Instituto Tecnolgico Tapachula

Investigacin de operaciones Pgina 1

INVESTIGACION DE
OPERACIONES

MODELOS POISSON.

ALUMNO:
LUIS ALFREDO HERNANDEZ REYES

ING. SISTEMAS COMPUTACIONALES



TAPCHULA CHIS; 10 DE MAYO 2012
Instituto Tecnolgico Tapachula

Investigacin de operaciones Pgina 2

Lneas de Espera.

Una lnea de espera es el efecto resultante en un sistema cuando la demanda de un
servicio supera la capacidad de proporcionar dicho servicio. Este sistema est formado
por un conjunto de entidades en paralelo que proporcionan un servicio a las
transacciones que aleatoriamente entran al sistema. Dependiendo del sistema que se
trate, las entidades pueden ser cajeras, mquinas, semforos, gras, etctera,
mientras que las transacciones pueden ser: clientes, piezas, autos, barcos, etctera.
Tanto el tiempo de servicio como las entradas al sistema son fenmenos que
generalmente tienen asociadas fuentes de variacin que se encuentran fuera del
control del tomador de decisiones, de tal forma que se hace necesaria la utilizacin de
modelos estocsticos que permitan el estudio de este tipo de sistemas.

Una lnea de espera puede modelarse como un proceso estocstico en el cual la
variable aleatoria se define como el nmero de transacciones en el sistema en un
momento dado; el conjunto de valores que puede tomar dicha variable es {O, 1, 2,. . .,
N} y cada uno de ellos tiene asociada una probabilidad de ocurrencia. {P0, P1, P2,,
PN}.

En las lneas de espera, existen dos costos perfectamente identificados: el costo de
las transacciones, que representa la cuantificacin monetaria de la prdida de tiempo
al esperar recibir un servicio o la prdida de clientes por abandono del sistema, y el
costo de proporcionar el servicio, que representa la cantidad de dinero que hay que
pagar por cuestin de sueldos y salarios, energa, mantenimiento y depreciacin del
personal o equipo.

De tal forma que en un estudio de lneas de espera el objetivo es determinar qu nivel
de servicio, ya sea por cantidad de entidades o por la velocidad de ellas, proporcionar
para minimizar el costo total del sistema. Este costo est formado tanto por costo de
servicio como por el que causa la espera. Matemticamente podemos representarlo de
la siguiente forma:






Instituto Tecnolgico Tapachula

Investigacin de operaciones Pgina 3


Modelos Poisson.
Existen una gran variedad de modelos para los sistemas de colas, las dos
caractersticas ms importantes sern:

a) Los tiempos de llegada. b) Los tiempos de servicio.

En los sistemas de colas reales no es posible determinar con exactitud estos dos
tiempos, es decir no son determinsticos, los ms comunes son los modelos
probabilsticos, donde se dan un promedio de estos tiempos, por lo tanto tenemos que
usar una distribucin de probabilidad que se ajuste lo ms cercano a la realidad.

Esta distribucin de Poisson es una de las ms importantes distribuciones de variable
discreta. Sus principales aplicaciones hacen referencia a la modelizacin de
situaciones en las que nos interesa determinar el nmero de hechos de cierto tipo que
se pueden producir en un intervalo de tiempo o de espacio, bajo presupuestos de
aleatoriedad y ciertas circunstancias restrictivas. Otro de sus usos frecuentes es la
consideracin lmite de procesos dicotmicos reiterados un gran nmero de veces si la
probabilidad de obtener un xito es muy pequea.

