probando notebooklm
This commit is contained in:
+64
-337
@@ -1,373 +1,100 @@
|
|||||||
#+title: Resumen Segundo Parcial
|
#+title: Resumen Parcial 2
|
||||||
#+author: Fede
|
#+author: fede & notebooklm
|
||||||
#+email: federico.nicolas.polidoro@gmail.com
|
|
||||||
|
|
||||||
* M/G/1
|
* Intro
|
||||||
- Llegadas Poisson.
|
El análisis de los sistemas de colas permite identificar cuellos de botella, optimizar recursos y mejorar la experiencia del usuario mediante la reducción de los tiempos de espera. Los hallazgos principales destacan que:
|
||||||
- Tiempo de servicio General
|
|
||||||
- 1 Solo servidor
|
|
||||||
|
|
||||||
Surge porque el modelo M/M/1 asume tiempos exponenciales, algo que no es realista en muchos sistemas.
|
- Eficiencia del Sistema M/M/2
|
||||||
|
La transición de un sistema de servidor único (M/M/1) a uno doble con fila única reduce drásticamente el tiempo de permanencia, superando en eficiencia a la configuración de dos colas separadas.
|
||||||
|
|
||||||
*** Condicion de estabilidad
|
- Impacto de la Variabilidad (M/G/1)
|
||||||
$\rho = \frac{\lambda}{\mu} < 1$
|
En sistemas con un solo servidor, la varianza del tiempo de servicio es un factor crítico; a mayor variabilidad, mayor es la longitud de la cola, incluso si la velocidad media se mantiene constante.
|
||||||
|
|
||||||
\rho representa el porcentaje de tiempo que el servidor esta ocupado.
|
- Criterios de Intervención
|
||||||
|
La decisión de añadir servidores (especialmente si son de distinta velocidad) depende de un valor límite de utilización denominado "Rho Crítico" (\rho_c).
|
||||||
|
|
||||||
|
- Gestión de Prioridades
|
||||||
|
Los sistemas no expulsivos permiten dar atención preferencial a clases de clientes específicas sin interrumpir el servicio en curso.
|
||||||
|
|
||||||
*** Formula
|
* El Modelo M/M/2: Eficiencia y Estructura
|
||||||
Permite calcular clientes esperados y tiempo esperado en el sistema
|
|
||||||
|
|
||||||
$E(n) = (\frac{\rho}{1 - \rho}) [1 - \frac{\rho}{2} (1 - \mu^2 o^2)]$
|
El modelo M/M/2 se define por tener arribos que siguen un proceso de Poisson, tiempos de servicio exponenciales y dos servidores que trabajan en paralelo atendiendo una fila única.
|
||||||
|
|
||||||
*** Interpretacion \mu^2 o^2
|
** Características y Beneficios
|
||||||
Equivale a CV^2 (coeficiente de variacion al cuadrado).
|
- Detección de Cuellos de Botella: Permite identificar dónde se satura el proceso.
|
||||||
|
- Sensación de Equidad: Al utilizar una fila única, se evita la percepción de que otras filas avanzan más rápido, lo cual es común en sistemas de filas múltiples.
|
||||||
|
- Uso de Recursos: Maximiza la ocupación de los servidores, evitando que uno permanezca ocioso mientras el otro tiene clientes en espera.
|
||||||
|
|
||||||
Donde si:
|
** Parámetros Críticos y Estabilidad
|
||||||
- CV^2 = 1, comportamiento M/M/1.
|
|
||||||
- CV^2 = 0, servicio deterministico M/D/1.
|
|
||||||
- CV^2 > 1, mucha variabilidad, peores colas.
|
|
||||||
|
|
||||||
* Sistema M/M/2
|
Para que el sistema sea estable, se debe cumplir la condición \lambda < 2\mu (la tasa de llegadas debe ser menor a la capacidad total de servicio).
