CURSO :INVESTIGACIN OPERATIVA II

TEMA : MODELODE REDES

ALUMNOS :GONZALES ANGULO, KarinaLissette.
GRADOS MANRIQUE, Liz Kelly.
NICHO DIAZ, Cesar Luis.
RUIZ HUAMAN, Leandro Teodoro.
VALLADARES LOZA, DeyvisJeanpierre.
VALVERDE FLORES, Arturo Jordan.
CICLO : VII Ciclo
DOCENTE : Mg. AlcibiadesFlamencio Sosa Palomino


HUACHO - 2013





















INTRODUCCION

El presente trabajo est enfocado en la Teora de Colas o Lneas de espera. Se explica la
Teora de colas mostrando sus principales caractersticas. Los elementos de las Lneas
de espera son tratados junto a los modelos de notacin Kendall y cada modelo es
explicado. Se realizan problemas aplicativos sobre los modelos y cules son las frmulas
para desarrollarlos.

















Teora de Colas o Lneas de Espera

La teora de colas es el estudio matemtico de las colas o lneas de espera dentro de un
sistema. sta teora estudia factores como el tiempo de espera medio en las colas o la
capacidad de trabajo del sistema sin que llegue a colapsarse. Dentro de las matemticas,
la teora de colas se engloba en la investigacin de operaciones y es un complemento
muy importante a la teora de sistemas y la teora de control. Se trata as de una teora
que encuentra aplicacin en una amplia variedad de situaciones
como negocios, comercio,industria, ingenieras, transporte y logstica o telecomunicacione
s.
En el caso concreto de la ingeniera, la teora de colas permite modelar sistemas en los
que varios agentes que demandan cierto servicio o prestacin confluyen en un mismo
servidor y, por lo tanto, pueden registrarse esperas desde que un agente llega al sistema
y el servidor atiende sus demandas. En este sentido, la teora es muy til para modelar
procesos tales como la llegada de datos a una cola en ciencias de la computacin, la
congestin de red de computadoras o de telecomunicacin, o la implementacin de
una cadena productiva en laingeniera industrial.


El matemtico dans Agner Krarup Erlang, trabajador de la Copenhagen Telephone
Exchange, public el primer artculo sobre la teora de colas en 1909.
1
Especficamente se
preocup del estudio del problema de dimensionamiento de lneas y centrales de
conmutacin telefnica para el servicio de llamadas.
Elementos existentes en las colas :

- Proceso bsico de colas: Los clientes que requieren un servicio se generan en
una fase de entrada. Estos clientes entran al sistema y se unen a una cola. En
determinado momento se selecciona un miembro de la cola, para proporcionarle el
servicio, mediante alguna regla conocida como disciplina de servicio. Luego, se
lleva a cabo el servicio requerido por el cliente en un mecanismo de servicio,
despus de lo cual el cliente sale del sistema de colas.

- Fuente de entrada o poblacin potencial: Una caracterstica de la fuente de
entrada es su tamao. El tamao es el nmero total de clientes que pueden
requerir servicio en determinado momento. Puede suponerse que el tamao es
infinito o finito.


- Cliente: Es todo individuo de la poblacin potencial que solicita servicio como por
ejemplo una lista de trabajo esperando para imprimirse.

- Capacidad de la cola: Es el mximo nmero de clientes que pueden estar
haciendo cola (antes de comenzar a ser servidos). De nuevo, puede suponerse
finita o infinita.
- Disciplina de la cola: La disciplina de la cola se refiere al orden en el que se
seleccionan sus miembros para recibir el servicio. Por ejemplo, puede ser:
o FIFO (first in first out) primero en entrar, primero en salir, segn la cual se
atiende primero al cliente que antes haya llegado.
o LIFO (last in first out) tambin conocida como pila que consiste en atender
primero al cliente que ha llegado el ltimo.


o RSS (random selection of service) que selecciona los clientes de manera
aleatoria, de acuerdo a algn procedimiento de prioridad o a algn otro
orden.
o Processor Sharing sirve a los clientes igualmente. La capacidad de la red
se comparte entre los clientes y todos experimentan con eficacia el mismo
retraso.
- Mecanismo de servicio: El mecanismo de servicio consiste en una o ms
instalaciones de servicio, cada una de ellas con uno o ms canales paralelos de
servicio, llamados servidores.
- Redes de colas. Sistema donde existen varias colas y los trabajos fluyen de una a
otra. Por ejemplo: las redes de comunicaciones o los sistemas operativos
multitarea.
- Cola: Una cola se caracteriza por el nmero mximo de clientes que puede
admitir. Las colas pueden ser finitas o infinitas.
- El proceso de servicio: Define cmo son atendidos los clientes.

