Está en la página 1de 46

INSTITUTO TECNOLÓGICO DE TEPIC

MATERIA: INVESTIGACION DE OPERACIONES II

NOTAS DE TEORÍA DE COLAS

DEPARTAMENTO DE INGENIERIA INDUSTRIAL

ELABORADOS POR: M.C. HECTOR MARTINEZ RUBIN CELIS

INTRODUCCIÓN
Una situación de colas esta básicamente caracterizada por un flujo de clientes arribando a una o mas estaciones de servicio. Las estaciones de servicio son difíciles de programar óptimamente por la presencia del elemento aleatorio en las formas de arribo y servicio. Una teoría matemática que estudia o analiza estas situaciones es la teoría de colas, la cual está basada en la descripción de la forma de arribo o servicios por las apropiadas distribuciones de probabilidad. La teoría de colas no es una técnica de optimización, es una herramienta analítica que provee una información mas efectiva acerca del problema. Un procedimiento para tratar los problemas de teoría de colas es resumido en los cuatro pasos siguientes : 1) Defina y relacione las variables de la situación con el propósito de describir el problema 2) Deriva las distribuciones asociadas usando los datos disponibles y usando las pruebas estadísticas apropiadas. 3) Use las distribuciones para descubrir las características operativas que describen al sistema como un todo. 4) Mejora el funcionamiento del sistema a través del uso apropiado de modelos de decisión y basándose en las características operativas de la situación.

CARACTERÍSTICAS DE LOS MODELOS DE COLAS Un sistema de colas es especificado completamente por 6 principales características : 1. 2. 3. 4. 5. 6. Insumo o arribo (interarribo, distribución de arribo) constante, no constante. Salida o servicio (distribución de servicio), constante, no constante. Canales de servicio Disciplina de servicio Máximo numero de clientes permitidos en el sistema Tipo de fuente.

A.- CARACTERÍSTICAS DE ENTRADA 1.- Tamaño de la población. --Finita o infinita 2.- Estadística del tiempo entre arribos (media, variabilidad, y distribución) 3.- Actitud del cliente --paciente, impaciente 4.- Llegada en grupo o individual B.- CARACTERÍSTICAS DE LA COLA 1.- Tamaño de la cola --finita o infinita-2.- Disciplina (P.E.P.S., U.E.P.S., Tiempo de procesamiento menor, Aleatorio, SG, Prioridad, Otro) 3.- Número (una o más colas) C.- CARACTERÍSTICAS DEL SERVICIO

1.- Diseño de la facilidad --serie, paralelo, mixta-Un servidor, una fase, Un servidor, múltiples fases Múltiples servidores, una fase Múltiples servidores, múltiples fases Estadística de la tasa de servicio (media , variabilidad, y distribución) D.- FUNCIÓN OBJETIVO 1.- Minimizar la combinación de los costos, del tiempo ocioso de los clientes esperando en la línea y de los servidores. 2.- Minimizar la combinación de los costos, del tiempo perdido de los clientes esperando en la línea y los del salario de la gente que provee el servicio. 3.- Criterio Heurístico.- El promedio de clientes que serán servidos en determinado tiempo, ningún cliente requerirá esperar más que cierto periodo especificado de tiempo. E.- ENFOQUES DE SOLUCIÓN 1.- Matemático.- La tasa de servicio y la tasa de arribo (distribuciones) son aproximadas por distribuciones estándar. 2.- Simulación - Estadísticas concernientes a la tasa de tiempos de arribo y de servicios son iteradas por la simulación de MONTE CARLO de distribuciones históricas o distribuciones asumidas.

Ejemplos de sistemas de Colas
Situación Inscripción escolar Supermercado Banco Arribos Estudiantes Clientes Clientes Servidores Coordinador Caja de pago (cajero) Cajero Proceso de servicio Cursos asignados y formas firmadas Nota de compra y pago Deposito, retiro, cambio de cheque, pago de servicios, etc. Paso controlado a través de la intersección Tratamiento Equipo reparado Carga y descarga

Crucero de calles

Automóviles

Semáforo

Consultorio médico Mantenimiento de equipo Terminal de autobuses

Pacientes Equipo descompuesto Autobuses

Doctor y asistentes Mecánico Andenes

Línea de ensamble Oficina de correo Intercambiador Telefónico Caseta de herramientas Terminal aérea

Producto Correo a enviar Llamadas

Trabajadores de ensamble Oficinista de correo Equipo de intercambio electrónico Caseteros Pistas de aterrizaje

Producto ensamblado Proceso y envío del correo Conexión realizada

Trabajadores Aviones

Salida y entrega de herramientas Aterrizaje y despegue de aviones

EJERCICIO DE TEORIA DE COLAS 1.- Basado en su comprensión de cada uno de los siguientes sistemas de colas, describa el servidor, el cliente, la organización, la disciplina, abandono y/o cambio en la cola, y el proceso de servicio. a. Casetas de cobro en una autopista b. Control del tráfico en una intersección por un semáforo. c. El servicio de taxi en un hotel. d. Elevadores de un edificio. e. Servicio de fotocopiado en un negocio de este tipo. f. Clasificación de correspondencia en el servicio postal. g. Servicio médico en un hospital h. Aviones aterrizando en un aeropuerto. i. Líneas telefónicas de emergencia. j. Un restaurante. k. Un sistema de computo de tiempo compartido. 2.- Describa una situación en la cual la espera o el retraso es peligroso para la productividad. Discuta como la situación puede ser mejorada. 3.- Ejercicio: Viajando por las colas Selecciones cinco sistemas a visitar y observar. Conteste las siguientes preguntas. Sea conciso; 1. Describa los servidores y los procesos del servicio. Cuantos servidores hay? 2. Describa a los clientes. 3. Elabore un diagrama de la configuración del servicio y la organización de la cola. 4. Registre el tiempo de servicio para cinco clientes consecutivos. Describa los factores que influencian el tiempo de servicio. 5. Cuente y registre el número de clientes que arriban sucesivamente en intervalos de 1 minuto. Describa los factores que influencian los arribos al sistema.

λ = Tasa promedio de arribo (numero de clientes/unidad de tiempo). L y Lq L = Lq + λ . Si usted observa abandono y/o cambio de la cola describa el proceso. aun ni cuando el tiempo transcurrido sea muy grande. ρ = Fracción promedio de tiempo que el sistema está ocupado (ocupado es definido como unidades esperando o siendo servidas). S= Numero de servidores en paralelo. μ 1 L = λw . Nuestro interés es el de la operación a largo plazo. Relación entre w. ESTADO TRANSITORIO Y ESTADO ESTACIONARIO Un análisis de teoría de colas requiere el estudio del comportamiento del sistema a través del tiempo. wq. Registre la fecha y la hora. wq= tiempo esperado de espera por cliente en la cola. 7. Lq = λwq y además : 1 wq = w − μ . ρ= λ/μ Intensidad de trafico ρ/S= Factor de utilización para s facilidades de servicio w= tiempo esperado de espera por cliente en el sistema. Un sistema en un estado transitorio cuando sus características operativas (comportamiento) varían con el tiempo. y esto no puede ser alcanzado cuando la tasa de arribo es mayor que la tasa de servicio. TERMINOLOGÍA Y NOTACIÓN n= Numero de clientes en el sistema. donde el comportamiento del sistema es independiente del tiempo. w = wq + 1 μ λ 1 = Tiempo de interarribo esperado (unidades de tiempo / unidad) μ = Tiempo de servicio esperado (unidad de tiempo/ unidad) . A estos los llamaremos estado estacionario del sistema. Pn(t)= Probabilidad en el estado transitorio de que exactamente n clientes estén en el sistema en el tiempo t asumiendo que el sistema inició sus actividades (operaciones) al tiempo cero. L = Numero promedio de clientes esperados en el sistema. Pn= Probabilidad en el estado estacionario que exactamente n clientes estén en el sistema. Lq = Numero promedio de clientes esperados en la cola. Esto suele ocurrir en los estados iniciales de operación del sistema. Considerado como el número de unidades promedio que están siendo servidas en cualquier punto de tiempo. μ = Tasa promedio de servicio (numero de clientes/unidad de tiempo). donde su comportamiento depende todavía de las condiciones iniciales.6.

1.ρ= λ = Factor de utilización = fracción de tiempo en que están ocupados los servidores. . .) en el instante t. una muerte λΔt (1− μΔt ) μΔt (1− λΔt ) (1− μΔt )(1− λΔt ) μ (Δt )(λΔt ) Estado en el momento t En-1 En+1 En En Suceso de t+Δt Un nacimiento Una muerte Ninguno Ambos Probabilidad Pn −1( t )(λΔt )(1− μΔt ) Pn +1( t )( μΔt )(1− λΔt ) Pn ( t )(1− λΔt )(1− μΔt ) Pn ( t )(λΔt )( μΔt ) Ahora la probabilidad de que haya n clientes en el sistema será la suma de las cuatro probabilidades. sμ PROCESO DE NACIMIENTO Y MUERTE La mayoría de los modelos suponen que las llegadas y salidas ocurren de acuerdo a este proceso. Postulado de nacimiento Dado que el sistema se encuentra en el estado En para (n=0. . la probabilidad de que ocurra exactamente una muerte durante el intervalo t + Δt es : μ n (Δt )+ 0(Δt ) λo=0 Existen cuatro formas de que existan n clientes en el sistema en el tiempo t+Δt (Pn. Este proceso ocurre completamente al azar y sus tasas de promedio de ocurrencia dependen únicamente del estado del sistema. . n≥1): a) Un nacimiento b) Una muerte c) Ningún nacimiento ni muerte d) Un nacimiento. . 1. Pn ( t + Δt )= Pn ( t )(1− λΔt )(1− μΔt )+ Pn −1 ( t )λΔt (1− μΔt )+ Pn +1 ( t )(1− λΔt )( μΔt ) + Pn ( t )λΔtμΔt Descartando la infinitesimal del orden Δt2 y dividiendo todo por Δt. 2. la probabilidad de que exactamente ocurra un nacimiento durante el intervalo t + Δt es: λ n (Δt ) + 0(Δt ) μo=0 Postulado de muerte Dado que el sistema se encuentra en el estado En para (n=0.) en el instante t. . 2. . . .

.Pn ⎢ ⎥ P0 1 = ⎢ ⎥P 0 .. ⎡λ ⎤ ⎡λ ⎤ ⎡λ ⎤ ⎡λ ⎤ P2 . Pn ⎢ ⎥ Pn −1 P 1 = ⎢ ⎥P 0 ... P0 ..... P2 ⎢ ⎥ P 1.. P3 ⎢ ⎥ ..... Además .P 3 .... ….Pn ( t + Δt )− Pn ( t ) = Pn ( t )(− λ − μ )+ λPn −1 ( t )+ μPn +1 ( t ) Δt y cuando Δt tiende a cero lim Pn ( t + Δt )− Pn ( t ) dPn ( t ) = Δt dt Δt → 0 dPn ( t ) = − (λ + μ ) Pn ( t )+ λPn −1 ( t )+ μPn +1 ( t ) dt Este desarrollo se aplico para el caso n≥1 Para determinar el caso especial donde n=0.P 2 ..P n −1 ⎡λ ⎤ ⎡λ ⎤ ⎡λ ⎤ ⎡λ ⎤ P P0 . P 3⎢ ⎥ ⎣μ ⎦ ⎣μ ⎦ ⎣μ ⎦ ⎣μ ⎦ Substituyendo valores de Po.P 3 .... P2 ⎢ ⎥ ⎣μ ⎦ ⎣μ ⎦ ⎣μ ⎦ ⎣μ ⎦ De acuerdo a los conocimientos de probabilidad P0 + P 1 + P 2 + ..+ ⎢ ⎥ P0 =1 ⎣μ⎦ ⎣μ⎦ ⎣μ⎦ ⎡λ ⎤ Sustituyendo valores ⎢ ⎥ por ρ y sacando Po como factor común tenemos ⎣μ ⎦ 2 3 P0 *(1+ ρ + ρ + ρ +........+ ρ n ) =1 2 3 2 3 n . simplemente ⎡λ ⎤ vemos que cuando n=0.+ P n −1 + P n =1 Substituyendo valores de P 1 . en lugar de P 1 . Así.Pn ⎢ ⎥ Pn −1 si n=0 el sistema está vacío y ⎣μ ⎦ no se puede hablar de muertes.P 2 . Pn-1 (t) es igual a cero.P n −1 ⎡λ ⎤ ⎡λ ⎤ ⎡λ ⎤ P0 + ⎢ ⎥ P0 + ⎢ ⎥ P0 +... Nuestra ecuación diferencial para este caso donde n=0 se convierte en: dPo ( t ) λPn −1 ( t )= 0 μPo ( t )= 0 = − λP0 ( t )+ μP 1 ( t )= 0 dt Entonces la probabilidad de n clientes en el sistema es cero y nuestra expresión se convierte en λP0 ( t )= μP1 ( t ) .