Proceso experimental del que se puede hacer derivar

Esta distribucin se puede hacer derivar de un proceso experimental de observacin
en el que tengamos las siguientes caractersticas

* Se observa la realizacin de hechos de cierto tipo durante un cierto periodo de
tiempo o a lo largo de un espacio de observacin
* Los hechos a observar tienen naturaleza aleatoria; pueden producirse o no de
una manera no determinstica.
* La probabilidad de que se produzcan un nmero x de xitos en un intervalo de
amplitud t no depende del origen del intervalo (Aunque, s de su amplitud)
* La probabilidad de que ocurra un hecho en un intervalo infinitsimo es
prcticamente proporcional a la amplitud del intervalo.
* La probabilidad de que se produzcan 2 o ms hechos en un intervalo infinitsimo
es un infinitsimo de orden superior a dos.
Instituto Tecnolgico Tapachula

Investigacin de operaciones Pgina 4


En consecuencia, en un intervalo infinitsimo podrn producirse 0 1 hecho pero
nunca ms de uno

* Si en estas circunstancias aleatorizamos de forma que la variable aleatoria X
signifique o designe el "nmero de hechos que se producen en un intervalo de tiempo
o de espacio", la variable X se distribuye con una distribucin de parmetro l . As :


El parmetro de la distribucin es, en principio, el factor de proporcionalidad para la
probabilidad de un hecho en un intervalo infinitsimo. Se le suele designar como
parmetro de intensidad, aunque ms tarde veremos que se corresponde con el
nmero medio de hechos que cabe esperar que se produzcan en un intervalo unitario
(media de la distribucin); y que tambin coincide con la varianza de la distribucin.

Por otro lado es evidente que se trata de un modelo discreto y que el campo de
variacin de la variable ser el conjunto de los nmeros naturales, incluidos el cero:

Funcin de cuanta

A partir de las hiptesis del proceso, se obtiene una ecuacin diferencial de
definicin del mismo que puede integrarse con facilidad para obtener la funcin de
cuanta de la variable "nmero de hechos que ocurren en un intervalo unitario de
tiempo o espacio"
Que sera:

Donde:

* x - es el nmero de ocurrencias del evento o fenmeno (la funcin nos da la
probabilidad de que el evento suceda precisamente x veces).
* - es un parmetro positivo que representa el nmero de veces que se espera que
ocurra el fenmeno durante un intervalo dado. Por ejemplo, si el suceso estudiado
tiene lugar en promedio 4 veces por minuto y estamos interesados en la probabilidad
de que ocurra k veces dentro de un intervalo de 10 minutos, usaremos un modelo de
distribucin de Poisson con = 104 = 40.
Instituto Tecnolgico Tapachula

Investigacin de operaciones Pgina 5

* e - es la base de los logaritmos naturales (e = 2,71828 ...)




Cuya representacin grfica para un modelo de media 11 sera la adjunta.
Obsrvense los valores prximos en la media y su forma parecida a la campana de
Gauss, en definitiva, a la distribucin normal

Modelos Poisson Un Servidor.

Clculos en los modelos de colas
(M/M/1):(DG //). Con la notacin del modelo generalizado se tiene que
n= n= }, n=0, 1, 2,

Tambin, n= y perdido=0, porque todos los clientes que llegan, pueden entrar al
sistema. Si P= , la ecuacin de Pn en el modelo generalizado se reduce entonces a

Para determinar la P0 se usa la identidad

Suponiendo que p < 1, la serie geomtrica tiene la suma finita de , y entonces

La frmula general de Pn es entonces de la siguiente distribucin geomtrica:

La deduccin matemtica de Pnimpone la condicin que p < 1 o que < . Si
>= , la serie geomtrica no converge, y no existirn las probabilidades Pn de estado
estable. Este resultado tiene sentido, intuitivamente, porque a menos que la tasa de
servicios sea mayor que la frecuencia de llegada, la cola crece en forma indefinida.

La medida de desempeo Lq se puede deducir como sigue:
Instituto Tecnolgico Tapachula

Investigacin de operaciones Pgina 6


Como ef= para este caso, las medidas restantes de desempeo se calculan
con estas ecuaciones:

Modelos Poisson Mltiples Servidores.

Clculos en los modelos de colas

Pn = probabilidad que en el estado estable haya n clientes en el sistema
Ls = nmero de clientes que espera halla en el sistema
Lq = nmero de clientes que espera halla en la lnea de espera.
Ws = Tiempo de espera en el sistema (lnea ms servicio).
Wq = Tiempo de espera en la lnea de espera.

