1. Trang Chủ
  2. Thương mại điện tử
  3. Bài giảng Khoa học dịch vụ: Chương 5 - PGS.TS. Hà Quang Thụy

Bài giảng Khoa học dịch vụ: Chương 5 - PGS.TS. Hà Quang Thụy

Chương 5 - Hàng đợi. Những nội dung chính được trình bày trong chương gồm có: Lý thuyết hàng đợi là gì, độ đo hiệu năng cốt lõi, một khung cho hàng đợi Markov, kết quả quan trọng ở, giải mô hình hàng đợi số, khi các điều kiện thay đổi theo thời gian. Mời các bạn cùng tham khảo. NHẬP MÔN KHOA HỌC DỊCH VỤ CHƯƠNG 5. HÀNG ĐỢI PGS. TS. HÀ QUANG THỤY HÀ NỘI 09-2018 TRƯỜNG ĐẠI HỌC CÔNG NGHỆ ĐẠI HỌC QUỐC GIA HÀ NỘI 1 Nội dung chương ➢Giới thiệu ➢ Lý thuyết hàng đợi là gì ➢ Độ đo hiệu năng cốt lõi ➢ Một

Thể loại Tài liệu miễn phí Thương mại điện tử

Số trang 79

Ngày tạo 10/10/2021 6:12:36 PM +00:00

Loại tệp PDF

Kích thước 2.27 M

Tên tệp

Tải Bài giảng Khoa học dịch vụ: Chương 5 - PGS.TS. Hà ... (.pdf)