|
||||||
*** Definición
|
|
||||||
- Modelo de teoría de colas con:
|
|
||||||
|
|
||||||
- llegadas Poisson
|
| Característica | M/M/1 | M/M/2 |
|
||||||
- tiempos de servicio exponenciales
|
|------------------------------+---------------------------+---------------------------|
|
||||||
- 2 servidores en paralelo
|
| Número de servidores | 1 | 2 |
|
||||||
- una única cola
|
| Intensidad de tráfico (\rho) | $\frac{\lambda}{\mu}$ | $\frac{\lambda}{2\mu}$ |
|
||||||
|
| Tiempo en el sistema (W) | $\frac{1}{(\mu(1-\rho))}$ | $\frac{1}{\mu(1-\rho^2)}$ |
|
||||||
|
| Tiempo de espera | Mayor | Menor |
|
||||||
|
| | | |
|
||||||
|
|
||||||
*** Notación de Kendall
|
* Comparativa Estratégica: M/M/1 vs. M/M/2
|
||||||
Formato: =A/B/s=
|
|
||||||
|
|
||||||
- Primera =M= → arribos Markovianos (Poisson)
|
La intervención en un sistema saturado es necesaria cuando las colas aumentan de forma sostenida o el servidor está cerca de su límite.
|
||||||
- Segunda =M= → servicios Markovianos (Exponencial)
|
|
||||||
- =2= → dos servidores
|
|
||||||
|
|
||||||
** Características
|
Diagnóstico de Intervención
|
||||||
- Llegadas aleatorias independientes
|
|
||||||
- Servicio exponencial
|
|
||||||
- Cola única compartida
|
|
||||||
- Disciplina FIFO
|
|
||||||
- Capacidad infinita
|
|
||||||
- Población infinita
|
|
||||||
- Dos servidores trabajando en paralelo
|
|
||||||
|
|
||||||
*** Servidores iguales
|
- Sistema Aceptable: E(n) < 3 clientes.
|
||||||
- Cada servidor atiende a tasa =μ=
|
- Necesita Intervención: E(n) > 5 clientes.
|
||||||
|
|
||||||
- Servicio total:
|
Caso de Ejemplo: Bajo una tasa de arribos \lambda = 8 y servicio \mu = 10:
|
||||||
|
|
||||||
- =μs = 2μ=
|
1. En M/M/1, el tiempo medio en el sistema es de 30 minutos.
|
||||||
|
2. Al pasar a M/M/2, el tiempo medio se reduce a 7.1 minutos.
|
||||||
|
|
||||||
- Intensidad de tráfico:
|
* Servidores Heterogéneos y Selección de Servidor
|
||||||
|
|
||||||
- =ρ = λ / (2μ)=
|
Cuando se dispone de un servidor rápido (\mu_1) y uno lento (\mu_2), la decisión de añadir el segundo servidor depende del Rho Crítico (\rho_c).
|
||||||
|
|
||||||
*** FIFO
|
- Sin selección de servidor: Los clientes entran al primer servidor disponible.
|
||||||
- Una sola fila
|
- Con selección de servidor: Existe una política para decidir a qué servidor enviar al cliente.
|
||||||
- El próximo cliente va al primer servidor libre
|
- Regla de Decisión: Si \rho \geq \rho_c, es conveniente agregar el segundo servidor. Si \rho < \rho_c, el sistema funciona mejor con uno solo.
|
||||||
|
|
||||||
*** Diferencia con =2·(M/M/1)=
|
* El Modelo M/G/1 y la Fórmula de Pollaczek-Khinchine
|
||||||
**** M/M/2
|
|
||||||
- 1 cola
|
|
||||||
- 2 servidores compartidos
|
|
||||||
|
|
||||||
**** 2·(M/M/1)
|
A diferencia de los modelos anteriores, el M/G/1 permite que el tiempo de atención tenga cualquier distribución, requiriendo únicamente conocer su media (E[S]) y varianza (Var[S]).
|
||||||
- 2 colas separadas
|
|
||||||
- cada servidor tiene su propia fila
|
|
||||||
|
|
||||||
M/M/2 es más eficiente.
|
** La Importancia de la Varianza
|
||||||
|
|
||||||
** Condición de estabilidad
|
La fórmula de Pollaczek-Khinchine para el número esperado de clientes en cola (E[Lq]) demuestra que la variabilidad es perjudicial: $E[Lq] = \frac{\rho^2 + \lambda^2 \cdot Var[S]}{2(1-\rho)}$
|
||||||
Para que no colapse:
|
|
||||||
|
|
||||||
\rho = \frac{\lambda}{2\mu} < 1
|
- M/D/1 (Servicio constante): Posee \sigma = 0, representando la referencia de mínima congestión.
|
||||||
|
- M/M/1 (Servicio exponencial): Representa la referencia de máxima congestión por su alta variabilidad inherente.
