Professional Documents
Culture Documents
Modelacin y Simulacin
ndice:
Introduccin
Elementos del modelo de colas
Anlisis de problemas de colas
con poblacin infinita canal
simple.
Anlisis de problemas de colas
con poblacin infinita canal
mltiple.
Modelacin y Simulacin
Introduccin
Modelacin y Simulacin
Introduccin
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.
Modelacin y Simulacin
Definicin de trminos
Modelacin y Simulacin
Definicin de Trminos
Los modelos de tiempo discreto cuenta con los
siguientes componentes:
1. Entidades,
2. Atributos,
3. Variables,
4. Recursos,
5. Colas,
6. Contadores estadsticos y
7. Eventos
Modelacin y Simulacin
Entidades
Son objetos o individuos cuyas actividades modelamos.
Caractersticas:
Son dinmicos es decir: son creados y se mueven por el
Ejemplos:
productos, clientes, documentos, transacciones pacientes.
Modelacin y Simulacin
Atributos
Son las propiedades o caractersticas de las entidades.
Caractersticas:
Permiten describir cuantitativamente al sistema.
Los atributos son imprescindibles para controlar el flujo
de entidades en el sistema
Ejemplos:
tamao, precio, prioridad, etc.
Modelacin y Simulacin
Variables
Estn asociadas al concepto matemtico de variable.
Caractersticas:
Pertenecen al conjunto del sistema.
Son accesibles desde todas las entidades y pueden ser
modificadas por todas las entidades.
Puede considerarse que cada variable es como una
pizarra colgada en la pared, en la que se escribe el valor
de la variable.
Ejemplos
El nmero de clientes(entidades) que hay en cada instante
en cada cola, el nmero de empleados (recursos)
ocupados, el estado de cada recurso (ocupado o libre), etc.
Modelacin y Simulacin
10
Variables
Pueden clasificarse en:
Exgenas, de entrada o independientes: son las que
afectan al sistema, pero ste no puede modificarlas.
Pueden modificarse arbitrariamente desde el medio
ambiente.
Modelacin y Simulacin
11
Variables
Pueden clasificarse en:
De estado: Es el conjunto mnimo de variables
dependientes que permiten describir el sistema en t
+t, si se conocen sus valores ms los valores de las
independientes en t.
Modelacin y Simulacin
12
Variables
Ejemplo:
Se desea analizar el inventario de piezas de tipo A. Para ello
se realiza la modelizacin de la evolucin de la cantidad de
piezas A en el depsito.
Componentes Variables Exgenas
Variables
Endgenas
Variables de Salida
Piezas A
Cantidad de piezas
a procesas
Cantidad de piezas
en el depsito
Velocidad de arribo de
piezas al depsito
Modelacin y Simulacin
13
Recursos(Servidores)
El recurso puede ser individual o estar compuesto por un
grupo de elementos individuales, cada uno de los cuales se
llama una unidad del recurso .
Caractersticas
Son los medios gracias a los cuales se pueden ejecutar
las actividades
Definen quin o qu ejecuta la actividad, su nmero
permanece constante a lo largo de la simulacin y
suelen parametrizarse por caractersticas tales como
capacidad, velocidad o tiempo de ciclo.
Modelacin y Simulacin
14
Recursos(Servidores)
Ejemplos:
Personal (en nuestro caso, el empleado): operarios
Mquinas (por ejemplo, si las entidades son piezas que
deben ser procesadas): ordenadores
Modelacin y Simulacin
15
Contadores estadsticos
A fin de calcular el valor de las variables de salida, es
preciso calcular durante el curso de la simulacin el valor
de determinadas variables intermedias. Estas se llaman
acumuladores estadsticos .
Caractersticas
Los contadores son inicializados a cero al comenzar la
simulacin.
Cuando algo sucede en la simulacin (es decir, se
ejecuta un evento), los contadores estadsticos
afectados deben ser convenientemente actualizados.