designa el proceso de servicio. en el estado estacionario. que consiste en un grupo de letras y números de la forma: A/B/S/m/d/e donde cada uno de los dígitos tiene el siguiente significado: A designa el proceso de llegadas. en este lugar se colocará la letra M. es decir. describe la distribución del tiempo de servicio y. es decir. más concretamente. Si este proceso es markoviano de tipo Poisson-exponencial. se colocará la letra D y la letra G si las llegadas son de otro tipo. Notación de Kendall De las relaciones expuestas en el apartado anterior se desprende que si conocemos las series: {t k } {s k } y el número de canales S tenemos toda la información necesaria para describir la cola. número máximo de usuarios simultáneos que se admiten en el sistema. B S m d .. de las salidas del sistema. ⎣ 1− ρ ⎦ cuando n > 0 y ρ < 1 ⎛ λ⎞ 1−⎜ ⎟ ⎝ μ⎠ 1− ρ =1− ρ Po = = 1 1 ⎡λ ⎤ Pn = ⎢ ⎥ P0 ⎣μ ⎦ n Po = μ−λ μ ⎡λ ⎤ ⎡μ − λ ⎤ Pn = ⎢ ⎥ ⎢ ⎥ ⎣μ ⎦ ⎣ μ ⎦ n Este modelo ha sido desarrollado con un sistema de colas de un servidor y una fase.. Se colocará la letra M si este proceso es markoviano. proceso de decisión de cuál de los usuarios en espera va a pasar a recibir servicio.Aplicando a la serie geométrica 1 1+ ρ + ρ 2 + ρ 3 +. 1− ρ entonces tenemos ⎡ 1 ⎤ Po = ⎢ ⎥ =1. disciplina de la cola. para describir un sistema de colas se emplea la notación de Kendall. Si esta capacidad es infinita. Por omisión se considera una cola tipo FIFO. En todos los casos supondremos que la duración del tiempo de servicio es independiente de la distribución de las llegadas. tal y como se describió en la página 3. describe el tipo de distribución del tiempo entre llegadas. Por eso.+ ρ n = . D si es determinístico y G si es de otro tipo. número de canales de servicio ó número de servidores. se omite. Si el proceso es determinístico. por tanto.

..- Pn-1 Pn μ λPo = μP1 → P1 = λ Po μ μ μ μ ⎛ λ⎞ λ λP1 = μP2 → P2 = P1 = ⎜ ⎟ Po μ ⎝ μ⎠ .E población finita o infinita de donde provienen los clientes CASOS: CASO 1 Un solo servidor a) Llegadas Poisson y tiempo de servicio Exponencial En este modelo los clientes serán atendidos por orden de llegada PEPS (FIFO). Definiremos el trabajo en el sistema a la legada de un cliente en un instante t como la suma de los tiempos remanentes de servicio de todos los clientes en el sistema en ese instante.. Además no existirán limitaciones en cuanto a la cantidad de clientes que el sistema soporta (pueden ser atendidos infinitos clientes). Solución para el estado estacionario . λ≤μ λ λ λ λ P o P1 P2 ..1... ... 2.... 2 λPn −1 ⎛ λ⎞ λ = μPn → Pn = Pn −1 = ⎜ ⎟ Po μ ⎝ μ⎠ n Po =1− ρ y Pn = (1− ρ )ρ n n = 0..

.. así.. + ρ n ) = ∂ ∂ρ ρ (1 + ρ + ρ 2 + ρ 3 + .NUMERO ESPERADO DE CLIENTES EN EL SISTEMA (L) L = ∑ ipi = oPo +1P 1 +2 P 2 +....... + nρ n −1 = de la serie geométrica 1+ ρ 2 + ρ 3 +.. Lq = L − ⎢ ⎥ = ⎣μ ⎦ μ −λ μ λ2 μ (μ − λ ) . 1− ρ ⎡λ ⎤ μ − λ 1− ⎢ ⎥ ⎣μ ⎦ L= de esto obtenemos Número medio de clientes en la cola: Lq = λ μ−λ = ρ 1− ρ ⎡λ ⎤ λ λ − .. + ρ n ) (1 − ρ ) − (−1)( ρ ) 1 = 2 dρ (1 − ρ ) (1 − ρ ) 2 μ−λ y sustituyendo en Po =1− ρ = = μ ∑ ip i =0 n i ⎡ 1 ⎤ 1 = ρPo ⎢ = ρ (1 − ρ ) 2⎥ (1 − ρ ) 2 ⎣ (1 − ρ ) ⎦ ⎡λ ⎤ ⎢ ⎥ μ ρ λ Número medio de clientes en el sistema: L = = ⎣ ⎦ = . + nρ n Po = ρPo(1 + 2 ρ + 3ρ 2 + .+ =1/1− ρ Obtenemos ⎡ 1 ⎤ d (ρ ⎢ ⎥) ⎣1 − ρ ⎦ ∂ ∂ρ ( ρ + ρ 2 + ρ 3 + . + nρ n −1 ) donde 1 + 2 ρ + 3 ρ 2 + ...+ nP n i =0 n Sabemos que ⎡λ ⎤ P 1 = ρP 0 = ⎢ ⎥P 0 ⎣μ ⎦ ∑ i =0 n iPi = ρPo + 2 ρ 2 Po + ..

Tiempo promedio que pasa un cliente en el sistema Tiempo promedio que pasa un cliente en al cola W = L λ = 1 μ −λ Wq = λ μ (μ − λ ) La probabilidad de que un cliente pase determinado tiempo en el sistema se calcula de la manera siguiente: P {Wq > t} = ρ P {W > t} = e e− μ (1− ρ ) t . c) Fracción de clientes que deben esperar. En esta situación.0667 Horas μ ( μ − λ ) 30 ⋅ 10 es decir. para t≥0 − μ (1− ρ ) t . 4 minutos. Los clientes llegan a la ventanilla con una tasa de 20 clientes por hora. para t≥0 Ejemplo: La ventanilla de un banco realiza las transacciones en un tiempo medio de 2 minutos. Si se supone que las llegadas son de Poisson y los servicios exponenciales. b) Tiempo medio de estancia de los clientes en la cola.33% del tiempo. la fracción de clientes que deben esperar es: . Como ρ= λ 2 = <1 μ 3 podemos afirmar que el sistema es estacionario. se pide: a) Porcentaje de tiempo en que el cajero está ocioso.3333 luego el cajero estará ocioso un 33. El tiempo medio que un usuario pasa en la cola es: Wq = λ 20 = = 0. el porcentaje de tiempo que el cajero está ocioso es igual a la probabilidad de que no haya ningún usuario en el sistema: P0 = 1 − ρ = 0. Por último. podemos decir que la tasa de servicio es de μ = 30 clientes por hora. Si la atención a los clientes dura un promedio de 2 minutos.

(1 − ρ ) ] . un modelo con servidores paralelos (s ≥ 1) es considerado. La llegada de clientes los sábados es un proceso de Poisson con una tasa de 10 personas por hora y los clientes son atendidos según una política FIFO con un tiempo medio de servicio de 4 minutos. La tasa de servicio es de μ = 15 clientes por hora. Como λ < μ .ρ2 Lq 1 − ρ 2 = =ρ= ρ 3 L 1− ρ Ejemplo: Una tienda de alimentación es atendida por una persona. Por último. = = 01333 Horas μ ( μ − λ ) 15 ⋅ 5 es decir. Es asumido que todos los canales tienen la misma distribución de servicio (EXPONENCIAL) con tasa de promedio μ y por unidad de tiempo. lo cual tiene una distribución exponencial con parámetros [ μ . Por tanto: P( T < 12) = 1 − e − μ (1− ρ ) t = 1 − e 1 12 −15⋅ ⋅ 3 60 = 0. tal es el caso que s clientes puedan estar siendo servidos simultáneamente.3333 1− ρ 1 3 3 El tiempo promedio de espera en cola: 2 Wq = λ 10 . Se pide: a) Probabilidad de que haya cola. . de 8 minutos. b) Longitud media de la cola. el sistema es estable con ρ=2 . la probabilidad de que un cliente está menos de 12 minutos en la tienda es la probabilidad de que el tiempo de espera más el de servicio sean menores que 12. La tasa de arribo tiene una distribución de Poisson λ .6321 CASO 2 SERVIDORES MÚLTIPLES En este caso. c) Tiempo promedio de espera en cola. d) Probabilidad de que el cliente esté menos de 12 minutos en la tienda. 3 La probabilidad de que haya cola es: P[n(t ) > 1] = 1 − P0 − P1 = 1 − P0 − λ Po = 1 − 1 + ρ − ρ (1 − ρ ) = 0.4444 μ La longitud media de la cola será: 4 4 ρ Lq = = 9 = = 1.

..... n=0 0<n<s n≥s λ λ λ λ λ λ λ Ps-1 Ps Ps+ 1 Pn-1 Pn μ 2μ (s-1)μ sμ sμ sμ sμ Consideremos el comportamiento del sistema ⎡λ ⎤ P 1 = ⎢ ⎥P 0 ⎣μ ⎦ ⎡λ ⎤ P 1 ⎡λ ⎤ λ λ P2 = ⎢ ⎥ P P0 = ⎢ ⎥ 0 1 = 2 ⎣μ ⎦ 2μ μ ⎣ μ ⎦ 2! ⎡λ ⎤ P 1 ⎡λ ⎤ P3 = ⎢ ⎥ P3 = .... . .(λ + nμ)Pn + (n+1)μ Pn +1 = 0..... λPn-1 ... λPn-1 .(λ + sμ)Pn + sμPn+1 = 0.. 3 ⎣μ ⎦ ⎣ μ ⎦ 3! Ps −1 = 3 2 para n<s Pn = ρn n! P0 s −1 λ ( s −1) μ Ps − 2 ⎡λ ⎤ λ λ λ = .. P0 = ⎢ ⎥ ( s −1) μ ( s − 2 ) μ ( s − 3) μ 3μ 2 μ μ ⎣μ ⎦ λ λ λ P0 ( s −1)! .La derivación de las ecuaciones diferenciales para este modelo es la misma que para el modelo de un servidor excepto que la probabilidad de servicio durante un instante Δt es aproximadamente nμΔ para n < s y sμΔt para n ≥ s por esto cuanto Δt tiende a 0 en el caso estacionario tenemos: -λPo + μP1 = 0. ... = ⎢ ⎥ 0 ..

.ρ j = ρ (1 + 2.. Ps − 2 = ⎜ ⎜μ⎟ ⎟ sμ sμ ( s − 1) μ ⎝ ⎠ S! ⎛λ⎞ λ λ λ λ λ λ λ λ λ λ = Ps = . Pn = ⎣ n − s⎦ P0 S S! n En el caso de servidores múltiples ρ = λ λ existirá este cuando n>s y < 1 entonces sμ sμ n Lq = ∑ n = s (n − s ) Pn α ⎛λ⎞ ⎜ ⎜μ⎟ ⎟ ⎝ ⎠ P . tendremos que Lq = ∑ j =0 jPs + j .... . ..ρ 0 + 1.ρ 2 + . . = ρ j 2 ) d ρ (1 + ρ + ρ .ρ + 3... ..donde Ps + j ⎛ λ⎞ j ⎜ ⎟ ρ s j s+ j ⎡ λ ⎤ ⎡ λ ⎤ P0 ⎡ λ ⎤ ⎝ μ⎠ P0 = P0 = ⎢ ⎥ ⎢ ⎥ =⎢ ⎥ j S! ⎣ μ ⎦ ⎣ μs ⎦ S! ⎣ μ ⎦ S S! s s Lq = ∑ j =0 ∞ (∑ (∑ ∞ j =0 ∞ j =0 jρ j = 0...ρ 1 + 2.donde Pn = n−s 0 S! S si hacemos n-s = j.. ..P0 = ⎜ ⎜μ⎟ ⎟ sμ sμ sμ sμ sμ ( s − 1) μ ( s − 2) μ 3μ 2μ μ ⎝ ⎠ S +1 S Ps +1 Po SS! Entonces para cuando: ⎡λ ⎤ ⎢ ⎥ μ λ Po = ⎣ 2⎦ P0 = Sμ S S! S *2 PS + 2 ⎡λ ⎤ ⎢ ⎥ μ así. ∞ s . parcialmente obtenemos d ( ρ + ρ 2 + ρ 3 + ..ρ 2 + .... ρ ⎛ 1 1 d ρ( ) = ρ⎜ ⎜ dρ 1 − ρ ⎝ (1 − ρ ⎞ ⎟ ⎟ ⎠ α 1 = ∑ar n = 1+ ρ + ρ 2 + ρ 3 + .) .. jρ ) = ρ dρ ⎡λ ⎤ j⎢ ⎥ ρj ⎣μ ⎦ P0 S! ⎛λ⎞ P0 ⎜ ⎜μ⎟ ⎟ = ⎝ ⎠ S! (∑ ∞ j =0 jρ j ) . + j.....⎛ λ ⎞ P0 λ λ λ Ps = Ps −1 = .. Ps −1 = .. (1− ρ) n=0 ) 2 Por lo que sustituyendo (∑ ∞ j =0 jρ j = ) ρ (1 − ρ ) 2 ⎛λ⎞ P0 ⎜ ⎜μ⎟ ⎟ en Lq = ⎝ ⎠ S! s (∑ ∞ j =0 jρ j ) .) dρ como la serie geométrica converge cuando ρ < 1 entonces..

