Professional Documents
Culture Documents
T”
MODELO DE COLAS
Servidor
Línea de espera
2
.
.
.
Línea de espera C
NOTACION:
(A:B:S)(D:E:P)
Donde:
EDUARDO PORTAL M. 2
INGENIERIA DE SISTEMAS “U.N.T”
CARACTERISTICAS
Suppose thet service times have the Erlang distribution of order k with mean 1/µ,
and variance σ = 1/kµ .
2 2
The standart deviation of an Erlang distribution of order
k is equal to its mean divided by √k, and this the Erlang model for service times
may be useful for aproximating service times which have a skewed distribution
with the mean greater than the standart deviation. For k>10, an Erlang random
variable approaches a constant value of 1/µ.
MODELO: M/D/1
Assume now that service times have no variability, that is, σ =0, which means
2
MODELO: M/G/∞
EDUARDO PORTAL M. 4
INGENIERIA DE SISTEMAS “U.N.T”
El valor de > , denota que es un estado estable, de modo que es posible hacer
el análisis.
λ
ρ=
µ
60
ρ= = 0.90909090 ≅ 0.9091
66
N P[N]
0 0.09090909090
1 0.0826446281
2 0.07513148009
3 0.06830134554
4 0.06209213231
EDUARDO PORTAL M. 6
INGENIERIA DE SISTEMAS “U.N.T”
5 0.05644739301
. .
. .
=======
MODELO DE COLAS
(M:M:S)(GD:00:00)
=======
L =L EFEC?
70
NU (µ)?
40
S?
En este modelo, la ecuación para hallar los P[N] à 0. . .5, no es la misma para
todos los P[N]; se utilizará una ecuación para hallar : P[0], P[1], P[2]; y otra
ecuación para hallar los restantes P[N], es decir: P[3], P[4], P[5]; esto es porque
el modelo asi lo calcula, dependiendo del Número de Servidores. Entonces los
siguientes valores que mostrara el programa sera:
- - - - - - P[N] - [0,S] - - - - - - - -
0.06666666666
0.11666666666
EDUARDO PORTAL M. 8
INGENIERIA DE SISTEMAS “U.N.T”
0.10208333333
Es decir que los valores hallados anteriormente son los P[N] que van desde 0
hasta el número de servidores (2) .
P[0] = 0.06666666666
P[1] = 0.11666666666
P[2] = 0.10208333333
Luego los siguientes valores seran
Los siguientes valores que arroja son los valores acumulados de P[2], es decir
- - - - - - P[N] ⇒ Σ( P[N]) - - - - - -
0.06666666666
0.18333333333
0.28541666667
0.3747395833
0.4528971354
0.5212849935
0.5811243693
0.6334838231
- - - - FIN ACUMULADO - - - - - -
Es decir:
P[0] = 0.06666666666
P[0]+ P[1] = 0.18333333333
P[0]+ P[1] +P[2] = 0.28541666667
P[0]+ P[1]+ P[2]+ P[3] = 0.3747395833
P[0]+ P[1]+ P[2]+ P[3] + P[4] = 0.4528971354
P[0]+ P[1]+ P[2]+ P[3] + P[4] + P[5] = 0.5212849935
P[0]+ P[1]+ P[2]+ P[3] + P[4] + P[5] + P[6] = 0.5811243693
P[0]+ P[1]+ P[2]+ P[3] + P[4] + P[5] + P[6] + P[7] = 0.6334838231
Como este modelo es: (S 00 00) ≅ (S ω ω) con una poblacion infinita los valores
de N pueden ser valores enteros muy grandes, porque es una poblacion infinita.
Luego los siguientes valores seran:
L = 7.4666666666666
LQ = 5.716666666666
W = 0.1066666666666
WQ = 0.081166666666
Y finalmente una matriz con un recordatorio de los valores ingresados y hallados:
Lanbda = 70
Nu = 40
S = 2
N = 5
Utilizacion = 0.875
P[0] = 0.0666
L = 7.4666
Lq = 5.7166
W = 0.1066
Wq = 0.0816
EDUARDO PORTAL M. 10
INGENIERIA DE SISTEMAS “U.N.T”
1
P0 =
ρ ρs s
s −1 i
∑ + ∗
i= 0 n! n! s − ρ
1
P0 = = 0.06667
2.75 + 12.25
Este valor de P0 indica que aproximadamente 7% del tiempo, la estacion de
pesado esta vacia.