Modelacin y Simulacin
16
Contadores estadsticos
Variables utilizadas para almacenar informacin sobre el
comportamiento del sistema y que al final, mediante algn
clculo matemtico, darn respuesta al objetivo del
estudio.
Ejemplos:
el nmero total de clientes atendidos hasta ese
momento,
la suma de los tiempos de espera en cola de los clientes
hasta ese momento,
el nmero total de clientes que han comenzado a ser
atendidos hasta ese momento,
el mayor tiempo de espera en cola hasta ese momento,
etc.
Modelacin y Simulacin
17
Contadores estadsticos
Variables utilizadas para almacenar informacin sobre el
comportamiento del sistema y que al final, mediante algn
clculo matemtico, darn respuesta al objetivo del
estudio.
Ejemplos:
el nmero total de clientes atendidos hasta ese
momento,
la suma de los tiempos de espera en cola de los clientes
hasta ese momento,
el nmero total de clientes que han comenzado a ser
atendidos hasta ese momento,
el mayor tiempo de espera en cola hasta ese momento,
etc.
Modelacin y Simulacin
18
Eventos
Son las propiedades o caractersticas de las entidades.
Caractersticas:
Modelacin y Simulacin
19
Eventos
20
Eventos
Cada evento tiene asociado dos tipos de informacin:
Su condicin de activacin, es decir, la condicin que
hace que el evento pase de estar desactivado a estar
activado.
Las acciones que deben realizarse en el instante en que
el evento es activado.
Modelacin y Simulacin
21
Colas
22
23
Modelacin y Simulacin
24
Modelacin y Simulacin
25
Mecanismos de servicio
Modelacin y Simulacin
26
27
Disciplina de la colas
Se refiere al orden en el que se seleccionan sus miembros
para recibir el servicio. Por ejemplo, puede ser:
FIFO (first in first out) primero en entrar, primero en
salir,
LIFO (last in first out) atendiende primero al cliente que
ha llegado el ltimo.
RSS (random selection of service) selecciona los clientes
de manera aleatoria, de acuerdo a algn procedimiento
de prioridad u orden.
Tiempo de servicio mayor
Tiempo de espera mayor
Processor Sharing sirve a los clientes igualmente.
Modelacin y Simulacin
28
Modelacin y Simulacin
29
Modelacin y Simulacin
30
Patrn de arribo
Aspectos que influyen en el patrn de arribo son:
Configuracin de la fila: 1 o mas canales de servicio
Tramposos: clientes que se mueven a travs de la cola sin seguir los
criterios de avance
Contrariedades: ocurre cuando los clientes evitan llegar a la fila
porque perciben que esta es demasiada larga
Reglas de prioridad: definidas por las disciplina de la cola
Homogeneidad: Una poblacin homognea de clientes es aquella
en la cual los clientes requieren esencialmente el mismo servicio.
Una poblacin no homognea es aquella en la cual los clientes
pueden ser ordenados de acuerdo:
A los patrones de llegada
Al tipo de servicio requerido
Modelacin y Simulacin
31
Patrones de servicio
Los servidores pueden tener un tiempo de servicio
variable, en cuyo caso hay que asociarle, para
definirlo, una funcin de probabilidad. Tambin
pueden atender en lotes o de modo individual.
El tiempo de servicio tambin puede variar con el
nmero de clientes en la cola, trabajando ms rpido
o ms lento, y en este caso se llama patrones de
servicio dependientes.
Modelacin y Simulacin
32
Patrn de servicio
Algunos sistemas de servicio requieren de un tiempo de
atencin fijo. Sin embargo, el tiempo de atencin en
33
Patrn de servicio
Distribucin Exponencial
Modelacin y Simulacin
34
TERMINOLOGIA Y NOTACION
n
Cantidad de clientes:
E (n)
W = E (w)
de un
cliente en el sistema
Lq
Wq
Pn
P0 :
P1 :
P2 :
P3 :
y Simulacin
Ing. Margarita Aucancela Msc.