. ∑ ρ i =1. + P n = 1. tenemos que. ya que 1− ρ ⎫ ⎧ ⎛ λ ⎞n ⎛ λ ⎞S ⎟ ⎟ ⎜ ⎪ s −1 ⎜ ⎜μ⎟ 1 ⎪ ⎜ ⎟ ⎪ ⎪ ⎝μ⎠ P0 = ⎨∑ +⎝ ⎠ ⎬ S! 1 − ρ ⎪ ⎪n = 0 n! ⎪ ⎪ ⎭ ⎩ −1 La probabilidad de que un cliente pase determinado tiempo en el sistema se calcula de la manera siguiente: .. donde λ S !(1 − ρ ) 2 ⎛1⎞ sabiendo que w = wq + ⎜ ⎟ . ⎝μ⎠ se pueden obtener W y L Como. así + ⎬ ∑ ∑ s! n = s n=s ⎪ ⎪ n = 0 n! ⎪ ⎪ ⎭ ⎩ aplicando nuevamente la serie geométrica. ∑ρ j =0 α j = 1 . s n−s ⎧ ⎛ λ ⎞n ⎛λ⎞ ⎛ λ ⎞ ⎫ ⎜ ⎟ ⎪ s −1 ⎜ ⎜ ⎟ ⎟ ⎟⎜ ⎜ sμ ⎟ ⎟ ⎪ α ⎜ μ ⎪ ⎝μ⎠ ⎝ ⎠ ⎝ ⎠ ⎪ +∑ P0 = ⎨∑ ⎬ S! n≤ s ⎪n = 0 n! ⎪ ⎪ ⎪ ⎩ ⎭ −1 s s ρ= λ sμ y que ⎛λ⎞ L = Lq + ⎜ ⎟ ⎝μ⎠ P0 + P 1 + P 2 + . entonces .⎛λ⎞ P0 ⎜ ⎟ ρ μ Tenemos que el número promedio de clientes en la cola es Lq = ⎝ ⎠ 2 S !(1 − ρ ) sabemos que Lq = λ Wq entonces el tiempo promedio que pasa un cliente en la cola es ⎛λ⎞ P0 ⎜ ⎟ ρ ⎝μ⎠ Wq = .. −1 ⎫ ⎧ ⎛ λ ⎞n ⎛ λ ⎞S ⎟ ⎜ ⎟ ⎪ ⎪ s −1 ⎜ ⎜ ⎟ ⎜μ⎟ α α ⎪ ⎝μ⎠ ⎝ ⎠ n−s ⎪ P0 = ⎨∑ ρ En ρ n − s j = n − s.

Debido a que existen normalmente 4 líneas de servicio en paralelo que trabajan independientemente uno del otro se puede dividir la tasa de llegada equitativamente entre las cuatro líneas. para t≥0 P {Wq > t} = S !(1 − ρ ) S Donde ρ = λ Sμ ⎛ − μ t ⎜ S −1− ⎟ λ Cuando S-1. 1 − e ⎝ μ ⎠ debe reemplazarce por μ t μ λ⎞ Ejemplo: En un banco existen cuatro líneas de servicio y los clientes que arriban al sistema se unen a la cola más corta. El servicio tiene disciplina FIFO y existe espacio suficiente en el estacionamiento del banco para dar cabida a los carros. Los clientes llegan aleatoriamente a una tasa de 16 por hora. Cada servidor puede atender las transacciones a una tasa de 8 por hora. ( S ρ ) Po e− S μ (1− ρ ) t . para t≥0 ( S ρ ) Po es la probabilidad de que todos los servidores estén ocupados donde P( J ≥ S ) = S !(1 − ρ ) Así. para t≥0 P {Wq > t} = ⎡ ⎣1 − P {Wq = 0}⎤ ⎦e P {Wq > t} = P( j ≥ S )e − S μ (1− ρ ) t . para t≥0 − S μ (1− ρ ) t S . ρ= λ 1 = μ 2 L= ρ 1− ρ = 1 carro en el sistema .P {W > t} = e ( ) ⎧ ⎡ ⎛ λ ⎞⎤⎫ −μt ⎜ S − 1 − ⎟ ⎥ ⎪ S⎢ ⎪ μ ⎠⎥⎪ ⎝ ⎪ Po ⎛ λ ⎞ ⎢1 − e ⎜ ⎟ ⎪ ⎥⎪ ⎝μ⎠ ⎢ −μ t ⎪ ⎢ ⎥⎪ ⎪ ⎣ ⎦⎪ 1 + ⎨ ⎬ ⎛ λ⎞ ⎪ ⎪ S !(1 − ρ ) ⎜ S − 1 − ⎟ ⎪ ⎪ μ⎠ ⎝ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎩ ⎭ .= 0. Se tienen 4 líneas cada una con λ= 4 y μ = 8.

algunas líneas tienden a moverse más rápido que otras. Cada cliente entonces se mueve (acude a la caja) a la primera caja que se desocupe y el siguiente cliente de él pasa a ser el primer cliente en la línea. Muy seguido entonces.Se desea investigar un nuevo arreglo para reducir el tiempo de espera para los clientes en el servicio de las cajas. Se ha investigado las formas en que el banco podría manejar el problema. Normalmente los clientes se unen a aquella línea más corta.1739 s ! (μs − λ ) =1− P0 − P 1 − P 2 − P 3 ρs (μs ) . Una forma sería tener una sola línea de espera.1739carros / linea ⎛λ⎞ ⎜ ⎜μ⎟ ⎟ Pn = ⎝ ⎠ n − s Po s! s n ρ sρ P (sistema este ocupado) = Pn = . un cliente que selecciona una línea corta debe esperar un periodo grande de tiempo si el cliente de adelante tiene que realizar largas transacciones. Arreglo Actual w= λ 1 = hora .1304 Lq = P ( Sistema ocupado) * Lq = .5 minutos en la linea wq = λ 8 Si se analizara el caso de canales múltiples donde existe una sola línea para los cuatro servidores tendríamos s=4 ρ= λ μ Po = . debido a las diferencias en los tiempos de servicio. Este procedimiento no siempre trabaja bien. Comparando el actual con el propuesto procedimiento el criterio de decisión será el tiempo promedio que un cliente pase en la cola. μ 4 Arreglo propuesto 15 min/ linea ⎛1⎞ 1 Lq = L − ρ = 1 − ⎜ ⎟ = carro en la linea ⎝2⎠ 2 Lq 1 = hora = 7.

P0 = 1 n ⎧ ⎛λ⎞ ⎫ ⎜ ⎟ ⎪ s −1 n ⎟ ⎪ α ⎜ μ ⎪ ⎛λ⎞ ⎝ ⎠ ⎪ ⎨∑ ⎜ ⎜μ⎟ ⎟ + ∑ s! s n − s ⎬ = 0. min.1739carros en el sistema μ Lq = .054 minutos para una línea.1739 = 0.654 min utos wq = μ = w= L λ 2.0109horas 16 o 0.1739 = 2.1304(2) 4 ⎜ ⎟ μ ρ ⎝ 2 ⎠ = . Lq.1304 ⎜ ⎟ ⎝1− ρ ⎠ ⎥ ⎥ ⎥ ⎦ −1 Costos de un Sistema de Líneas de Espera La obtención de L. Estas decisiones suelen expresarse en términos de . W y Wq a través de los modelos de nacimiento y muerte permite tomar decisiones de sistemas de líneas de espera.1739 = 0.1359horas 16 o 8. para 4 líneas individuales con Wq de . tenemos un drástico mejoramiento en el servicio.1739carros Lq = ⎝ ⎠ = 2 s ! (1 − ρ ) ⎛1⎞ 4!⎜ ⎟ ⎝4⎠ en la linea L= λ + Lc = 2 +.1304 ⎪n = 0 ⎝ ⎠ n = s ⎪ ⎪ ⎪ ⎩ ⎭ ⎡ ⎛ λ ⎞n ⎛ λ ⎞S ⎢ s −1 ⎜ ⎟ ⎜ ⎟ μ μ P0 = ⎢ ∑ ⎝ ⎠ + ⎝ ⎠ ⎢ n =0 n ! s! ⎢ ⎢ ⎣ ⎤ ⎥ ⎛ 1 ⎞ ⎥ = .152 min utos ρ= λ 1 = sμ 2 Si comparamos Wq de 7.5.⎛λ⎞ ⎛1⎞ P0 ⎜ ⎟ s .

deberá calcularse en cada caso. Si el tamaño de la cola está limitado. tendremos también costos de abandono. cuando éstas llegan al sistema. si el tamaño de la cola es demasiado grande. tenderemos: Costos de servicio = Tasa de utilización del servidor = Cs S um/periodo Dicha tasa de utilización será igual a ρ para los modelos de universo finito y cola no limitada. de los modelos de cola finita permiten representar un comportamiento de abandono del sistema por parte de las unidades. Si incurrimos en estos costos el servidor está ocupado. que no es más que el costo de servicio por unidad en el sistema para un determinado periodo de tiempo. Suelen caracterizarse con el parámetro Cs. Dichos costos pueden interpretarse en términos de pérdida de calidad de servicio. en función del sistema que estemos tratando. Para el resto de los modelos. las unidades que abandonan el sistema valdrán: Unidades que abandonan = λ Pk Donde λ representa la tasa de llegadas al sistema referida al periodo considerado. Costos de servicio Serán directamente proporcionales al número de servidores en paralelo que establezcamos en el sistema.minimización de los costos asociados a la espera. Se caracterizan por Ca que es el costo de abandono por unidad para un periodo de tiempo determinado. independientemente de que efectivamente esté en servicio o no. Se trata de unos costos de naturaleza parecida a los de espera. el tamaño de la cola es k – s. Costos de Espera La preocupación por el diseño de un sistema de líneas de espera supone la existencia de ciertos costos de espera. Para cualquier sistema de espera tendremos dos tipos de costos: Costos de servicio y costos de espera. etc. entonces: Costos de abandono = Ca λ Pk . que expresa los costos de servicio por servidor para un determinado periodo de tiempo: De este modo. pero de manera indirecta: un aumento del número de servidores inducirá una reducción del número promedio de unidades en el sistema L. Se caracterizan por el parámetro Ce. Mas concretamente. asociados al número medio de unidades en el sistema. Costos de Abandono Entre otras utilidades. se supone que las unidades que abandonarán el sistema si. suponemos que incurrimos en costos de servicio por el hecho de disponer del servidor. Dichos costos de espera valdrán: Costos de espera = Ce L um/periodo Los costos de espera también dependen del número de servidores. La tasa de entradas al sistema será. posibles reducciones de ventas futuras debido al largo tiempo de espera en experiencias anteriores. tenderemos: Costos de servicio = Cs S um/período Al expresar los costos de servicio de este modo. Para un determinado periodo de tiempo. aunque en ocasiones pueden interpretarse como reducciones de ventas actuales (por abandono).

Si se contrata un ayudante. El gerente cree que por cada minuto que un cliente pase en espera. M/M/S Ejemplo: El gerente de un banco debe determinar cuantos cajeros deberán trabajar los viernes. cada hora que el operario pasa en el almacén le cuesta a la fábrica $100.. se incurre en un costo de espera de $0. La fábrica esta decidiendo entre contratar o no ( a $40 por hora) a un ayudante. Por lo anterior el ayudante deberá ser contratado. Un promedio de 2 clientes por minuto arriban al banco. cuantos cajeros deberá contratar el banco para que trabajen los viernes? λ=120 y µ=30 clientes por hora y S>1.5. Un promedio de 10 operadores por hora arriban al almacén en busca de de partes. En la actualidad el almacén es atendido por un dependiente a quién se le paga $60 por hora y a quién le toma un promedio de 5 minutos atender la demanda de un operario. En promedio le toma a un cajero 2 minutos atender la transacción de un cliente. el costo esperado por hora es 100+200 = $300. Debido a que al operador se le pagan $100 por hora. debido a que se ahorran 500-200 = $300 por hora. tenemos que: Como λ=10 y µ=12 clientes por hora y W = μ − λ 12 − 10 Costo del servicio/hora =$60 y Costo promedio de espera = 100(0. Para minimizar la suma de los costos de servicio y espera. El tiempo entre arribo y de servicio son exponenciales. Se deberá contratar al ayudante? Costo esperado Costo del servicio Costo de espera = + Hora Hora Hora Costo de espera ⎛ Costo de espera ⎞ ⎛ No. Costo promedio de espera Costo promedio de espera = 100W y = 100W λ Cliente Hora 1 1 = = 0. Le cuesta al banco $90 por hora contratar a un cajero. λ 120 4 = = < 1 S debe ser mayor a 4 Como ρ = S μ S *30 S Costo esperado de eservicio Costo de espera + Minuto Minuto . al dependiente le tomará un promedio de 4 minutos procesar la demanda de los operarios.5)10 = $500 Por lo que sin ayudante. Por lo que con ayudante. debe obtener sus herramientas de un almacén.M/M/1 Ejemplo: Un operario que trabaja en una fábrica. el costo esperado por hora es 60+500 = $560. promedio de clientes ⎞ =⎜ ⎟*⎜ ⎟ Hora Cliente Hora ⎝ ⎠ ⎝ ⎠ ⎞ ⎛ Horas promedio que el ⎞ Costo promedio de espera ⎛ $100 =⎜ ⎟*⎜ ⎟ Hora ⎝ Operario-Hora ⎠ ⎝ cliente pasa en el sistema ⎠ Así. que es mas de $40 por hora de salario que cuesta el ayudante.2)10 = $200. Considere que los tiempos de servicio entre arribos son exponenciales.2horas clientes por hora y W = μ − λ 15 − 10 Ahora el costo del servicio/hora =60 + 40 = $100 y Costo promedio de espera = 100(0. Con el ayudante λ=10 y µ=15 1 1 = = 0.5horas .