Xem mẫu

  1. NHẬP MÔN KHOA HỌC DỊCH VỤ CHƯƠNG 5. HÀNG ĐỢI PGS. TS. HÀ QUANG THỤY HÀ NỘI 09-2018 TRƯỜNG ĐẠI HỌC CÔNG NGHỆ ĐẠI HỌC QUỐC GIA HÀ NỘI 1
  2. Nội dung chương ➢Giới thiệu ➢ Lý thuyết hàng đợi là gì ➢ Độ đo hiệu năng cốt lõi ➢ Một khung cho hàng đợi Markov ➢ Kết quả quan trọng ở hàng đợi không Markov. ➢Giải mô hình hàng đợi số ➢Khi các điều kiện thay đổi theo thời gian KHDV 2016 – Chương 5 - Trang 2
  3. 1. Giới thiệu ➢ Giới thiệu ❖ Rút tiền tại Ngân hàng hoặc tại ATM ❖ Xếp hàng đợi và có thể khó chịu ❖ Một số dịch vụ “hy vọng” không bao giờ phải đợi: dịch vụ cứu hỏa !, dịch vụ trên Internet v.v. ❖ “Hàng đợi” một dòng “đợi” dịch vụ ❖ Đợi: nảy sinh cả khi tình huống tài nguyên được cho là đủ ➢Một số phân loại hàng đợi ❖ Hàng đợi trong suốt ❖ Hàng đợi không trong suốt ❖ Hàng đợi thiếu yếu tố con người KHDV 2016 – Chương 5 - Trang 3
  4. Phân tích một số hàng đợi dịch vụ ➢Ví dụ: Phân tích hàng đợi khám bệnh bác sỹ ❖ Lên lịch bác sỹ khám bệnh theo lịch: lịch 18’/bệnh nhân, 2’ nghỉ ngơi cho bác sỹ, lên lịch hẹn theo lịch 20’ từ 8h00 tới 16h40. Hy vọng không ai phải đợi ❖ Tuy nhiên, không hoàn hảo, kiểm tra bằng mô phỏng 365 ngày theo trung bình thời gian bệnh nhân phải đợi ? ❖ “Đợi” bác sỹ trong hàng đợi, lý do: ❖ Bác sỹ không khám đúng 18’ với mọi bệnh nhân ❖ Bệnh nhân đến sớm hơn lịch ❖ … ❖ Dùng mô phỏng Excel: xuất hiện hàng đợi tới bác sỹ. KHDV 2016 – Chương 5 - Trang 4
  5. Thời gian bác sỹ khám: hai phân bố ➢Hai phân bố thời gian dịch vụ khám một bệnh nhân ❖ Phân bố đều: trong miền [13,23]. Chiều rộng phân bố đều bằng hai lần thời gian kéo dài với xác suất 0.1 mỗi phút ❖ Phân bố tam giác: trong miền [13, 28] với hai lần kéo dài về sau và một lần kéo dài về trước. KHDV 2016 – Chương 5 - Trang 5
  6. Thời gian bận rộn bác sỹ khám: pb đều ➢Biến động thời gian bận trung bình: mô phỏng ❖ Nếu thời gian phục vụ 18’: bận 90%, 15’ : bận 75%, 19,5’: bận 97,5% ❖ Ba độ đo cốt lõi: thời gian đợi trung bình được bác sĩ khám; thời gian đợi trung bình cho người phải đợi; tỷ lệ bệnh nhân phải đợi ❖ tác động của biến thiên và thay đổi thời gian dịch vụ theo thời gian phục vụ bình quân trên thời gian đợi trải nghiệm một bệnh nhân (giả sử mọi bệnh nhân đến đúng vào thời gian dự kiến của họ). Giá trị kéo dài nhỏ KHDV 2016 – Chương 5 - Trang 6
  7. Thời gian bận của bác sỹ khám: pb đều ➢Biến đổi thời gian bận trung bình ❖ Trái: Ảnh hưởng thời gian phục vụ trung bình và biến đổi thời gian dịch vụ theo tỷ lệ bệnh nhân những ai phải đợi cho dịch vụ với các bệnh nhân đến đúng như dự kiến ❖ Phải: Ảnh hưởng của thời gian dịch vụ trung bình và độ biến đổi thời gian theo % bệnh nhân phải đợi khi bệnh nhân đến đúng hẹn ❖ “Trung bình” → biến ngầu nhiên thời gian bác sỹ khám. Bệnh nhân phải đợi ngay khi (a) thời gian phục vụ bình quân là ít hơn so khoảng cách xuất hiện các bệnh nhân và (b) các khách hàng đến đúng hẹn. KHDV 2016 – Chương 5 - Trang 7
  8. Bệnh nhân trễ hẹn: theo phân bố đều ➢Bệnh nhân trễ hẹn ❖ Bệnh nhân đến sớm: đợi do tự bản thân ❖ Bệnh nhân đến trễ: gây đợi cho người khác ❖ Thời gian đợi trung bình trên mọi bệnh nhân nếu bệnh nhân đồng đều đến trễ 5 phút so với hẹn KHDV 2016 – Chương 5 - Trang 8