(M/M/S) S=1 Y S>1

(M/M/S) VARIACION DE COLA FINITA S=1 Y S>1(COLA FINITA)

(M/M/S) VARIACION DE FUENTE DE ENTRADA FINITA S=1 Y S>1 REPARACION
DE MAQUINAS

(M/M/1)(GD//), (M/M/C)(GD//)

(M/M/1)(GD/N/), (M/M/C)(GD/N/) VARIACION DE COLA FINITA (COLA FINITA)

(M/M/R)(GD/K/K) MODELO DE SERV A MAQ. ORIGEN FINITO

(M/M/)(GD//) MODELO DE AUTOSERVICIO.

Instituto Tecnolgico Tapachula

Investigacin de operaciones Pgina 7

FORMULARIO DE ACUERDO AL MODELO:

En estos modelos utilizaremos las siguientes literales:

= Tasa de llegadas por unidad de tiempo.
= Tasa de servicio por unidad de tiempo.
= Intensidad de trfico del sistema.
0 = Probabilidad que sistema este ocioso.
j = Probabilidad que haya j clientes en el sistema.
L = Cantidad de personas en el sistema.
Lq = Cantidad de personas en la cola.
Ls = Cantidad de personas en servicio.
W = Tiempo promedio que un cliente pasa en el Sistema.
Wq = Tiempo promedio que un cliente pasa en la cola.
Ws = Tiempo promedio que un cliente pasa en el servidor.

M/M/1/GD//

En este modelo las llegadas son de forma exponencial, el tiempo de servicio tambin
es exponencial, solo hay un servidor, el nmero de clientes que se pueden formar en
la cola es infinito, y el tamao de la poblacin tambin es infinito.
P=

Si > 1 no existe estado estable.

M/M/S/GD//
En este modelo las llegadas son de forma exponencial, el tiempo de servicio tambin
es exponencial, existen S nmeros de servidores que dan los mismos servicios, el
nmero de clientes que se pueden formar en una sola cola es infinito, y el tamao de
la poblacin tambin es infinito.
Instituto Tecnolgico Tapachula

Investigacin de operaciones Pgina 8



M/M/1/GD/C/

En este modelo las llegadas son de forma exponencial, el tiempo de servicio tambin
es exponencial, solo hay un servidor, el nmero de clientes que se pueden formar en
la cola es C, es decir, despus de cierto tamao en la cola ya no se aceptan clientes, y
el tamao de la poblacin es infinito.

P jS Para Sistemas de colas M/M/S/GD//

Anlisis De Costos Lneas De Espera.
Las colas o filas de espera representan un fenmeno habitual de la actividad diaria de
cada uno de nosotros. Se hace cola en el correo, en el banco, en la caja del
supermercado. Se producen largas filas de vehculos en las rutas y calles
congestionadas, o simplemente ante un semforo. Tambin aparecen, aunque no
resultan tan visibles, en las comunicaciones telefnicas, en la lista de expedientes a
tramitar, en los talleres de reparaciones. Son colas en las que no aparecen personas,
pero tambin hay esperas. En las organizaciones, este tipo de problemas se estructura
bsicamente como la igualacin de la demanda de un servicio con la provisin de ese
mismo servicio.
Nos vamos a referir a las entidades que esperan la provisin del servicio como
clientes, Asimismo, un servidor es cualquier persona o dispositivo que brinde el
servicio.
Se trata de resolver situaciones referentes a la capacidad que se debe disponer para
atender la demanda. Agregar ms servidores, o disminuir el tiempo que se utiliza para
brindar el servicio se resuelve mediante el agregado de personal y equipo, pero esto
implica mayores costos. Por otra parte, una capacidad limitada produce colas ms
largas y disgustos con los clientes. Como todas estas consideraciones deben ser
ponderadas al tiempo de tomar decisiones, las consecuencias de cada accin deben
ser computadas adecuadamente.
Un lugar donde se forma una fila simple frente a uno o ms servidores se denomina
estacin. En casos complejos, un cliente que recibe el servicio en un servidor, se
puede trasladar a otra cola en otra estacin.