MODELO: ∞ /∞ /∞ (M:M:∞)(GD:∞:∞ )
MODELO: M/G/1
For any M/G/1 queue, if λ/µ ≥1, waiting lines tend to continually grow in
length; the long-run measures of performance, L, W, Wq, and Lq are all
EDUARDO PORTAL M. 12
INGENIERIA DE SISTEMAS “U.N.T”
Ejemplo:
Landa (λ) = 2 λ1= 0.2
Un (µ) = 3 λ2= 0.6
S=2 λ3= 1.2
NUM DE L[I] de λi? = 3
∑λ i
Bk = 1 − i =1
s*µ
VAMOS A SUPONER LO SIGUIENTE: Sí λ = s* µ entonces:
1 1 1 1
Wk = + = +
A * Bk −1 * 0 µ 0 µ
s * µ − λ s −1 ρ − j
A = s!* * ∑ + s * µ = s * µ
ρ * s j =0 j!
k
∑λ i
s*µ
Bk = 1 − i =1
= 1− = 1 −1 = 0
s*µ s*µ
En los anteriores casos, se produce un error, pero un error por parte de los
DATOS ingresados, asi que tener MUY en cuenta las RESTRICCIONES de
ciertas variables, como por ejemplo:
*S >
>
ESTO ES DEPENDIENDO DEL SISTEMA DE COLAS EN EL CUAL NOS
ENCONTRAMOS,
Ademas, voy a tomar otro ejemplo:
1
P0 =
ρ ρs s
s −1 i
∑ + ∗ Por Logica, para este ejemplo , vamos a suponer
i= 0 n! n! s − ρ
EDUARDO PORTAL M. 14
INGENIERIA DE SISTEMAS “U.N.T”
.
L[I] λk?
Luego del ingreso arroja los siguientes valores:
A= 36
SIN INTERRUPCION:
λk Bk Wk Lk wqk Lqk
↓ ↓ ↓ ↓ ↓ ↓
0.2 0.966 0.362 0.07240 0.287 0.0057
0.6 0.866 0.3664 0.2198 0.0331 0.0198
1.2 0.666 0.3814 0.4576 0.04807 0.05769
CON INTERRUPCION:
λk Bk Wk Lk wqk Lqk
↓ ↓ ↓ ↓ ↓ ↓
0.3448 0.0689 0.0114
0.3978 0.2387 0.0645
0.5769 0.6923 0.2435
SIN CON
INTERRUPCION INTERRUPCION
wqk wqk
↓ ↓
0.287 0.0114
0.0331 0.0645
0.04807 0.2435
PROBLEMAS PROPUESTOS:
Un gerente de un supermercado local, como parte de su operación, alquila equipo para que
los clientes dueños limpien sus propias alfombras, y para ello recibe solicitudes para alquilar
estas unidades a una tasa de dos por día, (es decir, la media de tiempo entre llegadas es de
medio día). Las solicitudes para las máquinas siguen un proceso Markov. Se dispone de
dos máquinas. Los clientes los alquilan por un período máximo de 2 días, pero en promedio
la devuelven un día después. Suponer que si no se tiene una máquina para alquilar, el cliente
va a otro lugar para hacerlo.
(a) ¿Cuál es la probabilidad de que un cliente solicite una máquina cuando no hay
disponibles?
(b) ¿Cuántas máquinas se necesitan tener disponibles para reducir a menos de 0.05 la
probabilidad de que el cliente se marche?
1. En un taller los trabajos llegan según un proceso de Poisson con una tasa media de ocho
por día. Aún cuando las tareas llegan son de tres tipos distintos, el tiempo requerido
para efectuar cualquiera de ellas tiene la misma distribución exponencial con media 0.1
día de trabajo. La práctica a sido realizar el trabajo según FCFS, sin embargo, el trabajo
tipo 1, no debe de esperar demasiado, mientras que los trabajos tipo 2 le siguen en
prioridad y los de tipo tres no tienen importancia relativa. La llegada media es de 2, 4 y
2 respectivamente. Como los tres tipos de trabajo han experimentado, en promedio
retrasos un poco largos, se ha propuesto que los trabajos se seleccionen según una
disciplina apropiada de prioridad. Compárese y comentar los resultados obtenidos si la
disciplina fuera a) FCFS, b) Prioridad sin interrupción, c) prioridad con interrupción.
2. Se sabe que en una oficina estatal en la que atiende una recepcionista, el 25% de su
tiempo está desocupada. Como la prioridad de atención es según criterio personal de
ella, muchas personas se han quejado pues no siempre respeta en atender a quien le
corresponde en su momento. Su jefe no sabe que hacer por lo que ha encargado
determinar cuantas personas se espera habrán en la cola el 1% del tiempo?