NOTACIN KENDALL
Por lo general, las tasas de llegada y de servicio no se conocen con certidumbre sino que
son de naturaleza estocstica o probabilstica. Es decir los tiempos de llegada y de
servicio deben describirse a travs de distribuciones de probabilidad y las distribuciones
de probabilidad que se elijan deben describir la forma en que e comportan los tiempos de
llegada o de servicio.
En teora de lneas de espera o de colas se utilizan tres distribuciones de probabilidad
bastante comunes, estan se mencionan a continuacin:
- Markov
- Determinantica
- General


La distribucin de Markov, en honor al matemtico A.A. Markov quien identifico los
eventos "sin memoria", se utiliza para describir ocurrencias aleatorias, es decir, aquellas
de las que puede decirse que carecen de memoria acerca de los eventos pasados.
Una distribucin determinantica es aquella en que los sucesos ocurren en forma
constante y sin cambio.
La distribucin general sera cualquier otra distribucin de probabilidad. Es posible
describir el patrn de llegadas por medio de una distribucin de probabilidad y el patrn
de servicio a travs de otra.
Para permitir un adecuado uso de los diversos sistemas de lneas de espera, Kendall,
matemtico britnico elaboro una notacin abreviada para describir en forma sucinta los
parmetros de un sistema de este tipo. En la notacin Kendall un sistema de lneas de
espera se designa como:
A / B / C / m/d
En donde :
A = se sustituye por la letra que denote la distribucin de llegada.
B = se sustituye por la letra que denote la distribucin de servicio.
C = se sustituye por el entero positivo que denote el numero de canales de servicio.
m = tamao de la poblacin.
d = Disciplina de la cola.
La notacin kendall tambin utiliza M = Markoviano, D = determinstica, G = General, por
ejemplo un sistema de lneas de espera con llegadas aleatorias, servicio determinstico y
tres canales de servicio se identificar en notacin Kendall como
Tipos de Modelos:
Modelo M/M/1


1. Llegadas aleatorias (M / M / 1)
En las situaciones cotidianas es fcil encontrar ejemplos de llegadas aleatorias,
puesto que las llegadas sern aleatorias en cualquier caso en la que una de ellas
no afecte a las otras. Un ejemplo clsico de llegadas aleatorias son las llamadas
que arriban a un conmutador telefnico o un servicio de emergencia.
Se ha determinada que las ocurrencias aleatorias de un tipo especial pueden
describirse a travs de una distribucin discreta de probabilidad bien conocida, la
distribucin de Poisson. Este tipo especial de llegadas aleatorias supone
caractersticas acerca de la corriente de entrada. En primer lugar, se supone que
las llegadas son por completo independientes entre s y con respecto al estado del
sistema.
En segundo lugar la probabilidad de llegada durante un periodo especifico no
depende de cuando ocurre el periodo, sino ms bien, depende solo de la longitud
del intervalo. Se dicen que estas ocurrencias carecen de "memoria".
Si conocemos el numero promedio de ocurrencias por periodo, podemos calcular
las probabilidades acerca del numero de eventos que ocurrirn en un periodo
determinado, utilizando las probabilidades conocidas de la distribucin de Poisson.
2. Tiempo de servicio aleatorio (M / M / 1)
Al igual que las llegadas aleatorias, la ocurrencia de tiempos de servicios
aleatorios, carentes de memoria, es suceso bastante comn en las situaciones
cotidianas de lneas de espera. Y al igual que las llegadas aleatorias los tiempos
de servicio carentes de memoria se describen a travs de una distribucin de
probabilidad.
La diferencia entre las llegadas aleatorias y los tiempos de servicio aleatorios es
que estos se describen a travs de una distribucin continua en tanto que las
llegadas se describen a travs de una distribucin de Poisson, que es discreta. Si
la duracin de los tiempos de servicio es aleatoria, la distribucin exponencial
negativa describe ese tipo de servicio.


