Tesis doctoral de David Valentin Conesa Guillen
En ésta memoria, se analizan estadísticamente desde la metodología bayesiana los dos sistemas de colas en grupos más representativos. En particular, en el capítulo 1, se ofrece una visión global de la utilización de la estadística en colas. En el capítulo 2, se analizan los modelos de colas en grupos en los que son las llegadas las que se producen en grupos. Tras una primera etapa de estimación de los parámetros, posteriormente se estudia la congestión de la cola a través de la distribución predictiva de las medidas de eficiencia más relevantes del sistema en equilibrio, para cuyo cálculo son necesarios métodos de inversión numérica de transformadas. En el capítulo 3, se analiza estadísticamente la situación general de la congestión de un sistema formado por varias colas con servicio en grupos todas ellas funcionando en equilibrio y de manera independiente entre sí. En este caso, para realizar inferencia sobre los parámetros y para la obtención de las distribuciones predictivas de las medidas de congestión más importantes, son necesarios procedimientos de integración monte carlo por cadenas de markov junto a los algoritmos de inversión de transformadas.
Datos académicos de la tesis doctoral «Inferencia y prediccion en colas con ingresos o servicios en grupos.«
- Título de la tesis: Inferencia y prediccion en colas con ingresos o servicios en grupos.
- Autor: David Valentin Conesa Guillen
- Universidad: Universitat de valéncia (estudi general)
- Fecha de lectura de la tesis: 07/09/2000
Dirección y tribunal
- Director de la tesis
- Carmen Armero Cervera
- Tribunal
- Presidente del tribunal: Bayarri garcia María Jesús
- david Ríos insua (vocal)
- Juan Antonio Cano sanchez (vocal)
- michael peter Wiper (vocal)