6 Debido a que S=6 tiene un costo de servicio de 6*1. si todos los clientes que tienen que esperar mas de 5 minutos en la caja de un supermercado deciden cambiar a otra tienda. y µ=0.80 Wq = 1.5Wq)= $1*Wq 7 Para S=5. ρ=0.Debido a que a cada cajero se le paga 90/60 = $1. Costo esperado de eservicio = $1. esperado de clientes Costo de espera = + Minuto Minuto Minuto Pero Costo de espera/cliente = $0. Además del tiempo esperado de un cliente en el sistema. Teniendo 5 cajeros atendiendo es óptimo.004 . Costo de espera/minuto = 2(0.55* e−5 = 0.1)=$1.012897.5 por minuto. es de interés la distribución de tiempo de espera de un cliente.1 Y para S=5 Costo total esperado = =1. Para un sistema M/M/S se puede mostrar que. Costo de espera No.5S Minuto Como en el ejemplo anterior. la probabilidad que un dado cliente se cambie a otra tienda iguala a P(W>5). Diciéndolo de otra manera.1 minutos 0.1 por minuto en costo de espera.5(1− 0. no puede ser óptimo contratar mas de 5 cajeros.8 ) 5 P(Wq > 10) = P ( j ≥ 5)e ⎣ ⎡ −5*0.5 por minuto.80.5*5 + 1. Por ejemplo.012897 = 0. Como el costo de un cajero adicional de de $1.5 clientes por minuto ( S ρ ) Po .5*5 Costo de espera/minuto = 1.80 )10 ⎤ ⎦ = 0.8) *. ρ = = 0. con 6 cajeros no se tiene un costo total menor que con 5 cajeros. Para determinar esta probabilidad.5 = $9. poniendo otro cajero adicional puede ahorrar al banco a lo máximo $1.5 Wq Debido a que 2 clientes arriban por minuto. entonces como P( J ≥ S ) = S !(1 − ρ ) S ( 5*.1 = $8. Po=0.0(1.550272 P ( J ≥ 5) = 5!(1 − . es necesario conocer la distribución del tiempo de espera de un cliente. ⎡ − μ ( S −1− S ρ )⎦ ⎤ ⎧ ⎫ 1 − e⎣ ⎪ ⎪ P( w > t ) = e − μt ⎨1 + P( j > S ) ⎬ S −1− S ρ ⎭ ⎪ ⎪ ⎩ P(Wq > t ) = P( j ≥ S )e ⎣ ⎡ − S μ (1− ρ )t ⎤ ⎦ Para ilustrar esto considere en ejemplo anterior en que S=5.

la compañía ha acordado pagar a cada propietario de barco $ 1000/día que el barco pase en el sistema (en espera de carga o siendo cargado). la compañía no puede asegurar exactamente cuanto tiempo llevara cargar un barco. maíz y otros granos. Esta restricción significa que mientras el barco esté esperando y mientras esté siendo cargado la tripulación del barco esta ociosa. Sean M = No. asi M De 5 1 5/4 4/5 1/5 4 16/5 4 16/5 1200 4000 5200 M >5 λ= 1 8 1 8/4 4/8 1/2 1 1/2 1 1/2 1920 1000 2920 μ=M(1/4) 9 1 9/4 4/9 5/9 4/5 16/45 4/5 16/45 2160 800 2960 10 1 10/4 4/10 6/10 2/3 4/15 2/3 4/15 2400 666. No existe un calendario fijo para las llegadas de los barcos porque las llegadas difieren de acuerdo a los costos de los granos.7 3066. Costo total = Σ pago/día + pago a los equipos de carga Los trabajadores por equipo cuestan a la compañía $10/trab/hr (8 horas/día) por jornada. Debido a la restricción en la capacidad y a la configuración de la carga. Ejemplo: La CIA de transportes “Maíz-Trigo” carga barcos con trigo arroz. tal que la resultante tasa de carga es: Barcos cargados/día = (num. se desea determinar cuantos equipos son necesarios para cargar los barcos tal que el costo total sea minimizado. ya que sólo se encarga de cargar los granos a los barcos siempre que alguno llegue para solicitarlo. De equipos. ⎛1⎞ M⎜ ⎟ ⎝4⎠ Numero λ μ ρ Po L Lq w wq Costo de empleado Costo de espera Costo total ( ) y como : λ < 1 entonces μ 4 < 1 . y el Costo Total = 240M + 1000L Como λ=1 y μ = M 1 4 1 <1 . La compañía no es propietaria de los barcos que carga.3 . condiciones internacionales etc. Este pago es para compensar al propietario del barco por la pérdida de ganancias mientras el barco esta siendo cargado en el muelle de la compañía.7 1/M(1/4)<1 entonces M>4 Equipos 6 1 6/4 4/6 1/3 2 4/3 2 4/3 1440 2000 3440 7 1 7/4 4/7 3/7 4/3 16/21 4/3 16/21 1680 1333.3 3013. De acuerdo a los archivos un equipo de carga de 3 hombres puede cargar a razón de ¼ de barco/día. para ser enviados a altamar. de equipos)(1/4 barco/día/equipo). Los equipos pueden trabajar juntos sin interferencia entre los equipos.Por lo que el banco el gerente puede estar seguro que la probabilidad de que un cliente tenga que esperar más de 10 minutos es muy pequeña. a una tasa promedio de uno por día. Ya que las ganancias del propietario del barco dependen del tiempo que el barco pase en el muelle (sistema) y además de que la compañía vende grano debido al exceso del mismo. Por esto se asume que los barcos llegan aleatoriamente.

7031 2.1524 .3333 1.0630 2.3333 . .0842 . Ejemplo: Supóngase el caso en que la compañía Maíz y Trigo.5050 .7509 2880 751 500 4131 El costo menor para 2 instalaciones es de $3753 y utiliza 4 equipos/instalación. La compañía desea determinar si seria mas barato rentar la instalación o permanecer únicamente con la propia.3963 1. debe ser mayor a 2 S=2 <1 . MODELO DE FUENTE FINITA Modelo de fuente finita para un servidor En este modelo se considera que el tamaño de la población es finito. μ = m ( ¼ ) Costo total = costo de empleado + pago a barcos + pago renta. Los resultados siguientes son para el estado estacionario. en el caso del servicio a un grupo de maquinas de una fabrica. Ocupado) Lq L Wq W Costo de empleado Pago de barcos Pago renta Costo total de 3 1 3/4 4/3 .La compañía minimizará costos utilizando 8 equipos. tiene la oportunidad de rentar una instalación de servicio adicional (muelle) a un costo de $500/dia.3333 1920 1333 500 3753 Equipos 4 por instalación 5 1 5/4 2/5 . Esta instalación tiene las mismas características que la instalación de la compañía y la eficiencia de los empleados será la misma. sμ 2⎜ 1 ⎟ ⎜ ⎟ ⎝4⎠ λ= 1.3333 1.4069 1440 2396 500 4336 1 1 ½ .1524 .9524 2400 952 500 3852 6 1 6/4 2/6 . con tiempo de llegada Poisson y tiempo de servicio exponencial para un servidor.2286 . por ejemplo. . De equipos por instalación Numero λ η ρ Po P(Sist.2. CT = 2(m)(240) + 1000 L + 500 No.3333 .2013 .0842 .3.1683 .7509 . ⎛ ⎞ ⎟ 1⎜ λ ⎜ m ⎟ < 1.4286 . Este costo es mayor que el de utilizar una instalación $3753 > $2920 Entonces no es conveniente rentar otra instalación.3333 . m < 2.9524 .5315 1. ⎧ M ⎡ M! ⎤⎫ P0 = ⎨∑ ⎢ ρ n ⎥⎬ ⎩ n =0 ⎣ (M − n )! ⎦ ⎭ −1 Pn = M! ρ n P0 (M − n )! n=1. . Denotamos a M como el numero de unidades en la población (tamaño de la población).

μ=60/10=6. W = L / λeff . a) Encuentre el porcentaje del tiempo que la grúa esta ociosa.λ=60/30=2. b) Cuál es el número esperado de maquinas en espera del servicio de la grúa? a). Este sistema tiene un total de N maquinarias y se les da servicio con s mecánicos (s ≤ M ) con tiempo de llegada Poisson y tiempo de servicio exponencial. ρ=0.00081)=0. El tiempo desde el momento que la grúa se mueve a servir a la maquina hasta que la nueva carga es instalada es también Exponencial con media de 10 minutos. la grúa es llamada para descargar la maquina y para instalarle una nueva carga de una aérea adyacente de almacenamiento. Wq = Lq / λeff donde λeff = λ(M-L) Ejemplo: Diez maquinas están siendo atendidas por una grúa aérea: Cuando una maquina termina su carga. M M ⎛M ⎞ ⎧ ⎞ n n! ρ n ⎫ ⎪ s ⎛ ⎟ρ + ∑ ⎜ ⎟ n−s ⎪ P0 = ⎨∑ ⎜ ⎬ ⎜ ⎟ ⎜ ⎟ ⎪ ⎪ n = s +1 ⎝ n ⎠ s! s ⎩n = 0 ⎝ n ⎠ ⎭ −1 LS = Lq + M λeff λeff = ∑ ( M − n)λPn μ n =0 ⎧⎛ M ⎞ n ⎟ ⎪⎜ ⎜ ⎟ ρ Po ⎪⎝ n ⎠ Pn = ⎨ M ⎞ n! ρ n ⎪⎛ ⎜ ⎟ ⎪⎜ ⎟ S! S n − s Po ⎩⎝ n ⎠ donde Lq = ∑ (n − s ) Pn n=s M 0≤n≤s s<n≤M λeff = ∑ λ ( M − j ) Pj = λ ( M − L) j =0 M L = ∑ nPn n=0 M es el numero esperado de servidores ociosos para calcular W y Wq Las medidas W y Wq se pueden derivar del L usando las fórmulas obtenidas anteriormente. El tiempo maquina de carga se asume ser Exponencial con una media de 30 minutos.33333 % tiempo que la grúa esta ociosa = 100Po = (100)(0.081% ..1 ⎛λ+μ⎞ Lq = M − ⎜ ⎟ (1 − P0 ) = M − (1 + )(1 − P0 ) ρ ⎝ λ ⎠ μ 1 L = M − (1 − P0 ) = M − (1 − P0 ) = Lq + (1 − po) λ ρ Lamda Efectiva λeff = λ ( M − L) Modelo de fuente finita para S servidores Este modelo es también conocido como “MODELO DE SERVICIO PARA MAQUINARIA”.