  9. Phân bố thời gian phục vụ tam giác ➢Tác động biến thiên tăng phân bố thời gian phục vụ ❖ Trái: Tương ứng ngay trước: phân bố thời gian phục vụ tam giác ❖ Thời gian đợi tăng lên dù thời gian phục vụ ít hơn thời gian bệnh nhân xuất hiện. Khả năng xuất hiện nhỏ tới 31,5’ với trung bình 19’ với kéo dài 6’. ❖ Phải: Thời gian đợi trung bình đối với bệnh nhân phải đợi. Ít hài lòng nhất KHDV 2016 – Chương 5 - Trang 9
  10. Ví dụ 2: Xác định số chỗ đậu xe ➢ Xác định số chỗ đậu xe ở một trung tâm mua sắm ❖ Ví dụ giúp mô hình hóa hàng đợi ❖ Xe xuất hiện theo “quá trình Poisson” với 1200 chiếc/giờ (trung bình 20 xe/phút). ❖ Mỗi người ở lại trung tâm mua sắm 3 giờ. ❖ Nên xây bao nhiêu lô đậu xe để 98% chắc chắn đủ ? ➢ Phân tích sơ bộ ❖ 1200 xe/giờ và 3 giờ  cần 3600 chỗ ? ❖ 1200 xe/giờ song với 50% tình huống lớn hơn 1200 xe/ giờ. Nếu chỉ có 3600 chỗ: 50% trường hợp không đủ chỗ. ❖ Phải chăng là 6000 ? Phải chăng là 7000 để 98% khả năng đủ chỗ ? Không đơn giản. Xem phân bố Poisson ❖ Nếu xe xuất hiện phân bố Poisson và ở lại 3 giờ thì có giá trình trung bình 3600 xe. KHDV 2016 – Chương 5 - Trang 10
  11. Ví dụ 2: Xác định số chỗ đậu xe (2) ➢ Số lượng chỗ đậu xe cho một trung tâm mua sắm ➢ Phân tích sơ bộ ❖ Xe xuất hiện phân bố Poisson và ở lại 3 giờ thì có giá trị trung bình 3600 xe. Tương đương phân bố chuẩn với trung bình 3600 và độ lệch b/phương trung bình 60. ❖ Cơ hội 2% biến n/nhiên phân bố chuẩn có giá trị cao hơn 2 độ lệch. Xác suất 98%: số xe  3600+ 2*60=3720 (Thực tế 3723 p/bố Poisson). Số dự trữ nên là 3,4% khi 3600 tb. ➢Phân tích thêm ❖ Đến – đi ra khỏi bãi đậu xe là lý tưởng: hê thống tiên tiến mới giúp khách hàng xác định lô rỗng. ❖ Phân thành 20 vùng. Tương tự mỗi vùng 180 chỗ thì tổng cộng cần 4160 lô. ❖ Tuy nhiên, xác suất tích hợp 0.9820 = 0.667. Cần 0.98 cho cả 20 vùng thì mỗi vùng eln(0.98)/20=0.99899. Cần 223 lô cho mỗi vùng KHDV 2016 – Chương 5 - Trang 11
  12. 2. Một số kiến thức bổ túc về xác suất ➢Biến ngẫu nhiên ❖ Biến ngẫu nhiên là biến nhận giá trị về biến đổi cơ hội/từ kết quả một thực nghiệm thống kê; dùng chữ cái in hoa ❖ Mỗi giá trị của biến ngẫu nhiên có một xác suất cơ hội ❖ Kỳ vọng “expected value” E(X) biến ngẫu nhiên X, ❖ Phương sai “variance” 2(X), độ lệch chuẩn “standard deviation” (X) ❖ X biến ngẫu nhiên dương, hệ số biến thiên “coecient of variation” cX= (X)/E(X) KHDV 2016 – Chương 5 - Trang 12
  13. Biến ngẫu nhiên rời rạc/liên tục ➢Biến ngẫu nhiên rời rạc ❖ Cho X biến ngẫu nhiên ❖ X nhận giá trị đếm được (hữu hạn/vô hạn): biến ngẫu nhiên rời rạc. ❖ Ví dụ: biến ngẫu nhiên tương ứng mặt “sấp”/”ngửa” ở trên khi tung đồng xu: biến ngẫu nhiên rời rạc (S. N). Tung liền hai lần (SS, SN, NS, NN) ❖ Tung viên xúc sắc sáu mặt có 6 giá trị …. ❖ Bảng phân bố xác suất: Theo từng giá trị ➢ Biến ngẫu nhiên liên tục ❖ X nhận giá trị liên tục ❖ Ví dụ: Biến ngẫu nhiên lốc xoáy xảy ra ở một vị trí trong không gian hai chiều là biến liên tục. KHDV 2016 – Chương 5 - Trang 13