|
||||||
|
|
||||||
Entonces:
|
** Aplicaciones de M/G/1
|
||||||
|
|
||||||
- =λ < 2μ=
|
Este modelo es fundamental en entornos donde los tiempos de tarea varían según el caso, tales como:
|
||||||
|
|
||||||
** ¿Para qué sirve?
|
- Hospitales: Consultas de duración variable.
|
||||||
*** Optimización de recursos
|
- Redes / IT: Transmisión de paquetes de distinto tamaño.
|
||||||
- Reducir tiempos de espera
|
- Manufactura: Piezas que requieren distintos tipos de trabajo.
|
||||||
- Evitar servidores innecesarios
|
|
||||||
|
|
||||||
*** Análisis de rendimiento
|
* Sistemas con Prioridades (No Expulsivos)
|
||||||
- Detectar cuellos de botella
|
|
||||||
- Medir utilización
|
|
||||||
- Comparar escenarios
|
|
||||||
|
|
||||||
*** Mejora continua
|
Este modelo se aplica cuando existen clientes de Clase 1 (prioritarios) y Clase 2. La prioridad es no expulsiva, lo que significa que no se interrumpe al cliente que ya está siendo atendido.
|
||||||
- Evaluar cambios antes de implementarlos
|
|
||||||
|
|
||||||
- Decidir si conviene:
|
** Orden de Cálculo para el Tiempo de Espera (T_q)
|
||||||
|
|
||||||
- agregar servidores
|
Un cliente de clase 1 debe esperar:
|
||||||
- aumentar velocidad
|
|
||||||
- reorganizar la cola
|
|
||||||
|
|
||||||
*** Aplicaciones
|
1. El residuo del tiempo del cliente que ya está en servicio (independientemente de su clase).
|
||||||
- Bancos
|
2. El tiempo de servicio de todos los clientes de clase 1 que ya estaban en la fila.
|
||||||
- Supermercados
|
3. Posteriormente, recibe su propia atención.
|
||||||
- Call centers
|
|
||||||
- Hospitales
|
|
||||||
- Sistemas informáticos
|
|
||||||
- Peajes
|
|
||||||
- Aeropuertos
|
|
||||||
|
|
||||||
** Ventajas
|
* Casos Prácticos y Modelización Numérica
|
||||||
- Fórmulas simples
|
|
||||||
- Fácil de analizar
|
|
||||||
- Permite planificación
|
|
||||||
- Muy aplicable
|
|
||||||
- Mayor tolerancia a fallos
|
|
||||||
|
|
||||||
** Desventajas
|
Las fuentes detallan diversos escenarios de aplicación real:
|
||||||
- Supuestos poco realistas
|
|
||||||
- Ignora comportamiento humano
|
|
||||||
- No encuentra automáticamente la solución óptima
|
|
||||||
- No contempla eventos externos
|
|
||||||
|
|
||||||
** Fórmulas principales
|
- Fábrica de Periscopios: Un sistema de dos procesos consecutivos (corte y doblado) que requiere el cálculo de probabilidades de estado para determinar la saturación en cada etapa.
|
||||||
*** Parámetros base
|
- Sector de Cajas de Supermercado: Operación mediante fila única que conduce a dos cajas registradoras idénticas. Se analizan métricas como la probabilidad de sistema vacío y el tiempo promedio en cola.
|
||||||
- =λ= → tasa de llegadas
|
- Enrutamiento de Paquetes: Uso del Teorema de Little (L = \lambda \cdot W) para despejar la tasa de arribos y determinar el tiempo de permanencia en buffers de routers con alta capacidad de servicio.
|
||||||
- =μ= → tasa de servicio de UN servidor
|
- Sistemas de IA y APIs: Aplicación del modelo M/G/1 para gestionar solicitudes de backend donde la variabilidad del servicio es alta.