75) 3 P3 = ⎜ = 1 ⎜ 3⎟ ⎟ ⎝ ⎠ 2! 2 ⎛ 5 ⎞ 5! (.W = 1.333⎠ ≈6 −1 ⎧ ⎫ 10! 10! 10! 10! 1 ⎪ 10 10! ⎪ ⎧ 2 3 10 ⎫ 0.001 ..00081) = 6.3333 Lq = 6 λeff = λ(M-L)=2(10-7)=6.04305 P{1 mecánicos ociosos} = Po = 0.0081 P3=0.2724 .n 5 ⎧ 5! 5! ( 0.33) + + + + Po = ⎨∑ ρ n ⎬ = ⎨0..0003 ⎝ 0.330 + ( ) ⎬ = 0. W=L/λeff =7/6=1.02161 Wq = 1. Cada maquina se descompone de acuerdo a una distribución Poisson con una media de 3 por hora.0027 P2=0.75) 4 P4 = ⎜ = 2 ⎜ 4⎟ ⎟ ⎝ ⎠ 2! 2 .Lq = M − ⎜1 + ⎟ (1 − P0 ) ⎝ ρ⎠ −1 1 ⎞ ⎛ =10−⎜ 1+ ⎟ (1− 0. Que un mecánico este ocioso.00081 10 ! 9! 8! 7! 0! − n ( ) ⎩ ⎭ 0 n = ⎪ ⎪ ⎩ ⎭ P1=0.75) ( 0.75) 5 P5 = ⎜ = 3 ⎜ 5⎟ ⎟ ⎝ ⎠ 2! 2 . b).⎛ 1⎞ b).2043 .75) ⎫ ⎪ 2 ⎪ n Po = ⎨∑ =0.. 1 = ⎜ ⎟ ( 0.33) .33) (0. (0.167.33 (.75) + ∑ n−2 ⎬ ⎪ ⎪ n = 3 ( 5− n)! 2!2 ⎩ n = 0 ( 5− n)!n! ⎭ −1 ⎛ 5⎞ 5! 1 P ( 0.75 a).043050) = 4!1! ⎝ 1⎠ P{2 mecánicos ociosos} = Po = 0.75)( 0.168 L = 7 ρ = 0.0435 ( 0.Cual es el numero esperado de maquinas ociosas que no están siendo servidas ? ρ=3/4 = 0.0403050)= 01614375 ..Encuentre la probabilidad de que los 2 mecánicos estén ociosos.. 16144 b).Lq = ∑ (n − 2) Pn = (2 − 2) P2 + (3 − 2) P3 + (4 − 2) P4 + (5 − 2) P5 Lq = ∑ (n − 2)Pn = 0 P2 + 1P3 + 2 P4 + 3P5 n =3 5 n=2 5 ⎛ 5 ⎞ 3! (.07662 ⎛ 5 ⎞ 4! (. a). Wc=Lc/λeff = 6/6=1 Ejemplo: 2 mecánicos están atendiendo 5 maquinas en un taller. El tiempo de reparación por maquina es exponencial con media de 15 minutos..

no se permite que la cola exceda de un número M de clientes y todos los clientes que llegan mientras la cola está llena salen y no vuelven. Lq = L − (1 − P0 ) Pn=0 .Lq = ∑ (n − 2)Pn = 0 + 1P3 + 2 P4 + 3P5 = 1(.38 MODELO DE COLA FINITA Resultados en el estado estacionario para un servidor Con tiempo de llegada Poisson y tiempo de servicio exponencial.2. Para S=1 ⎛ 1− ρ ⎞ P 0= ⎜ ⎟ . el estado estacionario existirá aún sí λ≥μ. (Capacidad total del clientes en el sistema. Estos resultados son validos para λ < μ..2043) + 3(. M+2. para n=M+1.M − 1 si n ≥ M ρ= λ μ Para un modelo M/M/1/GD/M/∞. 1 − ρ M +1 cuando s = 1 .2. los que están siendo atendidos más los que están esperando ser atendidos) ⎧λ λn = ⎨ ⎩0 si n = 0.. la capacidad finita del sistema previene que el numero de clientes en el sistema crezca infinitamente.91086 n=2 5 λeff = ∑ λ ( M − n) Pn = 5λ Po + 4λ P1 + 3λ P 2 + 2λ P3 + 1λ P 4 = 15Po + 12 P1 + 9 P 2 + 6 P3 + 3P 4 = 7 n=0 M L=Lq+ λeff =.91/4=0. donde ⎝ 1− ρ M +1 ⎠ ⎛ 1− ρ ⎞ n Pn = ⎜ ⎜ 1 − ρ M +1 ⎟ ⎟ρ .1298 W=L/λeff=2. si μ tiende a ∞ los resultados coinciden con el original. M L = ∑ nPn = n=0 M ρ 1− ρ − ( M + 1) ρ M +1 .07662) = . .+…….1.3. Esto se debe a que si λ≥μ.66 μ Wq=Lq/λeff =.91+7/4=2.2724) + 2(.66/7=0....1.. ⎝ ⎠ ρ= λ μ Pn = P0 ρ n para n = 0.

Wq = Lq / λeff Resultados en el estado estacionario para S servidores (S>1) Estos son una extensión directa del modelo de un servidor con los siguientes parámetros. S ⎪ n! P0 ⎪ ⎪ ρn P si S ≤ n ≤ M Pn = ⎨ n−s 0 S ! S ⎪ si n ≥ M ⎪0 ⎪ ⎩ si M ≤ S entonces Lc = 0 −1 y .. cuando λ=μ 2 λPM = Número de arribos por unidad de tiempo que encuentran el sistema ocupado y se van y no entran L= ρ{ 1 − (M + 1)ρ M + Mρ M +1 } (1 − ρ )(1 − ρ M +1 ) L= λeff = λ(1-PM) = Numero de arribos promedio por unidad de tiempo que actualmente entran al sistema λeff = λ (1 − PM ) = μ ( S − S eff ) Donde λ eff = ∑ λ n Pn =λ ( P0 + P1 + P2 + .. ⎧λ λn = ⎨ ⎩0 si 0 ≤ n ≤ M − 1 si n ≥ M −1 μn ⎨ ⎧ Nμ ⎩sμ si 0≤ n ≤ s si n ≥ s ρ ⎧ ⎫ ρ S (1 − ( ) M − S +1 ) ⎪ n S −1 ⎪ ρ ρ ⎪ ⎪ S + P0 = ⎨∑ para. W y Wq se pueden derivar del L usando las fórmulas obtenidas anteriormente. + PM −1 ) + 0 PM y n =0 M Seff es el numero de servidores ociosos.2... y Seff = L − Lq = λeff μ Lq = L − λeff μ Las medidas de Lc.. = 1 s! S ⎩ n = 0 n! ⎭ ⎧ρn si n = 1.M .. ≠ 1 ⎬ ρ S ⎪n = 0 n! ⎪ s!(1 − ) ⎪ ⎪ S ⎩ ⎭ ⎧ S −1 ρ n ρ S ( M − S + 1) ⎫ ρ + P0 = ⎨∑ ⎬ para.. W = L / λeff ..

- λ = 0.M=3 (Dos espacios ) ⎛ 1− 0. a menos que el área de espera este llena. n=0 ⎝ n =0 ⎠ λeff λeff Ejemplo: Se están haciendo planes para abrir una pequeña estación para lavar automóviles y debe decidirse cuánto espacio dejar para los automóviles que esperan. en cuyo caso el cliente se llevaría su automóvil a otra parte.75 4 ⎟ = 0.L = ∑ nPn n= 0 α si M >S entonces Lq = ( s − 1)!( S − ρ ) P0 ρ S 2 ⎡ ρ M −s ρ ⎛ ρ ⎞⎤ − ( M − S ) ( ) M − S ⎜1 − ⎟ ⎥ ⎢1 − ( S ) S ⎝ S ⎠⎦ ⎣ para ρ/S ≠ 1 Lq = P0 ρ S ⎡( M − S ) ( M − S + 1) ⎤ ⎦ 2S ! ⎣ para ρ/S = 1 L = Lq + ( S − Seff ) = Lq + λeff μ w= L y wq = Lq s −1 ⎛ s −1 ⎞ L = ∑ nPn + Lq + S ⎜1 − ∑ Pn ⎟ . b). de acuerdo con un proceso de entrada Poisson ) con una tasa media de uno cada 4 minutos.75 ⎞ ⎟ Po = ⎜ 1− Po = 0. o c) cuatro espacios ( sin incluir el del automóvil que se está lavando). si se tuvieran a) cero. μ=20 c/hora. s=1. debido a un espacio de espera inadecuado. El tiempo que puede atribuirse al lavado de un automóvil tiene una distribución Exponencial con una media de 3 minutos.75 ⎞ ⎟ Po = ⎜ ⎜ 1− 0.3657 )⎠ ⎝ ( fraccion declientes potenciales quese pierden .4286 ⎜ 1− 0. Se estima que los clientes llegarían aleatoriamente (es decir.75 sμ M=1 (Cero espacios) ⎛ 1− 0. b) dos. Compárese la fracción esperada de clientes potenciales que se perderían.5714 )⎠ ⎝ ( 42. λ=15 c/hora.86% de los clientes se pierden.75 2 ⎟ = 0. ρ= a).

072 7.3164) = 0.3041)(0.1710722 P3 = (0.8456 = 0.1543 15.P2 = 1 .9248289 = 0.Po .3041)(0.274275+0.5625) = 0.75) = 0.2% de los clientes se pierden .2057 Po + P1 + P2 = 0.9278289 1 − P0 − P 1 − P 2 − P 3 − P 4 = 1 − 0.8456 1.75) ⎟ ⎠ ⎝ P1 = (0.- M=5 (Cuatro espacios) ⎛ 1 − 0.0.0962262 0.274275 1 ⎝ ⎠ P 2= ( 0.75)4 ⎟ ⎟(0.75 ⎞ Po = ⎜ ⎟ = 0.3041283 ⎜ 1 − (0.5625) = 0.⎛ 1 − 0.75 ⎞ =⎜ ⎜ 1 − (0.3041)(0.1282813 P 4 = (0.P1 .365+0.3657)( 0.43% de los clientes se pierden p c).2057=0.75) = 0.4218) = 0.3041)(0.2280962 P 2 = (0.

c) Probabilidad de que un cliente permanezca más de 3 minutos en la cola.1515 P 1 = ⎜ ⎟ P0 = P0 = 60 n! ⎝ μ ⎠ μ ⎛λ⎞ 1⎛λ ⎞ 1 ⎛ 100 ⎞ P2 = n − S ⎜ ⎟ P0 = ⎜ ⎟ P0 = ⎜ ⎟ 0.1052 S S !⎝ μ ⎠ 2 ⋅ 2! ⎝ μ ⎠ 4 ⎝ 60 ⎠ 1 de forma que: P( n > 3) = 1 − P0 − P1 − P2 − P3 = 0. b) Probabilidad de que alguno de los cajeros esté ocioso.2424 La función de distribución del tiempo de espera en cola es .0909 = 0. Como se verifica que λ < S μ . Tenemos un sistema con λ =100 usuarios por hora.0909 = 0.0909 1 ⎛λ⎞ λ 100 0.5261 n 3 3 La probabilidad de que uno de los cajeros esté ocioso es: P( n < 2) = P0 + P1 = 0.Ejemplos Ejemplo: Una sucursal bancaria tiene dos cajas igualmente eficientes. μ =60 servicios por hora y S = 2 . capaces de atender un promedio de 60 operaciones por hora con tiempos reales de servicio que se observan exponenciales.1263 2⎝ μ ⎠ 2 ⎝ 60 ⎠ S S !⎝ μ ⎠ 1 n 2 2 ⎛λ⎞ 1 ⎛λ⎞ 1 ⎛ 100 ⎞ P3 = n − S ⎜ ⎟ P0 = ⎜ ⎟ P0 = ⎜ ⎟ 0. la probabilidad de que haya más de tres usuarios es: P( n > 3) = 1 − P0 − P1 − P2 − P3 donde sabemos que: ⎡ S −1 1 ⎛ λ ⎞n 1 ⎛ λ ⎞ S S μ ⎤ P0 = ⎢ ∑ ⎜ ⎟ + ⎜ ⎟ ⎥ = S ! μ S μ λ − n=0 n ! ⎝ μ ⎠ ⎢ ⎥ ⎝ ⎠ ⎣ ⎦ ⎡ λ 1 ⎛ λ ⎞ 2 2μ ⎤ ⎥ = ⎢1 + + ⎜ ⎟ μ 2 ! ⎝ μ ⎠ 2μ − λ ⎥ ⎢ ⎣ ⎦ n −1 −1 ⎡ 100 1 ⎛ 100 ⎞ 2 120 ⎤ = ⎢1 + + ⎜ ⎥ ⎟ 60 2 ⎝ 60 ⎠ 120 − 100 ⎥ ⎢ ⎣ ⎦ −1 = 0. Determinar: a) Probabilidad de que haya más de 3 usuarios simultáneamente en el banco. Los clientes llegan con una tasa de 100 por hora. Entonces.0909 = 0. = 0. podemos afirmar que el sistema es estacionario.0909 + 01515 .

0909 + 0.6667 ) ⎪⎜ ⎪ ⎟ 1− e ⎪ ⎝ 60 ⎠ ⎪ P( T > 3) = 1 − ⎨ 0. la probabilidad pedida es: ⎧ ⎛ 100 ⎞ 2 ⎫ −3( 2 −1. ⎪ ⎪ ⎪ ⎪ ⎩ ⎭ [ ] .2425⎬ = 0. la probabilidad de que un cliente permanezca más de tres minutos en la cola es: ⎧ ⎛ λ ⎞S ⎫ −3( μ S − λ ) ⎤ 1 e − ⎪μ ⎜ ⎟ ⎡ ⎪ ⎦ ⎪ ⎝μ⎠ ⎣ ⎪ P (Tq > 3) = 1 − P (Tq ≤ 3) = 1 − ⎨ P0 + FTq (0) ⎬ ⎪ ( S − 1)! ( μ S − λ ) ⎪ ⎪ ⎪ ⎩ ⎭ donde 2 ⎛λ⎞ 100 ⎞ ⎛ S⎜ ⎟ 2⎜ ⎟ μ⎠ 60 ⎠ ⎝ 0.2786 2 − 16667 .⎧ ⎪ ⎪ ⎪0 si t < 0 ⎪ S ⎪ ⎛λ⎞ S⎜ ⎟ ⎪ μ ⎪ FTq (t ) = P (Tq ≤ t ) = ⎨1 − ⎝ ⎠ P0 si t = 0 ⎪ s! ⎛ s − λ ⎞ ⎜ ⎪ μ⎟ ⎝ ⎠ ⎪ S ⎪ ⎛λ⎞ 1 − e − ( μ S − λ )t ⎤ ⎪μ ⎜ ⎟ ⎡ ⎣ ⎦ ⎪ ⎝μ⎠ P0 + FTq (0) ⎪ ⎩ ( S − 1)! ( μ S − λ ) si t > 0 donde deberemos expresar la tasa de llegadas y la de servicio en unidades por minuto: λ= 100 = 16667 .0909 = 0. usuarios por minuto 60 60 μ= = 1 usuario por minuto 60 Por tanto.2425 FTq (0) = 1 − P0 = 1 − ⎝ ⎛ ⎛ 100 ⎞ λ⎞ 2⎜ 2 − S !⎜ S − ⎟ ⎟ 60 ⎠ μ⎠ ⎝ ⎝ S y entonces.