Pn :Modelacin
Probabilidad
de que
el sistema tenga n clientes36
TERMINOLOGIA Y NOTACION
Pn
37
TERMINOLOGIA Y NOTACION
En consecuencia:
= E (n)
Modelacin y Simulacin
n Pn
= n=0
38
n(t) = n
Pn(t) = Pn
L(t) = L
39
W(t) = W
Modelacin y Simulacin
40
ESTRUCTURA BASICA DE UN
MODELO DE COLAS
Sistema de Colas
Clientes
Poblacin
Cola
Mecanismo
de Servicio
Clientes
servidos
Lq , Wq
L,W
Poisson
Modelacin y Simulacin
Ing. Margarita Aucancela Msc.
(clientes / tiempo)
Exp
42
(tiempo / clientes)
FACTOR DE UTILIZACION
Si
>1
Si
<1
Modelacin y Simulacin
FACTOR DE UTILIZACION
Las frmulas anteriores de P0 y de Pn, se pueden
denotar tambin como:
P0
Pn
Modelacin y Simulacin
=
n
(1
44
PROPIEDADES
= -
= W
Lq
= Wq
Wq
= ( )
Lq
= ( - )
RELACION ENTRE W y Wq
Se define
W = Wq + Ws
Ws = W - Wq
Ws
Ws
= - - ( - )
-
1
= ( - ) =
Modelacin y Simulacin
= Wq +
46
UNIDADES DIMENSIONALES
W
(tiempo)
(clientes)
1
1
Modelacin y Simulacin
(clientes / tiempo)
(clientes / tiempo)
(tiempo / clientes)
(tiempo / clientes)
Ing. Margarita Aucancela Msc.
47
Anlisis de colas
Notacin de los modelos de colas
Reconociendo la diversidad de los sistemas de colas, Kendall (1953)
propuso un sistema de notacin para sistemas de servidores paralelos
que ha sido adoptado universalmente.
Una versin resumida de esta convencin est basada en el formato
A/B/X/Y/Z. Estas letras representan las siguientes caractersticas del
sistema:
A = Distribucin de tiempo entre llegadas o arribos.
B = Distribucin del tiempo de servicio.
Los siguientes son smbolos comunes para A y B:
M = exponencial o Markov
D = constante o determinstica
Modelacin y Simulacin
48
Anlisis de colas
Notacin de los modelos de colas
Ek = Erlang de orden k
PH = Tipo fase
H = Hiperexponencial
G = Arbitrario o general
GI = General independiente
X: es el nmero de canales de servicio
Modelacin y Simulacin
49
NOMENCLATURA
Cantidad en la
poblacin potencial
(poblacin finita)
MODELOS DE COLAS
Segn se combinen las diferentes caractersticas
(poblacin finita o infinita, uno o ms servidores,
capacidad admisible finita o infinita), se da origen a
una combinacin de distintos modelos de colas:
Modelo M / M / 1
Modelo M / M / S
Modelo M / M / 1 / K
Modelo M / M / S / K
Modelo M / M / 1 / N
Modelacin y Simulacin
Modelo M / M / S / N
51
MODELOS DE COLAS
Si el modelo de colas tiene capacidad admisible finita,
entonces el modelo se denota con la letra K
Si el modelo de colas atiende a una poblacin finita,
entonces el modelo se denota con la letra N
Cuando el modelo de colas tiene tanto poblacin finita
como capacidad admisible finita, entonces el modelo
se denota con letra N (si hay poblacin finita, se
asume capacidad admisible finita)
Modelacin y Simulacin
52
n =
si n > K
MODELO
M/M/1/K
S = 1
n =
n =
Modelacin y Simulacin
.....
0
K
MODELO
Pn
M/M/1/K
P0
1
=
K+1
Modelacin y Simulacin
P0
; si n
<K
; si n
>K
Se obtiene
por suma de
progresin
geomtrica
55
MODELO
Modelacin y Simulacin
( K+1 )
Como S = 1
M/M/1/K
Lq = L
Ing. Margarita Aucancela Msc.