MODELO M / M / S
Este modelo supone llegadas y tiempos de servicio aleatorios para canales de servicio
mltiples, teniendo las mismas consideraciones que le modelo de canal nico de servicio
(M / M / 1), excepto que ahora existe una sola fila de entrada que alimenta los canales
mltiples de servicio con iguales tasas de servicio.
El clculo de las caractersticas de la lnea de espera para el modelo M / M / S es algo
ms complicado que los clculos para el caso de canal nico, y dado que primordialmente
nos interesa las implicaciones de estas caractersticas ms que las formulas necesarias
para calcularlos, nos apoyaremos en el uso de tablas elaboradas a partir de estas
formulas para hacer los clculos.



MODELO M / G / 1
Sistema de lneas de espera con llegadas aleatorias, distribucin general de los tiempos
de servicio (para el cual se supone conocida la desviacin estndar), un canal de servicio
y una lnea de espera.
En este modelo las llegadas se distribuyen de acuerdo con la distribucin de Poisson, al
igual a los casos anteriores, pero los tiempos de servicio no necesariamente se
distribuyen de acuerdo con la distribucin exponencial negativa. Si consideramos el caso
en que solo existe un solo canal, estamos considerando el caso M / G / 1, es decir,
llegadas de tipo Markov, tiempo de servicio general y un canal de servicio.
La razn por la que podemos considerar el caso M / G / 1 es que las formulas que se
utilizan para calcular sus caractersticas de operacin son bastantes simples. Al igual que
en el caso M / M / S, no es posible calcular en forma directa el numero esperado de
unidades en el sistema (L). Para esto primero debe de calcularse el numero de unidades
que estn esperando a ser atendidas (Lq), y utilizar este resultado para calcular el valor


de L. Para calcular el valor de Lq debemos de conocer le valor de la desviacin (s )
estndar de la distribucin que distingue los tiempos de servicio. Si no se conoce la
distribucin de los tiempos de servicio no es posible determinar las caractersticas de
operacin.
MODELO M / D / 1
Sistema de lneas de espera con llegadas aleatorias, tiempo de servicio constante, una
lnea de servicio y una lnea de espera.
En este modelo los tiempos de servicio son determinsticos, este es un caso especial de
la situacin M / G / 1 que se analiz con anterioridad, en donde la desviacin estndar es
igual a cero.




APLICACIN: M/M/K
La cooperativa de ahorro y crdito San Isidro ubicada en la provincia de Huaral, Av.
Jorge Chvez #338. Presta su atencin desde las 8:00 a.m. hasta las 12:00 p.m. y desde
las 3:00 p.m. hasta las 7:00pm. Las personas encargadas, atienden diariamente a las
personas que vienen a realizar sus transacciones.
Ha recibido durante todo un da de atencin, el siguiente nmero de visitas (clientes).
HORA NUMERO DE CLIENTES
8:00-9:00 11
9:00-10:00 18
10:00-11:00 21
11:00-12:00 24
3:00-4:00 17
4:00-5:00 22
5:00-6:00 19
6:00-7:00 14
PROMEDIO 18

(*) Datos proporcionados en base al nmero de comprobantes emitidas por el sistema de
ventas de la cooperativa de ahorro y crdito.


La cooperativa cuenta con 4 ventanillas de atencin. El tiempo de atencin en
ventanilla es de 2 minutos.
El gerente de la cooperativa pide que se le detallen e interpreten los parmetros
que describen su empresa para que pueda tomar decisiones en base a ellas.
Solucin:
DATOS:
Tasa Promedio de Llegadas :
= 18 x Hora = 0.3 x min
Tasa Promedio de Servicio
u = 0.5 Clientes/Minuto
Nmero de Canales
k = 2 Ventanillas
CLCULO DE PARMETROS:
Probabilidad de que no haya clientes en la cooperativa de ahorro y crdito
San Isidro.