Determínese: a) b) c) d) Número medio de accidentes cuya investigación no ha comenzado. El número medio de accidentes cuya investigación aún no ha comenzado es el número medio de usuarios en cola: S ⎡ ⎤ ⎡ ⎛ 0.82 )2 ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎣ ⎦ ⎣ ⎦ donde ⎡ S −1 1 ⎛ λ ⎞n 1 ⎛ λ ⎞ S S μ ⎤ P0 = ⎢ ∑ ⎜ ⎟ + ⎜ ⎟ ⎥ = ! μ μ λ S S − n =0 n ! ⎝ μ ⎠ ⎢ ⎥ ⎝ ⎠ ⎣ ⎦ ⎡ λ 1 ⎛ λ ⎞ 2 1 ⎛ λ ⎞ 3 3μ ⎤ ⎥ = ⎢1 + + ⎜ ⎟ + ⎜ ⎟ μ 2 ⎝ μ⎠ 6 ⎝ μ ⎠ 3μ − λ ⎥ ⎢ ⎣ ⎦ −1 −1 = −1 ⎡ 0.82 ⎞ 3 ⎛ 15 .82 1 ⎛ 0.5 investigaciones por día y con C = 3 canales de servicio.5 ⎠ 6 ⎝ 0. con tasa de servicio μ = 0.82 ⎞3 ⎤ ⎛λ⎞ λμ ⎢ ⎥ 0.5 2 ⎝ 0.82 λ .3489 El tiempo medio desde que se produce un accidente hasta que se empieza a investigar es el tiempo medio de espera: Wq = Lq = 0. El número de accidentes mortales en carretera sigue una distribución de Poisson con tasa media de 300 accidentes por año.Ejemplo: Una oficina estatal de transportes tiene 3 equipos de investigación de seguridad vial cuyo trabajo consiste en analizar las condiciones de las carreteras cuando se produce un accidente mortal. el número de accidentes cuya investigación aún no ha comenzado es: Lq = 19555 .4255 dias 0. Estamos ante un sistema de colas con tasa de llegadas λ = 300 accidentes por año o. Número medio de accidentes cuya investigación aún no ha terminado. lo que es lo mismo.82 ⎞ 2 1 ⎛ 0.82 ⎠ ⎥ 0. Tiempo medio desde que se produce un accidente hasta que se empieza a investigar. Tiempo medio desde que se produce un accidente hasta que finaliza la investigación.5 ⎠ ⎝ ⎠ ⎝ ⎢ ⎥ ⎢ ⎥ = 1.5 − 0. − 0.5 ⎠ ⎝ 15 ⎢ ⎣ ⎦ . λ = 0.9555P0 Lq = P0 = P0 ⎢ ( S − 1)! ( S μ − λ )2 ⎥ ⎢ 2 (1. P0 = 0. con un tiempo real aparentemente exponencial.82 0.82 accidentes por día.5 ⋅ ⎢⎜ ⎥ ⎜μ⎟ ⎟ 0.3489 = 0. ⎞⎤ = ⎢1 + + ⎜ ⎟ + ⎜ ⎟ ⎜ ⎟⎥ . Los equipos son igualmente eficientes y cada uno destina un promedio de 2 días a investigar y realizar el informe correspondiente en cada caso. = 01784 Así pues.

Número medio de perros en la clínica. una tasa de servicio de μ = 30 servicios por hora y con S = 3 canales de servicio. Tiempo medio de permanencia de los perros en la clínica. Determinar: a) b) c) d) e) Porcentaje de tiempo con la sala de vacunación vacía. Como se cumple que λ < Sμ podemos afirmar que el sistema es estacionario.El tiempo medio desde que se produce el accidente hasta que finaliza la investigación es el tiempo medio de permanencia en el sistema: W= 1 μ + Wq = 2. Probabilidad de que un perro espere más de 10 minutos para ser vacunado. El número de perros que llegan a la clínica sigue una distribución de Poisson con una tasa media de 12 por hora. El porcentaje de tiempo con la sala de vacunación vacía es: ⎡ S −1 1 ⎛ λ ⎞n 1 ⎛ λ ⎞ S S μ ⎤ P0 = ⎢ ∑ ⎜ ⎟ + ⎜ ⎟ ⎥ = ! μ μ λ S S − n =0 n ! ⎝ μ ⎠ ⎢ ⎥ ⎝ ⎠ ⎣ ⎦ ⎡ λ 1 ⎛ λ ⎞ 2 1 ⎛ λ ⎞ 3 3μ ⎤ ⎥ = ⎢1 + + ⎜ ⎟ + ⎜ ⎟ μ 2 ⎝ μ⎠ 6 ⎝ μ ⎠ 3μ − λ ⎥ ⎢ ⎣ ⎦ ⎡ 12 1 ⎛ 12 ⎞ 2 1 ⎛ 12 ⎞ 3 90 ⎤ = ⎢1 + + ⎜ ⎟ + ⎜ ⎟ ⎥ 30 2 ⎝ 30 ⎠ 6 ⎝ 30 ⎠ 90 − 12 ⎥ ⎢ ⎣ ⎦ −1 −1 −1 = = 0. el porcentaje de tiempo con la cola vacía es: P0 = 67. Estamos ante un sistema de colas con una tasa de llegadas de λ = 12 usuarios por hora. el número medio de accidentes cuya investigación aún no ha finalizado es el número medio de usuarios en el sistema: L = λW = 19889 .4255 dias Por otra parte.01% . Ejemplo: Una clínica canina tiene 3 veterinarios para vacunar perros. El tiempo medio empleado en vacunar a cada perro es de 2 minutos.6701 Es decir. Tiempo medio de espera.

6701⋅ ⎢ ⎝ 30 ⎠ ⎥ = 1.0013 Y. por último.0334 horas = 2. . ⋅ 10 −4 horas = 0.El tiempo medio de espera es: Wq = Lq λ donde S ⎡ ⎤ ⎡ ⎛ 12 ⎞3 ⎤ ⎛λ⎞ λμ ⎢ ⎥ ⎢ ⎜ ⎟ 12 ⋅ 30 ⎥ ⎜μ⎟ ⎝ ⎠ ⎥ = 0. ⋅ 10 −4 = 0.27 ⋅10−3 Lq = P0 ⎢ 2 ⎢ ( S − 1)! ( S μ − λ )2 ⎥ ⎢ 2 ⋅ ( 90 − 12 ) ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎣ ⎦ ⎣ ⎦ luego el tiempo medio de espera será de: Wq = 106 . ⋅ 10 −4 = 0.1667( μ S − λ ) ⎤ 1 e − ⎪μ ⎜ ⎟ ⎡ ⎪ ⎦ 10 ⎞ ⎪ ⎝μ⎠ ⎣ ⎪ P0 + FTq (0) ⎬ > ⎟ = P (T > 0. ) = 1 − P( T < 01667 )= ⎝ 60 ⎠ ⎛ P ⎜T ⎝ ⎧ ⎛ λ ⎞S ⎫ −0.0064 minutos 30 El número medio de perros en la clínica es: L = λW = 12 ⋅ 106 .1667 ) = 1 − P (T < 0. la probabilidad de que un perro espere más de 10 minutos es: 10 ⎞ ⎛ P⎜ T > ⎟ = P( T > 01667 .3816 segundos El tiempo medio de permanencia en la clínica es: W= 1 μ + Wq = 1 + 106 .667 ) = 1 − ⎨ 60 ⎠ ( S − 1)! ( μ S − λ ) ⎪ ⎪ ⎪ ⎪ ⎩ ⎭ donde es necesario expresar las tasas de llegadas y de servicio en unidades por minuto: λ= 12 = 0.5 60 perros por minuto perros por minuto μ= Entonces: .2 60 30 = 0.

⎪ ⎪ 0. entonces.6667 ⎠ ⎪ ⎪ ⎩ ⎭ .2 ⎞ ⎛ ⎛ λ⎞ 6⋅⎜3 − S !⎜ S − ⎟ ⎟ 0.125 < 1 Sμ S K − S +1 ⎧ ⎤⎫ ⎛λ⎞ ⎡ ⎛ λ ⎞ ⎪ 1 − ⎢ ⎥⎪ ⎜ ⎟ ⎜ Sμ ⎟ n ⎪ S −1 1 ⎛ λ ⎞ ⎝ μ ⎠ ⎢ ⎪ ⎝ ⎠ ⎥ ⎪ ⎣ ⎦⎪ P0 = ⎨∑ ⎜ ⎟ + ⎬ ⎛ λ ⎞ ⎪ n=0 n ! ⎝ μ ⎠ ⎪ S ! ⎜1 − ⎟ ⎪ ⎪ ⎝ Sμ ⎠ ⎪ ⎪ ⎩ ⎭ −1 = 2 3 ⎧ ⎛ λ⎞ ⎡ ⎛ λ ⎞ ⎤⎫ ⎪ ⎜ ⎟ ⎢1 − ⎜ ⎟ ⎥ ⎪ ⎪ λ ⎝ μ ⎠ ⎢ ⎝ 2μ ⎠ ⎥ ⎪ ⎪ ⎣ ⎦⎪ = ⎨1 + + ⎬ μ ⎛ λ ⎞ ⎪ ⎪ 2 ⋅ ⎜1 − ⎟ ⎪ ⎪ ⎝ 2μ ⎠ ⎪ ⎪ ⎭ ⎩ −1 2 3 ⎧ ⎛ 0.1667 (1.5 ⎠ ⎛ P⎜ T > ⎟ = 1 − ⎨ 0. .5 ⎠ ⎝ FTq (0) = 1 − P0 = 1 − ⎝ ⋅ 0. ( ) ⎪ ⎪ ⎪ ⎪ ⎭ ⎩ [ ] Ejemplo: En un taller caben cuatro máquinas que son reparadas por dos mecánicos.9918 0.2 ) ⎪ ⎪ 0.2 ⎞ ⎛ S⎜ ⎟ 3⎜ ⎟ μ⎠ 0. como ρ= el sistema es estacionario tenemos: λ = 0.5− 0. la probabilidad de que un perro espere más de 10 minutos es: ⎫ ⎧ ⎛ 0.3333 ⎝ 13333 ⎣ ⎦⎪ = ⎨1 + + ⎬ = 0. ¿Cuál es el número medio de máquinas estropeadas en el taller? Es evidente que se trata de un sistema con λ = 0.7778 .9918⎬ = 0. Las máquinas llegan al taller como promedio una vez cada tres horas y el tiempo medio de reparación es de 45 minutos.3333 S = 2 K = 4 Se sigue verificando que.5⎜ ⎟ 1 − e 10 ⎞ ⎪ ⎪ ⎝ 0. . 0 3333 13333 ⎛ ⎞ ⎪ ⎪ 2 ⋅ ⎜1 − ⎟ ⎪ ⎪ ⎝ 2.3333 μ = 1.3333 ⎞ ⎡ ⎛ 0.6701 + 0.2 ⎞ 3 −0.6701 = 0.0009 ⎝ ⋅ − 60 ⎠ 2 15 0 2 .3333 ⎞ ⎤ ⎫ ⎪ ⎜ ⎟ ⎢1 − ⎜ ⎟ ⎥⎪ ⎠ ⎢ ⎝ 2.5 ⎠ μ⎠ ⎝ ⎝ S y.6667 ⎠ ⎥ ⎪ .3 ⎛λ⎞ 0.