Instituto Tecnolgico Tapachula

Investigacin de operaciones Pgina 9

La estructura de un sistema de colas
El estudio matemtico de estos sistemas es bastante extenso, y se han desarrollado
numerosas frmulas que ayudan a estimar las caractersticas de las filas de espera.
Estos anlisis se deben basar en un conocimiento preciso de la estructura del sistema
y de cmo interactan sus partes. Los componentes que es preciso conocer son los
siguientes.

La poblacin de entrada:
Tambin llamada Capacidad del Sistema, es el nmero mximo de clientes
potenciales, que pueden solicitar el servicio. Si un cliente llega, y el sistema est lleno,
por haberse colmado su capacidad, se le negar la entrada. O sea que no recibir
servicio. Si el sistema no tiene lmite, se dice que la poblacin es infinita. Como no
puede considerarse una poblacin infinita si el nmero de clientes no es muy grande,
como en el caso de un taller de reparaciones, en estos casos es preferible ingresar el
tamao exacto de la poblacin.

El proceso de llegadas:
Se tiene que describir matemticamente la manera en que se producen los arribos de
los clientes al sistema. Esto puede ser especificado como el tiempo entre llegadas,
que es el tiempo que transcurre entre un cliente y otro sucesivo que llegan a demandar
el servicio. Esto ser determinstico si se conoce el tiempo exacto que transcurre entre
un arribo y otro, o aleatorio, cuya distribucin probabilstica se considera conocida. Si
se trata de arribos absolutamente aleatorios, se supone que responden a una
distribucin de Poisson.
La lnea de espera:
La cola que se forma mientras se espera el servicio puede suponerse infinita cuando
puede extenderse tanto como se quiera. Si hay una sala de espera o equivalente, la
lnea es finita y depende de la capacidad de esa sala. Se asume que si alguien llega y
encuentra la sala llena se retira y no recibir el servicio.
Se recomienda no tomar literalmente los trminos sala de espera, llegadas o lnea
de espera. Los clientes pueden ser un conjunto de piezas de una mquina en el
suelo, esperando que se arme el conjunto. Obsrvese que en este caso el que llega es
el servidor y no el cliente, pero el modelo de colas se puede usar igualmente.
La disciplina del sistema: Es el orden en que se atienden a los clientes. Generalmente
se asume que el primero en llegar es el primero en atenderse (FIFO o PEPS).
La cantidad de servidores: Puede ser cualquier nmero entero. Se asume que todos
los servidores son idnticos y en paralelo, o sea que el cliente puede ser atendido de
la misma manera por cualquiera de ellos.

Instituto Tecnolgico Tapachula

Investigacin de operaciones Pgina 10

CONCLUSIONES.

Los sistemas de colas o lneas de espera son una herramienta til en diversas
situaciones tanto en la parte laboral como en la vida cotidiana, este sistema nos
permite de mejor manera optimizar nuestro tiempo de espera para un servicio
determinado ejemplo (bancos, supermercados, estaciones de servicios. Etc.) y de esta
forma evitar aglomeraciones, prdida de tiempo o caos entre otros usuarios o
participantes de este.
Estos sistemas son variados dependiendo el lugar o la ocasin donde se apliquen.
Estos deben ser elegidos metdicamente y bajo un sistema matemtico tomando en
cuenta el servicio que se preste y la frecuencia que este se ocupe.
La correcta eleccin de un sistema de cola debe tener como resultado la conformidad
de las dos partes que lo utilicen tanto la parte que presta el servicio como la que lo
requiere o utiliza.
1 Ley de Harper.
No importa en qu cola se site: la otra siempre avanzar ms rpido.