K+1
K+1
- ( 1 - P0)
56
MODELO
M/M/1/K
si n
si n
<K
>K
donde
= n Pn
Wq
Lq
n=0
K-1
K-1
= Pn
Modelacin y Simulacin
n=0
con
Pn =
n=0
( 1 - Pk )
57
MODELO
Luego:
M/M/1/K
donde
( 1 - Pk )
Finalmente:
W
Modelacin y Simulacin
Pk =
P0
( 1
P0 )
58
MODELO
M/M/S/K
59
MODELO
M/M/S/K
.....
3
S+1
S S
....
0
K
60
MODELO
n n !
M/M/S/K
Pn
P0
; si
<S
; si
< n <K
n S ! S
0
Modelacin y Simulacin
P0
(n-s)
; si n
>K
61
MODELO
M/M/S/K
P0
n=0
S
Modelacin y Simulacin
1
n!
1
S!
-S
n = S+1 S
62
MODELO
M/M/S/K
s+1 P0
(k-s)
(k-s)
(K-S)
11+
Lq =
2
S
S
S
(S-1)! S
S-1
Modelacin y Simulacin
n Pn
n=0
S-1
Lq
S 1
- Pn
n=0
63
MODELO
M/M/S/K
si n
si n
<K
>K
donde
= n Pn
Wq
Lq
n=0
K-1
K-1
= Pn
Modelacin y Simulacin
n=0
con
Pn =
n=0
( 1 - Pk )
64
MODELO
Luego:
M/M/S/K
donde
( 1 - Pk )
Finalmente:
W
Modelacin y Simulacin
Pk =
P0
( 1
P0 )
65
clientes en el sistema
N
(N - n) clientes potenciales
Ing. Margarita Aucancela Msc.
afuera
66
67
68
MODELO
M/M/1/N
(N-1)
1
S = 1
n =
Modelacin y Simulacin
(N-2)
2
(N-3)
3
.....
(N - n)
0
<N
n >N
,si n
,si
69
MODELO
M/M/1/N
4
1
3
2
2
3
MODELO
M/M/1/N
....
Estado 1
Estado 5
P2 +
=
5 P0 =
5 P0
4 P1 + P1
....
....
....
Estado 0
P4
P5
MODELO
P0
n=0
S-1
Lq
M/M/1/N
= (n - 1) Pn
n=1
Modelacin y Simulacin
N!
Pn
N!
(N - n) !
P0
(N - n) !
Como
Lq = L - (1 -P0)
L = N(1 - P0)
72
MODELO
M/M/1/N
(N - n)
si n
si n
<N
>N
donde
= n Pn
Wq
Lq
n=0
K-1
= (N - n) Pn
Modelacin y Simulacin
n=0
= ( N- L )
73
MODELO
M/M/S/N
(N-1)
2
2
.....
3
S-1
(S-1) S
S > 1
n ,si n
Modelacin
n y Simulacin
S ,si n
<S
>S
.....
S
N-1
N
S
(N - n) ,si n
0
,si
<N
n >N
74
MODELO
M/M/S/N
P0
n
N!
P0
(N - n) ! S ! S (n-s)
N!
(N - n) ! n !
Pn
; si n
<S
; si S
< n <N
; si n
>N
MODELO
M/M/S/N
Adems:
P0
n=0
S-1
N!
(N - n) !
Lq
= (n - S) Pn
n=S
+
n=S
N
N!
(N - n) ! S ! S (n-s)
S-1
S-1
n=0
n=0
= n Pn + Lq + S 1 - Pn
Anlisis de colas
Notacin de los modelos de colas
Por ejemplo: M/M/1// significa un solo servidor, capacidad de cola
ilimitada y poblacin infinita de arribos potenciales. Los tiempos entre
arribos y los tiempos de servicio son distribuidos exponencialmente.
Cuando Y y Z son infinitos, pueden ser descartados de la notacin.
M/M/1// es reducido a M/M/1.