|
||||||
- =μs = 2μ=
|
|
||||||
- =ρ = λ / (2μ)=
|
|
||||||
|
|
||||||
*** Número esperado en el sistema
|
|
||||||
E(n)=\frac{2\rho}{1-\rho^2}
|
|
||||||
|
|
||||||
- Promedio de clientes esperando + siendo atendidos
|
|
||||||
|
|
||||||
*** Tiempo esperado en el sistema
|
|
||||||
E(T)=\frac{1}{\mu(1-\rho^2)}
|
|
||||||
|
|
||||||
- Tiempo promedio dentro del sistema
|
|
||||||
|
|
||||||
*** Teorema de Little
|
|
||||||
N=\lambda W
|
|
||||||
|
|
||||||
- Relación entre:
|
|
||||||
|
|
||||||
- clientes promedio
|
|
||||||
- tasa de llegada
|
|
||||||
- tiempo promedio
|
|
||||||
|
|
||||||
** M/M/1 vs M/M/2
|
|
||||||
| Característica | M/M/1 | M/M/2 |
|
|
||||||
|--+---------+----------|
|
|
||||||
| Servidores | 1 | 2 |
|
|
||||||
| Colas | 1 | 1 |
|
|
||||||
| Tráfico | =λ/μ= | =λ/2μ= |
|
|
||||||
| Espera | Mayor | Menor |
|
|
||||||
| Costo | Menor | Mayor |
|
|
||||||
| Estabilidad | =λ < μ= | =λ < 2μ= |
|
|
||||||
|
|
||||||
*** Ejemplo
|
|
||||||
**** Datos
|
|
||||||
- =λ = 8=
|
|
||||||
- =μ = 10=
|
|
||||||
|
|
||||||
**** M/M/1
|
|
||||||
- =ρ = 0.8=
|
|
||||||
- =E(T) = 30 min=
|
|
||||||
|
|
||||||
**** M/M/2
|
|
||||||
- =ρ = 0.4=
|
|
||||||
- =E(T) ≈ 7.1 min=
|
|
||||||
|
|
||||||
** M/M/2 con servidores distintos
|
|
||||||
*** Caso
|
|
||||||
- un servidor rápido
|
|
||||||
- otro lento
|
|
||||||
|
|
||||||
*** Fórmulas
|
|
||||||
\mu_s = \mu_1 + \mu_2
|
|
||||||
|
|
||||||
\rho = \frac{\lambda}{\mu_1+\mu_2}
|
|
||||||
|
|
||||||
*** Ventajas
|
|
||||||
- solución rápida ante aumento de demanda
|
|
||||||
- menor costo
|
|
||||||
- buena transición temporal
|
|
||||||
|
|
||||||
*** Problema
|
|
||||||
- percepción de desigualdad:
|
|
||||||
|
|
||||||
- algunos clientes avanzan más rápido que otros según el servidor
|
|
||||||
asignado
|
|
||||||
|
|
||||||
|
|
||||||
* Sistemas con Prioridades
|
|
||||||
|
|
||||||
Los sistemas con prioridades son modelos de colas en los que los
|
|
||||||
clientes se clasifican según niveles de importancia o urgencia. El
|
|
||||||
servidor no necesariamente atiende por orden de llegada, sino que
|
|
||||||
selecciona primero a los clientes de mayor prioridad.
|
|
||||||
|
|
||||||
Las prioridades suelen organizarse en clases jerárquicas:
|
|
||||||
|
|
||||||
- Clase 1 → mayor prioridad
|
|
||||||
- Clase 2 → prioridad intermedia
|
|
||||||
- Clase 3 → menor prioridad
|
|
||||||
|
|
||||||
Cada clase posee su propia cola de espera. El servidor siempre
|
|
||||||
selecciona clientes de la cola de mayor prioridad disponible.
|
|
||||||
|
|
||||||
** Sistema sin interrupción (Non-Preemptive)
|
|
||||||
|
|
||||||
En este esquema, un cliente que ya está siendo atendido siempre finaliza
|
|
||||||
su servicio. Aunque llegue un cliente de prioridad superior, el servidor
|
|
||||||
no interrumpe la atención actual.
|
|
||||||
|
|
||||||
La prioridad únicamente afecta la selección del próximo cliente cuando
|
|
||||||
el servidor queda libre.
|
|
||||||
|
|
||||||
Tiempo de espera en cola para clase 1:
|
|
||||||
|
|
||||||
W_{q1}=W_0+\frac{Q_1}{\mu_1}
|
|
||||||
|
|
||||||
Tiempo total en el sistema para clase 1:
|
|
||||||
|
|
||||||
W_1=W_0+\frac{Q_1+1}{\mu_1}
|
|
||||||
|
|
||||||
Características:
|
|
||||||
|
|
||||||
- No existe interrupción del servicio en curso
|
|
||||||
- Menor complejidad operativa
|
|
||||||
- Mayor estabilidad del procesamiento
|
|
||||||
- Los clientes prioritarios pueden seguir esperando si el servicio
|
|
||||||
actual es largo
|
|
||||||
|
|
||||||
** Sistema con interrupción (Preemptive)
|
|
||||||
|
|
||||||
En este esquema, si llega un cliente de prioridad superior, el servidor
|
|
||||||
interrumpe inmediatamente al cliente actual y comienza a atender al
|
|
||||||
nuevo cliente prioritario.