2 Ley de Harper.
Y si se cambia de cola, aqulla en que estaba al principio empezar a ir ms deprisa.
Las lneas de espera es el estudio matemtico de las colas o teora de las colas. La
formacin de colas es, por supuesto, un fenmeno comn que ocurre siempre que la
demanda efectiva de un servicio excede a la oferta efectiva. La adecuacin de estos
sistemas puede tener un efecto importante sobre la calidad de vida y la productividad.
Con frecuencia, las empresas deben tomar decisiones respecto al caudal de servicios
que debe estar preparada para ofrecer. Sin embargo, muchas veces es imposible
predecir con exactitud cundo llegarn los clientes que demandan el servicio y/o
cuanto tiempo ser necesario para dar ese servicio; es por eso que esas decisiones
implican dilemas que hay que resolver con informacin escasa. Estar preparados para
ofrecer todo servicio que se nos solicite en cualquier momento puede implicar
mantener recursos ociosos y costos excesivos.
Por otro lado, carecer de la capacidad de servicio suficiente causa colas
excesivamente largas en ciertos momentos. Cuando los clientes tienen que esperar en
una cola para recibir nuestros servicios, estn pagando un coste, en tiempo, ms alto
del que esperaban. Las lneas de espera largas tambin son costosas por tanto para la
empresa ya que producen prdida de prestigio y prdida de clientes.
Las lneas de espera en si no resuelve directamente el problema, pero contribuye con
la informacin vital que se requiere para tomar las decisiones concernientes
Instituto Tecnolgico Tapachula

Investigacin de operaciones Pgina 11

prediciendo algunas caractersticas sobre la lnea de espera: probabilidad de que se
formen, el tiempo de espera promedio.
Pero si utilizamos el concepto de "clientes internos" en la organizacin de la empresa,
asocindolo a la teora de las colas, nos estaremos aproximando al modelo de
organizacin empresarial "just in time" (justo a tiempo) visto en la unidad anterior, en el
que se trata de minimizar el costo asociado a la ociosidad de recursos en la cadena
productiva.
La teora de colas formula modelos matemticos que representan su operacin y
despus usa estos modelos para obtener medidas de desempeo. Este anlisis
proporciona informacin vital para disear de manera efectiva sistemas de colas que
logren un balance apropiado entre el costo de proporcionar el servicio y el costo
asociado con la espera por ese servicio.
La distribucin exponencial juega un papel fundamental en la teora de las colas para
representar la distribucin de los tiempos entre llegadas y de servicio, ya que esta
suposicin permite representar un sistema de colas como una cadena de Markov de
tiempo continuo. Por la misma razn, son de gran utilidad las distribuciones tipo fase
como la distribucin Erlang, en donde se desglosa el tiempo total en fases individuales
que tienen distribuciones exponenciales. Haciendo algunas suposiciones adicionales,
se han obtenido importantes resultados analticos slo para un pequeo nmero de
modelos de colas.
Los modelos de disciplina de prioridades son tiles para la situacin comn en la que
se da prioridad a algunas categoras de clientes sobre otras para recibir el servicio.
En otra situacin comn los clientes deben recibir servicio en distintas estaciones o
instalaciones. Los modelos de redes de colas se usan cada vez ms en estas
situaciones. Esta es un rea especialmente activa en la investigacin actual.
Cuando no se dispone de un modelo manejable que proporcione una representacin
razonable del sistema bajo estudio, un enfoque usual es obtener los datos de
desempeo pertinentes mediante el desarrollo de un programa de computadora para
simular la operacin del sistema.
La teora de colas ha demostrado ser una herramienta muy til y se pronostica que su
uso seguir amplindose conforme crezca el reconocimiento de los beneficios de los
sistemas de colas.






Instituto Tecnolgico Tapachula

Investigacin de operaciones Pgina 12



BIBLIOGRFIA.

Gmez Andrs. Introduccin a la Teora de Colas. Recuperado el 01 de Junio 2011,
<http://www.investigacion-operaciones.com/Curso_inv-Oper_carpeta/Clase7_II.pdf>
nnimo. Distribucin De Poisson. Recuperado el 02 de Junio 2011, de
<http://www.uv.es/ceaces/base/modelos%20de%20probabilidad/poisson.htm>