Keuntungan dan kerugian dari teori antrian

Statistika menggunakan teori antrian untuk menggambarkan dan menganalisis lalu lintas.

Koefisien variasi

Karena model teori antrian didasarkan pada distribusi eksponensial, model ini bekerja dengan menerapkan karakteristik distribusi itu. Masalah terbesar adalah distribusi eksponensial memiliki koefisien variasi satu. Fakta ini membuang model dari setiap proses yang memiliki koefisien variasi berbeda secara signifikan dari satu. Karena probabilitas rendah bahwa proses arbitrer memiliki koefisien satu, salah satu kelemahan teori antrian adalah penerapannya yang rendah.

Kesederhanaan

Teori antrian menawarkan kepada kita suatu metode untuk mudah dan definitif menggambarkan baris dalam istilah matematika. Keuntungan teori baris ini tidak memiliki bahasa yang sederhana, model ekonomi dan observasi murni. Melalui penerapan distribusi probabilitas dasar, seperti distribusi eksponensial dan Poisson, matematikawan dapat memodelkan fenomena kompleks menunggu dalam satu baris sebagai persamaan matematis yang sederhana. Kemudian, matematikawan dapat menganalisis persamaan ini untuk memahami dan memprediksi perilaku.

Asumsi

Meskipun asumsi untuk sebagian besar aplikasi model antrian sedikit, yang diperlukan cenderung tidak rasional dalam beberapa cara. Khususnya mengenai antrian manusia, teori antrian membutuhkan asumsi yang tidak dapat dipertahankan di dunia nyata. Secara umum, teori ini menganggap bahwa perilaku manusia bersifat deterministik. Asumsi-asumsi ini biasanya seperangkat aturan tentang apa yang dapat dilakukan seseorang. Misalnya, salah satunya bisa jadi seseorang tidak akan masuk baris jika sudah banyak orang yang ada di dalamnya. Kenyataannya, ini tidak nyata; jika tidak, tidak akan ada baris di luar tempat pada jam buka, dan turis yang menunggu terlalu lama untuk membeli hadiah akan menyerah begitu saja.

Simulasi

Teori antrian telah berkembang karena kedatangan usia komputer. Kesulitan sebelumnya tiba di hasil numerik untuk model antrian tidak lagi merugikan, karena matematikawan dapat mensimulasikan sampai pada jawaban perkiraan. Simulasi model teori antrian juga memungkinkan peneliti untuk mengubah nilai variabel dan menganalisis hasil perubahan, yang dapat membantu mengoptimalkan desain antrian.