Instituto Tecnolgico Superior De Teposcolula

DIVICION DE ING:
Ing. En Sistemas Computacionales

MATERIA:
Investigacin De Operaciones

PROFESOR:
Ing. Eloy Snchez Salmoran

PRESENTA:
Noel Vicente Santiago

GRUPO:
3 B

UNIDAD:
5

San Pedro y San Pablo Teposcolula, Oaxaca a 16 De octubre del 2014

Introduccin
En esta investigacin vamos a conocer las caractersticas bsicas de la
distribucin Poisson y sus posibles aplicaciones prcticas con la finalidad de
elaborar una especie de catlogo al que acudir para desarrollar un modelo de
probabilidad que nos permita estimar la pauta de variabilidad para variables
discretas que sigan dicha distribucin
La distribucin Poisson es, junto con la distribucin binomial, una de la ms
importante distribucin de probabilidad para variables discretas, es decir, slo
puede tomar los valores 0, 1, 2, 3, 4, ..., k.
5.4.1 Modelos Poisson Un servidor.
M/M/1:
Este modelo consiste en un servidor con llegadas de Poisson y tiempos de
servicio exponenciales.
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.
Caractersticas importantes:
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 especfico no
depende de cuando ocurre el periodo, sino ms bien, depende solo de la longitud
del intervalo.

Formulas generales

M/G/1:
Es un 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.
Formulas generales

Veamos el siguiente ejemplo

Un lavado de autos puede atender un auto cada 5 min. y la tasa media de llegadas
es de 9 autos/hora, = 2 min.
Obtenga las medidas de desempeo de acuerdo con el modelo M/G/1 adems la
probabilidad de tener o clientes en el sistema y la probabilidad de que un cliente
tenga que esperar por el servicio.

Modelo M/D/1
Este sistema de lneas de espera es 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, en donde la
desviacin estndar es igual a cero.
Formulas generales

Veamos el siguiente ejemplo

Un lavado de autos puede atender un auto cada 5 min. La tasa media de llegadas
es de 9 autos/hora. Obtenga las medidas de desempeo de acuerdo con el
modelo M/D/1

Modelo M/Ek/1
Un tipo de sistemas de colas especialmente interesante es aqul en el que las
llegadas son de Poisson y la duracin del servicio sigue una distribucin de
Erlang, tambin llamada distribucin K.
Esta distribucin resulta de sumar variables aleatorias independientes e
idnticamente
Distribuidas con distribucin exponencial de parmetro.
Formulas generales

Veamos el siguiente ejemplo

Un lavado de autos puede atender un vehculo cada 5 min, la tasa media de
llegadas es de 9 autos/hora. Suponga = 3.5 min (aprox.).
Obtenga las medidas de desempeo de acuerdo con el modelo M/E k/1

5.4.2 Modelos de Poisson de varios servidores

M/M/s
s servidores con llegadas de Poisson y tiempos de servicio exponenciales
M/D/s
s servidores con tiempos entre llegadas exponenciales y una distribucin
degenerada de tiempos de servicio
M/Ek/s
s servidores con tiempos entre llegadas exponenciales y una distribucin Erlang
de tiempos 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.

Caractersticas
En el modelo M / M / S, si es la tasa promedio de servicio para cada uno de los
S canales de servicio, entonces ya no se requiere que > l , pero S debe ser
mayor que para evitar una acumulacin infinita de lneas de espera. En el caso
de M / M / S, la caracterstica que se utilizar para hacer los dems clculos es la
probabilidad de que el sistema est ocupado. En otras palabras, la probabilidad es
que haya S o ms unidades en el sistema.
Formulas generales

Bibliografa
http://www.mitecnologico.com/TeoriaDeColasProceso_ModelosPoisson
http://investigaciondeoperacionesunilibre4.blogspot.mx/