  14. Một số phân bố xác suất thông dụng ➢Phân bố hình học ❖ Cho X là biến ngẫu nhiên rời rạc “giá trị nguyên” ❖ X có phân bố hình học với tham số p là ❖ Các đặc trưng ➢ Phân bố Poisson (đề cập bài toán khu để xe) ❖ Cho X là biến ngẫu nhiên rời rạc ❖ X có phân bố Poisson với tham số  là ❖ Các đặc trưng KHDV 2016 – Chương 5 - Trang 14
  15. Phân bố mũ ➢Phân bố mũ ❖ Cho X là biến ngẫu nhiên liên tục dương ❖ X có phân bố mũ với tham số  và hàm mật độ là ❖ Các đặc trưng ❖ Tính chất “quên” (không nhớ “memoryless property”): x>0, t>0: có nghĩa là kỳ vọng phía sau t vẫn là 1/. ❖ Nếu X1, X2, …, Xn là các biến ngẫu nhiên phân bố mũ độc lập thì min (X1, X2, …, Xn) một biến ngẫu nhiên phân bố mũ với tham số và xác suất để Xi là nhỏ nhất i=1, 2, …, n. KHDV 2016 – Chương 5 - Trang 15
  16. Phân bố Erlang ➢Phân bố Erlang ❖ Cho X là biến ngẫu nhiên liên lục trong miền t>0 ❖ X có phân bố Erlang-k (k=1,2, …) với kỳ vọng k/ nếu như X là tổng của k biến ngẫu nhiên độc lập có cùng phân bố mũ với kỳ vọng 1/. ❖ Ký hiệu Ek() hoặc Ek. ❖ Hàm phân bố xác suất ❖ Hàm mật độ xác suất (đạo hàm của phân bố xác suất theo t) ❖ : tham số cỡ (kích thước), k: tham số hình dạng KHDV 2016 – Chương 5 - Trang 16
  17. Phân bố Erlang ➢Sơ đồ “pha” của biến ngẫu nhiên Erlang ❖ Hàm mật độ của phân bố k-Erlang với kỳ vọng 1 và phương sai k KHDV 2016 – Chương 5 - Trang 17
  18. Phân bố Erlang ➢Các đặc trưng ❖ Phân phối phù hợp “convenient” khi kết hợp hai phân phối Ek-1 và Ek với cùng tham số cỡ: Ek-1,k. ❖ Một biến ngẫu nhiên có phân bố xác suất Ek-1,k() nếu X với xác suất p (tương ứng, 1-p) tổng của k-1 (tương ứng k) biến ngẫu nhiên độc lập với cùng kỳ vọng 1/. Mật độ xác suất của biến ngẫu nhiên này: ❖ với 0  p  1. ❖ Khi p chạy từ 0 tới 1 hệ số biến thiên của phân bố Erlang kết hợp chạy từ 1/k tới 1/(k-1). ❖ Đây là biến ngẫu nhiên tương đối phổ biến KHDV 2016 – Chương 5 - Trang 18
  19. Biến ngẫu nhiên phân bố kiểu pha ➢Khái niệm ❖ Các phân bố trước đây là trường hợp đặc biệt của phân bố kiểu pha (phase-type distribution). ❖ Phân bố Coxi: Biến ngẫu nhiên X có phân bố Coxi bậc k nếu nó đi qua hầu hết k pha phân bố mũ. Độ dài kỳ vọng của pha n là n, n=1,2, …, k. Nó bắt đầu từ pha 1, sau pha n nó kết thúc với xác suất 1-pn và nó đi tới pha tiếp theo với xác suất pn. Rõ ràng pk=0. Với phân bố Cosi-2 thì hệ số biến thiên  0.5. ❖ Biến ngẫu nhiên X có phân bố Erlang kết hợp bậc k nếu nó với xác suất pn là tổng của n phân bố mũ với cùng một kỳ vọng 1/. KHDV 2016 – Chương 5 - Trang 19
  20. Biến ngẫu nhiên phân bố siêu mũ ➢Phân bố Hyperexponential distribution ❖ X là biến ngẫu nhiên liên tục t>0 ❖ X có phân bố siêu mũ với các xác suất pi (i=1,2, …, k) là biến ngẫu nhiên có phân bố mũ với kỳ vọng 1/i. ❖ Ký hiệu X là Hk(p1, …, pk; 1, …, k) hoặc Hk. ❖ Hàm mật độ và kỳ vọng ❖ Hệ số biến thiên cX  1. ❖ Sơ đồ pha KHDV 2016 – Chương 5 - Trang 20
nguon tai.lieu . vn
Kỹ năng bán hàng Quản trị kinh doanh Marketing - Bán hàng Internet Marketing Kế hoạch kinh doanh Thương mại điện tử PR - Truyền thông Tổ chức sự kiện Kỹ năng quản lý Kinh tế học