Modelacin y Simulacin
77
Anlisis de colas
Notacin de los modelos de colas
Existe una cantidad enorme de modelos de colas que pueden
utilizarse. Nos vamos a concentrar en 4 de los modelos ms usados.
Los 4 modelos de colas a estudiar asumen:
Arribos segn la Distribucin de Poisson
Disciplina FIFO
Una sola fase de servicio.
78
Anlisis de colas
MODELO
NOMBRE
N DE
CANAL
ES
N DE
FASES
PATRN
DE
ARRIBO
PATRN
DE
SERVICIO
TAMAO DE
LA POBLACIN
DISCIPLINA
DE COLA
SIMPLE
M/M/1
UNO
UNA
POISSON
EXPONEN
CIAL
INFINITA
FIFO
MULTICANAL
M/M/S
MULTI
CANAL
UNA
POISSON
EXPONEN
CIAL
INFINITA
FIFO
SERVICIO
CONSTANTE
(M/D/1)
UNO
UNA
POISSON
CONSTAN
TE
INFINITA
FIFO
POBLACION
LIMITADA
UNO
UNA
POISSON
EXPONEN
CIAL
FINITA
FIFO
Modelacin y Simulacin
79
Anlisis de colas
Modelo A: M/M/1
Poblacin infinita
Modelacin y Simulacin
80
Anlisis de colas
Modelo A: M/M/1
Asumimos que existen las siguientes condiciones:
1. Los clientes son servidos con una poltica FIFO y cada arribo espera a
ser servido sin importar la longitud de la lnea o cola.
2. Los arribos son independientes de arribos anteriores, pero el
promedio de arribos, no cambia con el tiempo.
3. Los arribos son descritos mediante la distribucin de probabilidad de
Poisson y proceden de una poblacin muy grande o infinita.
4. Los tiempos de servicio varan de cliente a cliente y son
independientes entre s, pero su rata promedio es conocida.
Modelacin y Simulacin
81
Anlisis de colas
Modelo A: M/M/1
Nmero promedio de arribos por perodo de tiempo
Nmero promedio de gente o cosas servidos por perodo de tiempo
n nmero de unidades en el sistema
LS Nmero promedio de unidades (clientes) en el sistema LS
Modelacin y Simulacin
82
Anlisis de colas
Modelo A: M/M/1
2
Lq Nmero promedio de unidades en la cola
LS
Pn 1 1 n
Po 1
k 1
Modelacin y Simulacin
83
Ejercicios (M/M/1)
Determinar las medidas de desempeo para este servicio:
Modelacin y Simulacin
84
Ejercicios (M/M/1)
Modelacin y Simulacin
85
Ejercicios (M/M/1)
Determinar las medidas de desempeo para este servicio:
Suponga que en una estacin con un solo servidor llegan
en promedio 45 clientes por hora, Se tiene capacidad para
atender en promedio a 60 clientes por hora. Se sabe que
los clientes esperan en promedio 3 minutos en la cola.
Se solicita: a) Tiempo promedio que un cliente pasa en el
sistema. b) Nmero promedio de clientes en la cola. c)
Nmero promedio de clientes en el Sistema en un
momento dado.
Modelacin y Simulacin
86
Ejercicios (M/M/1)
= 45 clientes/hora (media de llegada de los clientes)=
45/60 clientes/minutos
= 60 clientes/hora (media de servicio a los clientes) =
60/60 clientes/minutos=
Wq = 3 minutos (tiempo promedio de espera de un cliente
en la cola)
a) Para calcular el tiempo promedio que un cliente pasa en
el Sistema (Ws). Lo podemos calcular a partir de Wq y .
=+ = 3 minutos + =+=
Es decir en promedio un cliente pasa 4 minutos en el
Sistema: distribuidos as 3 minutos pasa esperando en la
cola + 1 minutos en servicio.
Modelacin y Simulacin
87
Ejercicios (M/M/1)
b) Para calcular el nmero de clientes en la cola (Lq),
usaremos la frmula siguiente:
Lq= Wq.
