Expositor: Mendoza Macedo Luis Enrique

A principios del siglo XX, AGNER KRARUP ERLANG, un ingeniero telefnico dans, comenz un estudio de la congestin y tiempos de espera que ocurran al completar llamadas telefnicas. Desde entonces, la teora de colas se ha vuelto mucho ms compleja con aplicaciones en una amplia variedad de situaciones de lnea de espera.

Hoy en da vemos un sistema de colas en la mayora de situaciones cotidianas, por ejemplo:

* Al pagar un recibo * En un banco * Para sacar dinero del cajero * Al pagar las compras en un supermercado

En fin las colas las tenemos en todos lados; los modelos de lnea de espera consisten en formulas y relaciones matemticas que pueden usarse para determinar las caractersticas operativas o medidas de desempeo para una cola. Las caractersticas operativas de inters incluyen las siguientes:

* Probabilidad de que no hayan unidades o clientes en el sistema * Cantidad promedio de unidades en la lnea de espera * Cantidad promedio de clientes en el sistema (cantidad de unidades en la lnea de espera ms la cantidad de unidades que se estn atendiendo) * Tiempo promedio que pasa una unidad en la lnea de espera * Tiempo promedio que pasa una unidad en el sistema (el tiempo de espera ms el tiempo de servicio) * Probabilidad que tiene una unidad que llega de esperar por el servicio

ESTRUCTURA DE UN SISTEMA DE LINEA DE ESPERA

Definir el proceso de llegada para una lnea de espera y el tiempo de servicio es decir el tiempo que pasa un cliente en la instalacin una vez que el servicio ha iniciado implica determinar la distribucin de probabilidad para la cantidad de llegadas en un periodo dado y para el tiempo que dura el cliente en el sistema, los analistas cuantitativos han encontrado que la distribucin de probabilidad POISSON proporciona una buena descripcin del patrn de llegadas puesto que cada llegada ocurre aleatoria e independientemente de la otra llegada; esta funcin de probabilidad proporciona la probabilidad de x llegadas en un periodo especifico. Para ello se tiene la siguiente ecuacin:

Dnde: X= cantidad de llegadas en el periodo = Cantidad promedio de llegadas por periodo e= 2.71828

Y la distribucin de probabilidad exponencial para suponer el tiempo de servicio sea menos o igual a un tiempo de duracin t utilizando la siguiente ecuacin: P (tiempo de servicio <= t) = 1 e-ut

Dnde: u = La cantidad media de unidades que pueden servirse por periodo e= 2.71828

Supuestos: *La lnea de espera tiene un solo canal *El patrn de llegadas sigue una distribucin de probabilidad POISSON *Tiempo de servicio sigue una distribucin de probabilidad exponencial *La disciplina del servicio es (FIFO) primero en entrar primero en atender

Caractersticas operativas = Cantidad promedio de llegadas por periodo (tasa de llegadas) = Cantidad promedio de servicio por periodo (tasa media de servicio) El factor de utilizacin del servicio nos proporciona la probabilidad de que el sistema tenga la capacidad para brindar el servicio. Las frmulas del 1 al 7 solo se aplican cuando / <1 Esto es tasa promedio de llegadas > la tasa promedio de servicio; pero cuando />1 En caso contrario la cola crece sin lmite, pues el servicio no tiene la capacidad para manejar las unidades que llegan y el sistema colapsa.

1) Probabilidad de que no haya unidades en el sistema

2) Nmero promedio de unidades en la fila de espera (tamao de la fila)

3) Nmero promedio de unidades en el sistema (tamao total)

4) Tiempo de espera promedio que una unidad pasa en la lnea de espera

5) Tiempo promedio que una unidad pasa en el sistema

6) Probabilidad de que una unidad que llega tenga que esperar para obtener servicio

7) Probabilidad de que hayan unidades en el sistema.

Sam el veterinario maneja una clnica de vacunacin antirrbica para perros, en la preparatoria local. Sam puede vacunar un perro cada tres minutos. Se estima que los perros llegarn en forma independiente y aleatoriamente en el transcurso del da, en un rango de un perro cada seis minutos, de acuerdo con la distribucin de Poisson. Tambin suponga que los tiempos de vacunacin de Sam estn distribuidos exponencialmente. Determinar: Datos l = 1 / 6 = 0.167 perros/min m = 1 / 3 = 0.34 perros/min

La probabilidad de que Sam este de ocioso definir de la siguiente manera:

Ahora la proporcin de tiempo en que Sam est ocupado.

El nmero total de perros que estn siendo vacunados y que esperan a ser vacunados

El numero promedio de perros que esperan a ser vacunados.

Al principio de la temporada de ftbol, la oficina de boletos se ocupa mucho el da anterior al primer juego. Los clientes llegan a una tasa de cuatro llegadas cada 10 minutos y el tiempo promedio para realizar la transaccin es de dos minutos. Datos l = (4 / 10) = 0.4 c/min m = (1 /2 ) = 0.5 c/min

El numero promedio de gente en lnea se definir de la forma siguiente:

personas

El tiempo promedio que una persona pasara en la oficina de boletos

minutos

La proporcin de tiempo que el servidor est ocupado

- La lnea de espera tiene 2 ms canales (servidores) - El patrn de llegadas sigue una distribucin de probabilidad POISSON - Tiempo de servicio de cada sigue una distribucin de probabilidad exponencial - La disciplina del servicio es (FIFO) primero en entrar primero en atender - La tasa promedio de servicio , es la misma para todos los canales

- Las unidades que llegan aguardan en una sola lnea de espera y despus pasan al primer canal libre para obtener servicio.

= tasa promedio de llegadas al sistema = tasa promedio de servicio para cada canal k = nmero de canales k= tasa promedio de servicio para el sistema de canales mltiple Factor de utilizacin:

1) Probabilidad de que no haya unidades en el sistema 2) Nmero promedio de unidades en la fila de espera (tamao de la fila) 3) Nmero promedio de unidades en el sistema (tamao total)

4) Tiempo de espera promedio que una unidad pasa en la lnea de espera

5) Tiempo promedio que una unidad pasa en el sistema

6) Probabilidad de que una unidad que llega tenga que esperar para obtener servicio

7) Probabilidad de que hayan unidades en el sistema.

La anterior frmula para n <= k

La anterior para n >= k

Considere una lnea de espera con dos canales con llegadas POISSON y tiempos de servicio exponenciales. La tasa media de llegadas es de 14 unidades por hora y la tasa media de servicio es de 10 unidades por hora para cada canal. a) cual es la probabilidad de que no haya unidades en el sistema? b) cual es la cantidad de unidades promedio en espera? c) cual es el tiempo promedio que espera una unidad por el servicio? DATOS K=2 Tasa llegadas = 14 unid/hora Tasa servicio = 10 unids/hora