo nacimiento) y la variable aleatoria de la suposición 2 (tiempo que falta hasta la próxima muerte) son mutuamente independientes.

29 Modelos Poisson. En la teoría de la probabilidad y en la estadística, la distribución de Poisson es una distribución de probabilidad discreta. Ella expresa, por ejemplo, la probabilidad de que un correcto número de eventos ocurran en un periodo de tiempo, si estos ocurran con una tasa media conocida y si cada evento es independiente del tiempo transcurrido desde el último evento.

30 USOS La distribución de Poisson se utiliza en situaciones donde los sucesos son impredecibles o de ocurrencia aleatoria. En otras palabras no se sabe el total de posibles resultados. Permite determinar la probabilidad de ocurrencia de un suceso con resultado discreto.

31 usos Es muy útil cuando la muestra o segmento n es grande y la probabilidad de éxitos p es pequeña. Se utiliza cuando la probabilidad del evento que nos interesa se distribuye dentro de un segmento n dado como por ejemplo distancia, área, volumen o tiempo definido.

32 usos La distribución fue descubierta por Siméon –Denis Poisson (1781–1840) y publicada, conjuntamente con su teoría de la probabilidad, en 1838. Es en muchos sentidos la versión de tiempo continuo del proceso de Bernoulli.