==0.75* 3 minutos = 2.25
clientes.
Es decir los clculos nos muestran que en la cola puede
haber ms de dos clientes en la cola.
c) Para calcular cual es el nmero de clientes en la cola (Ls).
Lo podemos hacer con la frmula: Ls= Ws.
= =0.754 =3
Es decir en promedio hay tres clientes en el sistema, como
se nos ha dicho que solo hay un servidor, sabemos que solo
un cliente puede estar en servicio, por lo que los dems
Modelacin y Simulacin
Ing. Margarita Aucancela Msc.
88
deben estar en la cola.
Esto indica que hay dos clientes en
Anlisis de colas
Modelo B: M/M/S
Clientes llegan de acuerdo a una distribucin de Poisson
con una esperanza
El tiempo de atencin se distribuye exponencialmente
Existen k servidores, cada uno atiende a una tasa de
clientes
Existe una poblacin infinita y la posibilidad de infinitas
filas.
Modelacin y Simulacin
89
Anlisis de colas
Modelo B: M/M/S
Asumimos que existen las siguientes condiciones:
1. Dos o ms servidores o canales estn disponibles para atender a
los clientes que arriban.
2.
3.
4.
Modelacin y Simulacin
90
Anlisis de colas
Modelo B: M/M/S
M nmero de canales abiertos
1
n M 1 1
n 0 n !
1
M
M ! M
M
para M
LS
Po
M 1.!.M 2
Modelacin y Simulacin
91
Anlisis de colas
Modelo B: M/M/S
Ws Tiempo promedio que una unidad permanece en el sistema,
(en la cola y siendo servida (atendida))
M
1 LS
WS
Po
2
M 1! M
Lq Nmero promedio de personas o unidades en la lnea o cola, en espera de servicio
Lq LS
LS
Lq
Modelacin y Simulacin
92
Ejercicios (M/M/k)
Modelacin y Simulacin
93
Ejercicios (M/M/k)
Modelacin y Simulacin
94
Anlisis de colas
Modelo C: M/D/1
Modelacin y Simulacin
95
Anlisis de colas
Modelo C: M/D/1
Modelo de Tiempo de Servicio Constante
Modelacin y Simulacin
96
Anlisis de colas
Modelo C: M/D/1
2
Longitud promedio de la cola,
Lq
2
1
Tiempo promedio de espera en el sistema, WS Wq
Modelacin y Simulacin
97
Anlisis de colas
Modelo C: M/D/1
Un restaurante de papas fritas, tiene el servicio Drive-In en
la cual los clientes arriban al restaurante a una tasa de 45
por hora siguiendo una distribucin de Poisson.
Las rdenes son procesadas con un modelo FIFO, y existe
un solo servidor, el cual se demora 1.2 minutos en preparar
la orden.
Modelacin y Simulacin
98
Anlisis de colas
Modelo C: M/D/1
Determinamos el y en las mismas unidades:
= 45 clientes/hora
= 1.2 min=72 clientes/hora
Luego obtenemos las medidas de desempeo:
Modelacin y Simulacin
99
Anlisis de colas
Modelo C: M/D/1
Modelacin y Simulacin
100
Anlisis de colas
Modelo D:
Este modelo puede ser usado por ejemplo si estamos
considerando reparaciones de equipo en una fbrica que tiene 5
mquinas. Este modelo permite cualquier nmero de
reparadores a ser considerados.