- El nmero promedio de clientes haciendo cola en ventanilla:

=
|
|
.
|

\
|

+
=
1
0
0
!
) / (
!
) / (
1
k
n
k n
k
k
k n
P


|
|
.
|

\
|

+ +
=
3 . 0 ) 5 . 0 ( 2
) 5 . 0 ( 2
! 2
) 5 . 0 / 3 . 0 (
! 1
) 5 . 0 / 3 . 0 (
! 0
) 5 . 0 / 3 . 0 (
1
2 1 0
0
P 235 . 0
0
= P
0 2
) ( )! 1 (
) / (
P
k k
L
k
q



=
=

= ) 235 . 0 (
) 3 . 0 ) 5 . 0 ( 2 ( )! 1 2 (
) 5 . 0 )( 3 . 0 ( ) 5 . 0 / 3 . 0 (
2
2
q
L clientes L
q
018 . 0 =
cliente
L
q
1 =




Nmero promedio de clientes en la cooperativa de ahorro y crdito San Isidro:



Tiempo promedio que cada cliente pasa en la cola


Tiempo promedio que cliente pasa en la cooperativa de ahorro y crdito San Isidro:


Probabilidad que un cliente que llega tenga que esperar para realizar sus transacciones:





APLICACIN 02:
La empresa Carlos Fukuda Fukuda ubicada en la cuidad de Huaral, Esperanza Baja-La
Base S/N. Cuenta con una oficina que dispone de una fotocopiadora ha observado que,
generalmente, los requerimientos de utilizacin de la misma, durante las ocho horas de
trabajo, son aleatorios con una tasa de 5 personas por hora.
Las fotocopias que se realizan varan en magnitud y en el nmero de copias pero la
tasa de servicio puede estimarse en 12 trabajos a la hora. Si el costo de una persona
que accede a realizar un trabajo es de S/. 3.5 por hora, se desea conocer:
Utilizacin de la fotocopiadora.
Porcentaje de tiempo que una llegada tiene que esperar.
Tiempo promedio de espera en el sistema.

+ =
q
L L
5 . 0
3 . 0
018 . 0 + =
q
W
clientes
L 618 . 0 =

q
q
L
W =
3 . 0
018 . 0
=
q
W
hora
W
q
06 . 0 =

1
+ =
q
W W
5 . 0
1
06 . 0 + = W
hora
W 12 . 0 =
0
!
1
P
k
k
k
P
k
w |
|
.
|

\
|

|
|
.
|

\
|
=

) 235 . 0 (
3 . 0 ) 5 . 0 ( 2
) 5 . 0 ( 2
5 . 0
3 . 0
! 2
1
2
|
|
.
|

\
|

|
.
|

\
|
=
w
P
hora
P
w
060 . 0 =


Hallar el costo para la empresa , si una hora de inactividad del oficinista vale S/ 10
y para el trabajador S/ 25
Solucin
DATOS:
- Notacin Kendal:
A/B/C: P/D
M/M/1:
Tasa Promedio de Llegadas :
= 5 trabajos/hora
Tasa Promedio de Servicio
u = 12 trabajos/ hora
Utilizacin de la fotocopiadora:
Antes calculamos lo siguiente








- Utilizacin de la fotocopiadora



Porcentaje de tiempo que una llegada tiene que esperar.


Probabilidad de que nadie
utilice la fotocopiadora
Promedio de unidades en la
lnea de espera

+ =
q
L L

=1
0
P
) (
2

=
q
L

=1
0
P
12
5
1
0
= P
417 . 0
0
= P
) (
2

=
q
L
) 5 12 ( 12
5
2

=
q
L 298 . 0 =
q
L

+ =
q
L L
12
5
298 . 0 + = L 715 . 0 = L

q
q
L
W =
5
298 . 0
=
q
W
06 . 0 =
q
W




- Tiempo promedio de espera en el sistema.



Costo promedio diario ocasionado por esperar.
Oficinista:



Capacidad ociosa = 0.583(8)= 46.64 horas
Costo inactivo de la oficina=4.664*1000=46.64 soles x da
Costo inactivo del trabajador=0.143(20)*0.715=2.15 soles x da
Costo empresa= 46.64+2.15=48.79

1
+ =
q
W W
12
1
06 . 0 + = W
143 . 0 = W
u k.

=
12 . 1
5
=
417 . 0 =