Instituto Tecnológico de Villahermosa

7
Alumna: Virginia Román Díaz Tema: Líneas de Espera Instituto Tecnológico de Villahermosa

description

Instituto Tecnológico de Villahermosa. Alumna: Virginia Román Díaz Tema: Líneas de Espera. Líneas de espera. Es el efecto resultante en un sistema cuando - PowerPoint PPT Presentation

Transcript of Instituto Tecnológico de Villahermosa

Page 1: Instituto Tecnológico de Villahermosa

Alumna:

Virginia Román DíazTema:

Líneas de Espera

Instituto Tecnológico de Villahermosa

Page 2: Instituto Tecnológico de Villahermosa

Es el efecto resultante en un sistema cuando

la demanda de un servicio supera la capacidad de proporcionar dicho servicio. Este sistema está formado por un conjunto de entidades en paralelo que proporcionan un servicio a las transacciones que aleatoriamente entran al sistema.

Líneas de espera

Page 3: Instituto Tecnológico de Villahermosa

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 o sistemas de colas. Los modelos sirven para encontrar el comportamiento de estado estable, como la longitud promedio de la línea y el tiempo de espera promedio para un sistema dado.

Características: Existen dos clases básicas de tiempo entre llegadas: Determinístico, en el cual clientes sucesivos llegan en un mismo intervalo de

tiempo, fijo y conocido. Probabilístico, en el cual el tiempo entre llegadas sucesivas es incierto y variable.

Los tiempos entre llegadas probabilísticos se describen mediante una distribución de probabilidad.

Suposiciones: a)Un solo prestador del servicio y una sola fase. b)Distribución de llegadas de poisson donde l = tasa de promedio de llegadas. c)Tiempo de servicio exponencial en donde m = tasa de promedio del servicio. d)Disciplina de colas de servicio primero a quien llega primero; todas las llegadas

esperan en línea hasta que se les da servicio y existe la posibilidad de una longitud infinita en la cola.

2.1 Definiciones, características y suposiciones

Page 4: Instituto Tecnológico de Villahermosa

La mayor parte de los modelos elementales de colassuponen que las entradas (llegadas de clientes) y lassalidas (clientes que se van) del sistema ocurren deacuerdo al proceso de nacimiento y muerte.

Muerte : Salida del Nacimiento: Llegada de cliente servidoun nuevo cliente alsistema de colas

2.3 Proceso de nacimiento o muerte.

Page 5: Instituto Tecnológico de Villahermosa

S número de servidores n número de clientes en el sistema N número máximo de clientes

permitidos en el sistema A,,t flujo de clientes que entran

cuando hay n clientes en el sistema u,7l capacidad del servidor cuando

hay n clientes en el sistema. E(t) tiempo promedio de proceso

por cliente V(t) variancia del tiempo de proceso E(á) tiempo promedio entre llegadas V(a) variancia del tiempo entre

llegadas CQ coeficiente cuadrado de

variación del flujo de clientes que entran al

sistema C2 S coeficiente cuadrado de variación

del tiempo de servicio

Cp coeficiente cuadrado de variación del flujo de clientes que salen del

sistema PIJ probabilidad de que el sistema cambie de un estado i a un estado y

después de un intervalo de tiempo Pn probabilidad en estado estable de

que existan n clientes en el sistema L número promedio de clientes en el

sistema Lq número promedio de clientes en

la fila W tiempo promedio de permanencia

en el sistema Wq tiempo promedio de

permanencia en la fila p utilización promedio del servicio Ct costo total promedio del sistema

de líneas de espera por unidad de tiempo Ce costo promedio de servicio por

cliente por unidad de tiempo

2.2 Terminología y notación.

Page 6: Instituto Tecnológico de Villahermosa

Suponga el mismo modelo Poisson de la sección anterior dado por

Yi | θi ∼ Poisson(θi)

donde los Y informan una sucesión de variables aleatorias intercambiables y con cada parámetro θi

(i = 1, . . . , n) distribuido como θi

| (α, β) ∼ Gamma(α, β)

Donde α y β son hiperparametros desconocidos que vienen de distribuciones

Gamma tales que

α ∼ Gamma(a, b)

β ∼ Gamma(c, d)

Usualmente los parámetros a, b, c y d son conocidos y tales que las distribuciones de α y β sean planas o no-informativas. De esta manera, el enfoque bayesiano

jerárquico plantea que se debe hacer la inferencia conjunta para el vector de

parámetros θ = (θ1, . . . , θn)y para (α, beta)

. Can base en lo anterior, la distribución a posteriori de los parámetros de interés toma la siguiente forma

p(θ, α, β | Y) ∝ni=1 p(Y | θi)p(θi| α, β)p(α)p(β)

2.4 Modelos Poisson.