La razn por la cual este modelo difiere de los otros tres es que
ahora hay una relacin de dependencia entre la longitud de la
cola y la rata de arribo. La situacin extrema sera si en la fbrica
tenemos 5 mquinas, todas se han daado y necesitan
reparacin; siendo en este caso la rata de arribo CERO. En
general, si la lnea de espera crece, la rata de llegada tiende a
cero
Modelacin y Simulacin
101
Anlisis de colas
Modelo D
NOTACIN :
D Probabilidad de que una unidad tenga que esperar en la cola
F Factor de eficiencia
H Nmero promedio de unidades siendo servidas
J Nmero promedio de unidades que no estn en cola o en el sector de servicio
L Nmero promedio de unidades esperando el servicio
M Nmero de canales de servicio
N Nmero de clientes potenciales
T Tiempo de servicio promedio
U Tiempode servicio entre requerimientos de atencin a la unidad
W Tiempo promedio que una unidad espera en la cola
X Factor de servicio
Modelacin y Simulacin
102
Anlisis de colas
Modelo D
FRMULAS :
T
X
T U
L N 1 F
H FNX
LT U T 1 F
NL
XF
Nmero promedio en funcionami ento J NF 1 X
Modelacin y Simulacin
N J LH
103
Ejercicios (Modelo D)
Hace casi tres aos, Gear Tandil SA instal un conjunto de 10 robots, que
increment considerablemente la productividad de su mano de obra, pero
en el ltimo tiempo la atencin se ha enfocado en el mantenimiento. La
empresa no aplica el mantenimiento preventivo a los robots, en virtud de la
gran variabilidad que se observa en la distribucin de las averas. Cada
maquina tiene una distribucin exponencial de averas(o distribucin entre
llegadas), con un tiempo promedio de 200 horas entre una y otra falla. Cada
hora-maquina perdida como tiempo ocioso cuesta $30, lo cual significa que
la empresa tiene que reaccionar con rapidez en cuanto falla una maquina.
La empresa contrata solo a una persona de mantenimiento, quien necesita
10 horas de promedio para reparar un robot. Los tiempos de
mantenimiento real estn distribuidos exponencialmente. La tasa de
salarios es de $10 por hora para el encargado de mantenimiento, el cual
puede dedicarse productivamente a otras actividades cuando no hay robots
que reparar. Calcule el costo diario por concepto de tiempo ocioso de la
mano de obra y los robots.
Modelacin y Simulacin
104
Ejercicios (Modelo D)
El modelo con la fuente finita es apropiado para este
anlisis, porque solo 10 mquinas constituyen la poblacin
de clientes y las suposiciones se han cumplid. En este caso,
= 1/200, o sea, 0.005 averas por hora y =1/10=0,10
robots por hora. Para calcular el coste del tiempo ocioso
para la mano de obra y los robots, tenemos que estimar la
utilizacin promedio del empleado de mantenimiento y L,
es decir, el nmero promedio de robots incluidos en el
sistema de mantenimiento.
Modelacin y Simulacin
105
Ejercicios (Modelo D)
Modelacin y Simulacin
106
Ejercicios (Modelo D)
Modelacin y Simulacin
107
Ejercicios (Modelo D)
Modelacin y Simulacin
108
Modelo M/G/1
Supuestos
Los clientes llegan de acuerdo a un proceso Poisson con
esperanza .
El tiempo de atencin tiene una distribucin general con
esperanza .
Existe un solo servidor.
Se cuenta con una poblacin infinita y la posibilidad de
infinitas filas.
Modelacin y Simulacin
109
Modelo M/G/1
Modelacin y Simulacin
110
Modelo M/G/1
Modelacin y Simulacin
111
Modelo M/G/1
Modelacin y Simulacin
112
2 1
Modelacin y Simulacin
113
Modelo M/G/1
Modelacin y Simulacin
114
Modelo M/G/1
Modelacin y Simulacin
115
Modelo M/G/1
Lq
2(1 )
2
Ls Lq
Ws Wq
Wq
Lq
P0 1
Pw
1
Modelacin y Simulacin
116
Modelacin y Simulacin
117
2 2 2
Lq
1.31 clientes
2(1 )
Ws Wq
Wq
Lq
P0 1 0.25
Modelacin y Simulacin
Pw 0.75
Ing. Margarita Aucancela Msc.
118
Ejercicios (M/G/1)
Modelacin y Simulacin
119
Ejercicios (M/G/1)
Modelacin y Simulacin
120
Ejercicios (M/G/1)
Modelacin y Simulacin
121