3. Una línea de ensamblaje de automóviles tiene dos tipos de servicio: pintura y luego
instalación de motor. Cada hora 22.4 módulos de chasis en promedio entran en la línea.
Un vehículo se puede pintar en 2.4 min. y se le puede instalar su motor en 3.75 min. en
promedio. Se tiene una estación para pintura y dos de instalación de motor.
(a) En promedio ¿cuántos autos sin motor habrá en la planta?
(b) En promedio ¿Cuánto debe de esperar un carro pintado hasta que empiece la
instalación de motor?
(c) ¿Cuál es la probabilidad de que no exista un vehículo en la planta?
(d) Cuál es la probabilidad de que hallan dos vehículos en la planta?
4. Un grifo tiene capacidad para cuatro vehículos incluyendo a los que se encuentran en
atención. Se tiene dos surtidores. Se atiende a un vehículo en cinco minutos en
promedio, y llegan al grifo un promedio de 20 vehículos por hora. Se tiene la posibilidad
de alquilar un terreno adyacente con capacidad para que esperen dos vehículos más a un
costo de S/.150.00 mensuales. También existe la alternativa de un surtidor más (se
EDUARDO PORTAL M. 16
INGENIERIA DE SISTEMAS “U.N.T”
tienen ya las conexiones listas)., Si se trabaja 20 H durante 365 días al año, ¿Cuánto se
debe de perder por vehículo no atendido como para considerar el alquiler del terreno?.
¿Hasta cuánto se podría pagar por el alquiler de este surtidor como alternativa al
alquiler del terreno?
PROBLEMAS RESUELTOS.
1. En una peluquería existen tres peluqueros que se encargan de atender a los clientes.
Actualmente, los clientes llegan a una tasa promedio de seis por hora. Cada peluquero
puede hacer un corte de pelo en 20 min. Los intervalos de llegada parecen seguir una
distribución de Poisson y los tiempos de servicio siguen una distribución exponencial.
a. Si fueran dos peluqueros de vacaciones y en reemplazo sólo entrara un peluquero,
¿cuántos asientos de espera deben de haber en la peluquería, para que tengan los
peluqueros la misma sensación que si estuviera el equipo completo, suponiendo
que la gente no espera de pie.
SOLUCION:
En el modelo orginal la capacidad infinita, en promedio trabajan P1+P2*2+(1-
P0+P1+P3)*3=2 peluqueros en la jornada que trabajan 3, es decir ρ, es decir, cada
peluquero trabaja 66.67% de la jornada.
En el modelo orginal la capacidad finita para 2 peluqueros, el ρef=0.6667, por lo que
el ρef=2*0.6667*3=4clientes/hora ρef=λ*(1-PM) siendo M, la capacidad del sistema,
por lo tanto 4=6*(1- PM) de lo que tenemos PM =1-2/3=1/3, por lo que probando
para diferentes M, tenemos: con M=2, PM =0.4, con M=3, PM =0.2857, entonces
debe de haber tan solo un asiento(valor mas cercano al objetivo planteado)
SOLUCION:
λ =1/9, µ=1/2, (M/M/1)(FCFS/3/3)
a. La distribución de probabilidad es:
X 0 1 2 3
F(X) 0.4929 0.3286 0.1460 0.0325
X 0 1 2 3
F(X) 0.333 0.2222 0.14815 0.09877
X 0 1 2 3
F(X) 0.41538 0.27672 0.18462 0.12308
c. (M/M/2)(FCFS/3/3)
X 0 1 2 3
F(X) 0.54607 0.36404 0.0809 0.00899
4. Los pacientes llegan a una clínica según una distribución de Poisson con una tasa de 30
por hora. El cupo de la sala de espera es de 14 pacientes. El tiempo de examen por
persona es exponencial con tasa media de 20 por hora.
a. Encontrar la tasa de llegada efectiva en la clínica.
b. ¿Cuál es la probabilidad de que un paciente no espere o encuentre un asiento
desocupado en la sala?
EDUARDO PORTAL M. 18
INGENIERIA DE SISTEMAS “U.N.T”
SOLUCION:
(M/M/1)(FCFS/M/M)
Máquinas funcionando en promedio = (M-L), total de máquinas M: promedio
funcionando=(M-L)/M para
Para M=2, 0.90
Para M=3, 0.89
Para M=4, 0.88
Para M=5, 0.87
Para M=6, 0.86
Para M=7, 0.84
Para M=8, 0.83
Para M=9, 0.81
Para M=10, 0.79, por lo tanto se le asignara no mas de 9 máquinas.