0030 4 ⎝ 1.0243 + 3 ⋅ 0.7778 = 0.3333 ⎞ P3 = ⎜ ⎟ P0 = ⎜ ⎟ 0. + 2 ⋅ 0.0243 2 ⎝ 1.3333 ⎠ S S !⎝ μ ⎠ 1 ⎛λ⎞ 1 ⎛ 0.P 1 = λ 0.3333 ⎠ S ⋅ S !⎝ μ ⎠ 1 ⎛λ⎞ 1 ⎛ 0.3333 ⋅ 0.7778 = 0.7778 = 0.3333 ⎞ P2 = 0 ⎜ ⎟ P0 = ⎜ ⎟ 0.003 + 4 ⋅ 0. el número medio de máquinas estropeadas en el taller es: L = E [n] = 4 4 3 3 n=0 .3333 ⎞ P4 = 2 ⎜ ⎟ P0 = ⎜ ⎟ 0.3333 2 2 1 ⎛λ⎞ 1 ⎛ 0.0004 = 0.1944 P0 = μ 1.0004 8 ⎝ 1.2536 ∑ nPn = 01944 4 Variable Intensidad de tráfico Porcentaje del tiempo que el servidor esta ocioso Probabilidad de que haya n clientes en el sistema Numero esperado de clientes en el sistema Formulario de Teoría de Colas Canal Simple Canal Múltiple ρ= λ μ ρ= λ sμ Pn = ρ n P0 = ρ n (1 − ρ ) ⎛λ⎞ P Para n<s ⎜ ⎟ 0 = Pn ⎝ μ ⎠ n! ⎛λ⎞ Para n>s n − s ⎜ ⎟ = Pn (S ) S !⎝ μ ⎠ P0 n n L= ρ 1− ρ = (μ − λ ) λ ⎛λ⎞ ⎜ μ ⎟ λμ P0 λ λ L= + ⎝ ⎠ si ρ = 2 μ ( S − 1)!( μ S − λ ) μ S L = P ( Sistema Ocupado)* ρ +ρ S-ρ Numero esperado de clientes en la cola L= ρ2 λ2 = 1− ρ μ (μ − λ ) ⎛λ⎞ ⎜ μ ⎟ λμ P0 λ Lq = ⎝ ⎠ si ρ = 2 μ ( S − 1)!( μ S − λ ) S Lq = P( Sistema Ocupado)* ρ S-ρ .7778 = 0.3333 ⎠ S S !⎝ μ ⎠ Entonces.

⎛λ⎞ ⎜ μ ⎟ P0 ρ λ si ρ = Lq = ⎝ ⎠ 2 sμ S !(1 − ρ ) S Tiempo promedio que pasa un clientes en el sistema W= L λ = 1 μ −λ ⎛λ⎞ ⎜ μ ⎟ μ P0 1 ⎝ ⎠ W = + μ ( S − 1)!( μ S − λ )2 ⎛λ⎞ ⎜ μ ⎟ μ P0 ⎝ ⎠ W = 2 ( S − 1)!( μ S − λ ) S S Tiempo promedio que un cliente pasa en la cola λ = Wq = λ μ (μ − λ ) Lq ⎛λ⎞ ⎜ μ ⎟ μ P0 Lq ⎝ ⎠ W = = λ ( S − 1)!( μ S − λ )2 ⎛λ⎞ ⎜ μ ⎟ P0 ρ λ si ρ = Wq = ⎝ ⎠ 2 sμ λ S !(1 − ρ ) S S Probabilidad de que haya cero clientes en el sistema P0 = 1 − ρ ⎡ S −1 1 ⎛ λ ⎞ n 1 ⎛ λ ⎞ S ⎛ S μ ⎞ ⎤ P0 = ⎢ ∑ ⎜ ⎟ + ⎜ ⎟ ⎜ ⎟⎥ ⎢ n =0 n ! ⎝ μ ⎠ S ! ⎝ μ ⎠ ⎝ S μ − λ ⎠ ⎦ ⎥ ⎣ ⎡ ⎛ λ ⎞n ⎛ λ ⎞S ⎢ s −1 ⎜ ⎟ ⎜ ⎟ μ μ P0 = ⎢ ∑ ⎝ ⎠ + ⎝ ⎠ ⎢ n =0 n ! s! ⎢ ⎢ ⎣ ⎤ ⎥ ⎛ 1 ⎞ ⎥ ⎜ ⎟ ⎝ 1− ρ ⎠ ⎥ ⎥ ⎥ ⎦ −1 −1 Probabilidad d que un cliente tenga que esperar en la cola mas de t minutos Probabilidad d que un cliente tenga que esperar en el sistema mas de t minutos P {Wq > t} = ρ e−μ (1− ρ ) t ( S ρ ) Po e− S μ (1− ρ ) P {Wq > t} = S !(1 − ρ ) S t P {W > t} = e − μ (1− ρ ) t P {W > t} = e ( ) ⎧ ⎡ ⎛ λ ⎞⎤ −μt ⎜ S − 1 − ⎟ ⎥ S⎢ ⎪ μ ⎠⎥ ⎝ ⎪ Po ⎛ λ ⎞ ⎢1 − e ⎜ ⎟ ⎪ ⎥ ⎝μ⎠ ⎢ −μ t ⎪ ⎢ ⎥ ⎪ ⎣ ⎦ ⎨1 + ⎛ λ⎞ ⎪ S !(1 − ρ ) ⎜ S − 1 − ⎟ ⎪ μ⎠ ⎝ ⎪ ⎪ ⎪ ⎩ .

449327 0.5 0.386691 0.187166 0.198596 0.232651 0.201821 0.427415 0.860708 0.740815 0.904837 0.165171 0.606529 0.548806 0.316635 0.449329 0.182584 0.15 0.35 0.050000 0.4 1.576301 0.520920 0.472366 0.495156 0.150000 0.522046 0.496574 0.576946 0.165711 0.778801 0.447154 0.778799 0.038961 Numero de servidores S 3 0.286336 0.406569 0.066667 0.332774 0.250000 0.522038 0.548812 0.386736 0.100000 0.904837 0.403509 0.310338 0.191963 0.383088 0.496452 0.576950 0.818730 0.576950 0.818731 0.192036 0.285328 0.349859 0.548741 0.454545 0.750000 0.220994 0.257718 0.3 0.142857 0.126761 0.75 1.860702 0.311475 0.176471 0.301192 0.367872 0.522045 0.300172 0.7 0.6 1.547945 0.496584 0.704553 0.355932 0.259007 0.904837 0.2 0.778761 0.234523 0.350000 0.704681 0.25 0.666667 0.65 0.818731 0.637628 0.704688 0.386301 0.637627 0.496585 0.349937 0.427412 0.45 0.606498 0.164597 0.301052 0.209883 0.367816 0.156465 6 0.818731 0.272332 0.704688 0.740741 0.153267 5 0.400000 0.201885 0.191538 0.286502 0.740818 0.349929 0.294118 0.548811 0.201441 0.85 0.632653 0.386741 0.606531 0.250000 0.327304 0.316519 0.259236 0.55 0.263770 0.136722 4 0.170381 0.509434 0.800000 0.500000 0.472365 0.081081 0.406566 0.210526 0.4 0.1 0.211844 0.290323 0.157093 7 0.05 1.650000 0.424796 0.576901 0.234259 0.000000 2 0.165277 0.637608 0.367879 0.161622 0.904762 0.1 1.200000 0.472350 0.173139 0.194030 0.173755 0.777778 0.427127 0.700000 0.449307 0.301176 0.244883 0.35 1.449102 0.159420 0.272528 0.095890 0.222775 0.379310 0.568627 0.179564 0.670308 0.606531 0.182112 0.600000 0.332870 0.538462 0.278607 0.778801 0.7 1.234564 0.212121 0.173660 0.199291 0.052632 0.670320 0.904836 0.249575 0.740818 0.155642 0.189193 0.778801 0.45 1.670319 0.333333 0.222981 0.212238 0.182667 0.246591 0.286482 0.850000 0.900000 0.427385 0.406211 0.8 1.345056 0.212183 0.271189 0.25 1.3 1.670103 0.670320 0.481481 0.904837 0.637628 0.230769 0.818713 0.521947 0.363636 0.5 1.75 0.6 0.740818 0.860708 0.65 1.637301 0.702128 0.223122 0.15 1.157212 .332118 0.332859 0.818182 0.403458 0.P( Sistema Ocupado)= ρS λ * P0 = P ( n ≥ S ) si ρ = μ S!( μS-λ ) S ⎛λ⎞ ⎜ μ ⎟ P0 λ P ( Sistema Ocupado)= ⎝ ⎠ = P ( n ≥ S ) si ρ = sμ S!(1 − ρ ) Tabla de Valores de Po dado λ/µ y el numero de servidores S Modelo M/M/S λ/µ 0.55 1.145985 0.606061 0.111111 0.2 1.600000 0.259207 0.9 0.704688 0.269841 0.860708 0.316622 0.272504 0.367347 0.223074 0.860465 0.349301 0.315755 0.85 1 0.860708 0.550000 0.246557 0.472191 0.428571 0.8 0.176211 0.246327 0.300000 0.470588 0.739130 0.95 1 1.450000 0.406531 0.235988 0.

027448 0.134328 0.017432 0.044101 0.041673 0.019991 0.1.15 3.074766 0.065149 0.35 2.061158 0.5 3.027303 0.142094 0.121276 0.3 4.6 3.115213 0.7 3.1 4.020610 0.1 3.05 4.067062 0.55 2.031124 0.015974 0.098809 0.025641 0.068330 0.028962 0.128692 0.035046 0.119301 0.116898 0.043694 0.111111 0.104562 0.103247 0.35 3.122409 0.057668 0.148721 0.135135 0.25 4.011032 0.145297 0.45 3.040496 0.009621 0.029299 0.090315 0.014433 0.012987 0.024634 0.016904 0.088948 0.044142 0.011754 0.011659 .014869 0.85 2.135298 0.081980 0.003773 0.042600 0.018687 0.05 3.083056 0.35 4.055059 0.040648 0.046647 0.2 4.030552 0.075986 0.006979 0.024907 0.011062 0.050212 0.013688 0.012001 0.035813 0.012965 0.046880 0.141349 0.100186 0.149407 0.073743 0.116431 0.033038 0.009311 0.090630 0.85 3.016618 0.039774 0.077968 0.029633 0.017662 0.127833 0.4 2.149539 0.014751 0.15 2.000000 0.036589 0.001198 0.2 2.024311 0.062134 0.016685 0.033050 0.007689 0.034951 0.007719 0.034776 0.088438 0.65 3.020356 0.095694 0.116217 0.049574 0.034542 0.054274 0.005130 0.010370 0.058142 0.027558 0.080100 0.011256 0.012302 0.006561 0.056180 0.061376 0.014021 0.4 3.063774 0.060645 0.020894 0.029845 0.45 2.130435 0.095289 0.018766 0.084417 0.037745 0.039358 0.019764 0.012455 0.086198 0.022080 0.063291 0.098696 0.142241 0.9 3.028357 0.105333 0.95 3 3.008058 0.050453 0.014025 0.060136 0.25 2.95 2 2.016040 0.016241 0.047133 0.110744 0.081620 0.1 2.024972 0.048960 0.65 2.093704 0.2 3.077584 0.094996 0.109437 0.033973 0.026007 0.003761 0.029739 0.25 3.137692 0.012658 0.019769 0.015217 0.000000 0.052139 0.122213 0.6 2.9 2.074150 0.012978 0.054835 0.013221 0.3 3.044810 0.020822 0.002451 0.018681 0.068326 0.039643 0.000000 0.099914 0.011726 0.064770 0.073695 0.015104 0.032287 0.022742 0.95 4 4.018570 0.021928 0.127643 0.7 2.017812 0.55 3.105081 0.026941 0.123509 0.9 1.021365 0.070086 0.023326 0.078269 0.025594 0.75 2.15 4.006273 0.057343 0.031408 0.037736 0.066605 0.05 2.088068 0.128514 0.025898 0.110511 0.037150 0.041904 0.024315 0.093315 0.4 0.015755 0.008496 0.085860 0.049318 0.010165 0.75 3.081466 0.023090 0.057133 0.053697 0.038494 0.046492 0.052120 0.3 2.103936 0.8 3.022805 0.072066 0.051552 0.5 2.032220 0.069325 0.110587 0.8 2.044944 0.070518 0.

000807 0.009381 0.95 5 0.009140 0.005265 0.007097 0.000394 0.008569 0.45 4.004347 0.004879 0.006331 0.007944 0.005600 0.75 4.65 4.6 4.008399 0.006705 0.003210 0.001699 0.007013 0.009740 0.8 4.011047 0.5 4.003765 0.000000 0.9 4.005975 .010464 0.85 4.55 4.002682 0.006543 0.004959 0.004512 0.009909 0.008878 0.7 4.007510 0.006096 0.4.002178 0.001242 0.005670 0.008025 0.007506 0.