|
|
||||||
|
|
||||||
El cliente desplazado vuelve a la cola o reinicia el servicio según la
|
|
||||||
política utilizada.
|
|
||||||
|
|
||||||
Tiempo de espera en cola para clase 1:
|
|
||||||
|
|
||||||
W_{q1}=W_{01}+\frac{Q_1}{\mu_1}
|
|
||||||
|
|
||||||
Tiempo total en el sistema para clase 1:
|
|
||||||
|
|
||||||
W_1=W_{01}+\frac{Q_1+1}{\mu_1}
|
|
||||||
|
|
||||||
Características:
|
|
||||||
|
|
||||||
- Minimiza la espera de clientes urgentes
|
|
||||||
- Aumenta la complejidad del sistema
|
|
||||||
- Puede producir sobrecarga por interrupciones frecuentes
|
|
||||||
- Puede perjudicar severamente a clases bajas
|
|
||||||
|
|
||||||
** Inanición (Starvation)
|
|
||||||
|
|
||||||
La inanición ocurre cuando clientes de baja prioridad permanecen
|
|
||||||
indefinidamente en espera debido a la llegada continua de clientes de
|
|
||||||
mayor prioridad.
|
|
||||||
|
|
||||||
Consecuencias:
|
|
||||||
|
|
||||||
- Espera potencialmente infinita
|
|
||||||
- Falta de equidad
|
|
||||||
- Degradación del rendimiento global
|
|
||||||
- Bloqueo práctico de ciertas tareas
|
|
||||||
|
|
||||||
Mecanismos de mitigación:
|
|
||||||
|
|
||||||
- Aging
|
|
||||||
- Límites de interrupciones
|
|
||||||
- Cuotas mínimas de servicio
|
|
||||||
- Aumento dinámico de prioridad
|
|
||||||
|
|
||||||
* Sistemas Complejos
|
|
||||||
|
|
||||||
Un sistema complejo es un conjunto de componentes interrelacionados cuya
|
|
||||||
interacción genera comportamientos globales difíciles de predecir
|
|
||||||
mediante el análisis individual de cada componente.
|
|
||||||
|
|
||||||
El comportamiento del sistema surge de las interacciones entre sus
|
|
||||||
partes y no únicamente de las propiedades de cada elemento aislado.
|
|
||||||
|
|
||||||
** Características principales
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
- Gran cantidad de componentes
|
|
||||||
- Interacciones simultáneas
|
|
||||||
- Dependencias mutuas
|
|
||||||
- Retroalimentación (feedback)
|
|
||||||
- Dinámica no lineal
|
|
||||||
- Adaptación continua
|
|
||||||
- Comportamiento emergente
|
|
||||||
- Sensibilidad a perturbaciones
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
** Propiedades fundamentales
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
*** Emergencia
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
El sistema presenta propiedades globales que no existen en los
|
|
||||||
componentes individuales.
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
*** No linealidad
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
Pequeñas variaciones pueden producir cambios desproporcionadamente
|
|
||||||
grandes en el comportamiento global.
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
*** Autoorganización
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
El sistema puede generar orden interno sin control centralizado.
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
*** Adaptabilidad
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
El sistema modifica su comportamiento frente a cambios del entorno.
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
** Relación con teoría de colas
|
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
Los sistemas complejos frecuentemente incorporan:
|
|
||||||
|
|
||||||
- múltiples colas,
|
|
||||||
- prioridades,
|
|
||||||
- asignación dinámica de recursos,
|
|
||||||
- interrupciones,
|
|
||||||
- competencia entre procesos.
|
|
||||||
|
|
||||||
La interacción entre estos elementos puede generar:
|
|
||||||
|
|
||||||
- congestión,
|
|
||||||
- cuellos de botella,
|
|
||||||
- propagación de fallos,
|
|
||||||
- inestabilidad,
|
|
||||||
- inanición,
|
|
||||||
- saturación sistémica.
|
|
||||||
|
|
||||||
La teoría de colas se utiliza para modelar y analizar partes específicas
|
|
||||||
de estos sistemas, especialmente aquellas relacionadas con espera,
|
|
||||||
utilización de recursos y rendimiento global.
|
|
||||||
|
|||||||
Binary file not shown.
Reference in New Issue
Block a user