B) ¿Cual es la probabilidad de que ningún cliente solicite servicio durante una hora? C) ¿De tres? Suponiendo que la maquina cajera maneja requisiciones de servicio en forma aleatoria a una tasa promedio de 10 clientes por hora. D) En promedio. El tiempo de registro es de duración aleatoria y existe un asesor disponible para el registro. M/D/1 B) Botellas que salen de una línea de ensamble a una tasa constante para inspección. Responda las siguientes preguntas A) ¿Cual es la probabilidad de que lleguen mas de tres clientes a solicitar servicio durante un período de una hora?. C) Trace la gráfica de Pn con respecto a n.- . M/D/4 C) Estudiantes que llegan al azar a una oficina de registro previo para el trimestre de otoño. llegan clientes al azar a una tasa de 5 por hora. en donde n=numero de clientes en el sistema.Ejercicios 1. responda las siguientes preguntas. R. los clientes llegan al azar y el tiempo necesario para dar servicio a un cliente es también aleatorio. 3.Para usar una maquina cajera automática de un banco.-Utilizando la notación de kendall. Comente si cada una de las siguientes situaciones de líneas de espera se ajusta a las consideraciones del modelo M/M/1 o M/M/S. responda las siguientes preguntas: λ= 5/HORA μ= 10/HORA ρ=λ/μ = 1/2 A) ¿Cual es la probabilidad de que a un cliente se le atienda de inmediato. cuantos clientes se encuentran esperando en la línea para que la cajera automática los atienda. M/M/1 2. a su llegada. el tiempo de inspección es de duración aleatoria y hay cuatro inspectores. R. C) ¿A que porcentaje de los clientes se les atenderá en menos de 3 minutos?. en la cajera automática?.- 4. Suponga que para la maquina cajera automática de los dos problemas anteriores. describa cada una de las siguientes situaciones de líneas de espera: A) Estudiantes que llegan al azar para utilizar una maquina copiadora y cada estudiante hace una sola copia.- 5. μ=10/hora P(t>T) = e-μt A) ¿Cual es la duración promedio del tiempo de servicio al cliente?. B) ¿Cual es la probabilidad de que se requiera que un cliente espere mas de 10 minutos para ser atendido?. suponga además que la tasa de llegadas es de 5 por hora y la tasa de servicio es de 10 por hora. marque la gráfica el valor esperado de n. R. B) ¿Cual es el promedio de tiempo que un cliente invierte con la cajera automática (tanto en espera del servicio como recibiéndolo?).

6. se encuentre desocupada?. C) En un banco. El gerente. E) En una tienda de abarrotes grande en un poblado universitario y que tiene múltiples cajas de salida. etc. la ventanilla para automovilistas. Bor Acho. D) En promedio. ¿cuanto debe de esperar un cliente antes de poder retirarse? En el mostrador de libros de la principal biblioteca de la universidad de Huicholandia llegan estudiantes al azar (los colores de la escuela son negro y azul). El tiempo que se requiere para hacer esta verificación es de duración aleatoria debido al diferente número de libros y bolsas que los estudiantes llevan. ¿cual es la probabilidad de que este atendiendo a tres automóviles o haya tres automóviles esperando en la fila? 7. revistas. portafolios. A) ¿Cuales son μ y λ para la caja rápida? B) En promedio. Se ha determinado que la tasa promedio de llegadas es de 20 estudiantes por hora y que el tiempo promedio para realizar la revisión de las bolsas es de un minuto. Suponiendo que la tasa de servicio también es aleatoria..La línea rápida del supermercado EL TRUEQUE atiende solo clientes con 12 artículos o menos. si consideramos una sola de las taquillas. Tanto las llegadas como los servicios son por completo aleatorios. a cuantos clientes se esta atendiendo o están esperando? C) En promedio. Con base a esta información responda las siguientes Preguntas: A) ¿Que tipo de información de líneas de espera es esta?.A) Un restaurante de comida instantánea con múltiples posiciones de servicio. o documentos. ¿cuantos estudiantes se encuentran esperando en la fila en cualquier momento? E) ¿Durante que fracción de tiempo estará libre el empleado que revisa las bolsas para poder dedicarse a estudiar? El auto cinema Los Arroyos tiene tres taquillas. y como resultado. cada una de las cuales atiende una fila de clientes. Las posiciones se abren conforme es necesario. es mucho más veloz para estos clientes que las filas normales. B) Un restaurante de comida instantánea con una sola fila de servicio. a estudiado esta fila y a determinado que los clientes llegan a una tasa aleatoria de 20 por hora y que. que traigan para que el dependiente verifique si no hay robos de libros. D) Una instalación para lavado de automóviles con una sola fila que conduce a instalaciones múltiples de lavado. A) ¿Que valores tienen λ y μ para este problema? B) ¿Cual es el factor de utilización? C) ¿Que tiempo le llevara a un estudiante en promedio pasar por la revisión de bolsas?. en promedio.- . por la cual deben pasar todos los clientes para hacer y recibir sus pedidos (de diferente volumen y complejidad). responda las siguientes preguntas. el tiempo de servicio para un cliente es de un minuto. En el mostrador de salida deben de abrir cualquier bolsa. (Sea preciso) B) Cual es la probabilidad de que. Los automóviles llegan al auto cinema a una tasa total de 90 automóviles por hora y cada taquilla puede atender 40 automóviles por hora.- 8.

Los automóviles llegan a la instalación de limpieza en forma aleatoria a una tasa de 5 por día. μ=40 A) ¿Cual será el tiempo promedio para que una microcomputadora permanezca en el centro de servicio? B) En promedio. ¿en cualquier momento cuantas micros estarán esperando a cada técnico para que le de servicio? C) ¿Como respondería usted a las preguntas anteriores si una de las microcomputadoras que llega pasara al primer técnico disponible para que le diera servicio. COSTO TOTAL = costo del carro + costo de empleados = 30n + 25L 10. Un problema común de reparación es la alimentación de unidades de disco. Por razones de control de calidad.- . B) Calcule las características de operación l. E) Si el auto cinema decide utilizar una sola fila para la venta de todos los boletos en las tres taquillas ¿que características de operación esperaría usted que cambiara mas y porque? 9. si se encuentran cuatro personas trabajando la tasa de lavado es de 8 automóviles por día. La compañía ha determinado que los automóviles pueden limpiarse a un ritmo de 2n por día. Suponiendo que las tasas de llegada y servicios son aleatorias y de 30 por mes y dos por día cada técnico (20 días hábiles por mes). en ves de que se asignara en forma rotatoria? La compañía arrendadora de automóviles “MANEJALO” opera su propia instalación de lavado y limpieza de automóviles para prepararlos para su renta. A) Calcule el número de empleados que deben encontrarse en la institución de lavado. Al llegar las microcomputadoras al centro de reparación se asigna en forma rotatoria a algunos de los tres técnicos que para que haga la alineación.El centro de reparación de computadoras TV Tec. w. para que produzca el menor costo. wq para el numero de empleados que eligió. responda las siguientes preguntas: λ=10.C) ¿Cual es el número promedio de automóviles en el sistema de líneas de espera de cada una de las taquillas (esperando y siendo atendidos)? D) ¿Cual es el tiempo promedio de que un automóvil espera antes de llegar a la taquilla?. lq. La compañía les paga a sus trabajadores $30 por día y ha determinado que el costo por un automóvil que no este disponible para rentarlo es de $25 por día. en donde n es el número de personas que trabajan en un automóvil por ejemplo. maneja la reparación de las microcomputadoras que vende TV Tec. una vez que se asigna una microcomputadora a un técnico no se asigna a otro. Se ha determinado que este procedimiento de lavado se ajusta a la distribución exponencial negativa.

Investigación de Operaciones II Teoría de Colas 11.A. Después. Si el patrón de llegadas para los botes es aleatorio y el tiempo de descarga también lo es. debido a diferencias en el volumen y la complejidad en los pedidos. Los estudiantes del Tec hacen las siguientes observaciones. utiliza sus propios botes camaroneros para pescar y después lo empacan para enviarlo a otras partes cuando otros botes llegan durante la temporada. todos los clientes se colocan en una sola fila para hacer y recibir sus pedidos. parece que los clientes llegan a al azar. Se observaron las llegadas para períodos de una hora y se anotaron los números de llegada durante cada período de 10 minutos durante la hora los resultados de este centro son: INTERVALOS LLEGADAS 0-10 14 10-20 5 20-30 10 30-40 8 40-50 12 50-60 7 -56 Para un muestreo aleatorio de las llegadas anteriores. los tiempos de servicio (en segundos) fueron: 25 20 45 25 13 52 35 25 25 45 25 38 42 55 45 15 70 20 28 30 55 32 58 65 10 85 50 13 10 30 12. ¿Cual es el número de trabajadores que la compañía Debe utilizar para descargar los botes y que produzca el menor costo total? Los botes llegan a una tasa promedio de uno por hora y cada trabajador puede descargar medio bote por hora. El gerente de producción de la compañía. Hector Martínez Rubin Celis 44 . λ = 1 por hora μ = cada trabajador 1/2 hora * (2n) μ = 1/3 n Costo por barco parado = $50 la hora COSTO TOTAL = costo del barco + costo de empleados = 8n + 50L En un estudio de un expendio local de venta de hamburguesas conocido como WetBack Burger.- M.C. la duración del tiempo para atender a cada cliente es aleatorio.- La compañía de pesca Charal S. hay que descargarlo tan rápido como sea posible para que puedan volver al mar. los estudiantes recopilaron datos sobre tiempos de llegada y de servicio. Estima que el costo de que un bote camaronero permanezca detenido es de $50 por hora (esto incluye los salarios al igual que el tiempo de pesca) los trabajadores que descargan los botes ganan $8 por hora ya sea que estén trabajando o no.

Puede usted suponer que todos los demás valores siguen siendo los mismos que en el problema original. Una oficina de admisiones de cierta prestigiada Universidad procesa solicitudes de admisión en la base PEPS. Puesto que el cajero solo permitirá retiros entra un tiempo de servicio de 60 seg.W.- 17. cuantas solicitudes esperan ser procesadas en cualquier momento? El Banco Nacional de Hucholandia esta planeando instalar un variedad especial de cajeros automáticos en la librería de una universidad local. Se ha obtenido también que las llegadas se distribuyan en forma equitativa entre las dos líneas. y Wq para λ=5. μ=8. se ha observado que las llegadas son aleatorias a un ritmo promedio de 30 personas por hora y el tiempo de servicio tiende a ser aleatorio también. Este cajero automático será especial porque permitirá solo hacer retiros. en tanto que la tasa de lavado para cada taller será de 2n. La nueva tasa de llegada es de 8 automóviles por día. en promedio.- 16. ¿cuantos estudiantes estarán en espera de hacer retiros? 14. en donde n Es en número de personas que trabajan en un auto y se ha determinado que el costo adicional de las nuevas instalaciones es $50 diarios.Lq. El padre Cresencio esta considerando cambiar a un sistema en el que se utilice una sola fila que alimente ambos confesionarios. Si las llegadas son aleatorias y a razón de 30 por hora. ¿cual será el tiempo promedio que un estudiante pasara en la fila y haciendo su retiro?. L.Wq. Estas solicitudes llegan aleatoriamente a una tasa de 5 por día.- 15.C.Investigación de Operaciones II Teoría de Colas 45 15 30 Suponiendo que estos tiempos de llegadas y de servicio se ajustan de verdad a las distribuciones de probabilidad de Poisson y Exponencial negativa: A) Calcule la tasa de promedio de llegada y la tasa de servicio.L. se ha determinado que el tiempo promedio que se permanece en el confesionario es de 3 minutos. 13. B) Calcule las características de operación que determine usted que tiene el menor costo.Lq. B) Determine las siguientes características de operación: Po. El padre desea saber que sistema (el actual o el propuesto) conducirá al tiempo promedio más breve en el sistema para sus feligreses.El padre Cresencio utiliza en la actualidad dos confesionarios con filas para atender las necesidades de sus feligreses. Determine si seria redituable que la compañía rente ese espacio adicional de muelle. A) Sistema actual CANAL SIMPLE M/M/1 con 2 líneas en paralelo B) Sistema propuesto M/M/2 Canal múltiple S=2 La compañía Arrendadora “Manejalo” se esta considerando añadir un taller de lavado para incrementar su negocio.- M. Hector Martínez Rubin Celis 45 . A) Bajo estas condiciones. puesto que la cantidad de pecados por persona puede diferir en gran medida. Acaba de surgir una nueva oportunidad para la compañía de pesca Charal ya que puede rentar un muelle adyacente en $20 la hora para descargar los barcos durante la temporada fuerte de pesca.W. La distribución de probabilidad de los tiempos de servicio es tal que la desviación estándar es de 1/10 de día y la media es de 1/9 de día: Cual es el tiempo promedio que una solicitud espera para ser procesada? En promedio. determinase si la compañía debe añadir una instalación adicional o no.

Hector Martínez Rubin Celis 46 . El gerente nota que usualmente existe trabajo en espera aparte que se esta trabajando en la copiadora.C.Investigación de Operaciones II Teoría de Colas 18. El gerente tiene la oportunidad de tener una maquina nueva la que se rente por $90 al día y la cual se estima puede atender a cuarenta horas mas considerado que el único costo se aplica a la persona que lleve el trabajo en sus salarios. M. determine si se deberá obtener una nueva maquina. Cada trabajo es llevado a la copiadora por una persona y esta persona gana $5 por hora.- Una maquina copiadora de una compañía tiene un tiempo de servicio de 30 trabajos por hora y se renta por $60 por ocho horas al día.