JUEGO GERENCIAL

TALLER TEORIA DE COLAS

DOCENTE: LUIS EDUARDO RIVERA VIRGUEZ

CORPORACIN UNIVERSITARIA MINUTO DE DIOS

FACULTAD DE ADMINISTRACION

ADMINISTRACION DE EMPRESAS

BOGOT D.C

2017

Taller Teora de Colas

El estudiante realizara tres ejemplos donde se implemente la teora de juegos en la vida
profesional o personal, una cola un servidor, varias colas un servidos y varias colas varios
servidores, texto gua Investigacin de operaciones Sptima edicin Hamdy A. Taha
University of Arkansas, Fayetteville pg. 579, 584 y los deber enviar al aula antes del 23 de
junio de 2017 11:55pm
1. Un restaurante de comidas rpidas al cual llegan en promedio 100 clientes por hora. Se
tiene capacidad para atender en promedio a 150 clientes por hora Se sabe que los clientes
esperan en promedio 2 minutos en la cola Calcule las medidas de desempeo del sistema

a) Cul es la probabilidad que el sistema este ocioso?

b) Cul es la probabilidad que un cliente llegue y tenga que esperar, porque el sistema est
ocupado?

c) Cul es el nmero promedio de clientes en la cola?

d) Cul es la probabilidad que hayan 10 clientes en la cola?

Solucin: Se conoce la siguiente informacin:

= 100 clientes/hora (media de llegada de los clientes)= 100/60 clientes/minutos

= 150 clientes/hora (media de servicio a los clientes) = 150/60 clientes/minutos=

Wq = 2 minutos (tiempo promedio de espera de un cliente en la cola)

a) Para conocer cul es la probabilidad de que el sistema este ocioso, primero conoceremos,
cual es la probabilidad que est ocupado o factor de utilizacin del sistema.

= = 100 / = 0.66 = 66.7%

150 /

Este porcentaje representa tiempo que el sistema est ocupado. Es decir (1- ) representa el
tiempo ocioso del sistema, es decir 1- 0.667= 0.333 = 33.3% el sistema permanece ocioso.

b) La probabilidad que un cliente llegue y tenga que esperar es suponer que estar como
primer cliente en la cola. Usaremos la frmula:

= (1 / ) ( / ) Para nuestro caso n=1 y la formula se convierte en:

1 = (1 / ) ( / ) 1 = (1 100 /150 )( 100 /150) 1 = (1 0.667)(0.667) = 0.222=22.2%

Es decir existe un 22.2% de posibilidad que haya un cliente en la cola esperando ser atendido.

c) Ahora requerimos calcular el nmero de clientes en la lnea de espera.

= =1.667

/ * 2 minutos = 3.334 clientes.4 clientes en la cola.

Es decir existe la posibilidad de llegar a tener un promedio de 4 clientes en la lnea de espera.

d) La probabilidad de que hayan 10 clientes en la cola, como hemos visto existe un promedio
de tener hasta 4 clientes en la cola que hayan ms de 4 las probabilidades sern muy pequeas,
para ese clculo haremos uso de la frmula que usamos en el inciso b de este mismo ejemplo.

10 = (1 / ) (/ ) 10 = (1 100/ 150 )( 100/ 150) 10 = (1 0.667)(0.667) 10 =

0.0058=0.58% (lo cual es casi cero). Es decir es muy remoto o poco probable que pueda
haber 10 clientes en la lnea de espera.

2. Un lavacarro puede atender un auto cada 5 minutos y la tasa media de llegadas es de 9

autos por hora. Obtenga las medidas de desempeo de acuerdo con el modelo M/M/1.
Adems la probabilidad de tener 0 clientes en el sistema, la probabilidad de tener una cola de
ms de 3 clientes y la probabilidad de esperar ms de 30 minutos en la cola y en el sistema
Solucin: Se conoce la siguiente informacin: = 9 clientes/hora (media de servicio a los
clientes) = 0.15 clientes/minutos = 0.2 clientes/minutos (media de llegada de los clientes)
a) Vamos calcular el factor de desempeo del sistema calculando .

= / = 0.15 / /0.20 / = 0.75 = 75%. El sistema est

ocupado el 75% del tiempo. O sea pasa un 25% ocioso. Es decir la probabilidad de tener 0
clientes en el sistema es cuando el sistema est vaco y eso puede ocurrir con una probabilidad
del 25%. Su clculo puede hacerse directamente con la frmula:

0 = ((1 / ) ( / ) 0 = (1 0.15 /0.2 ) = 0.25 = 25%

b) La probabilidad de tener una cola de ms de 3 clientes

 0 = (1 / ) ( / ) 0 = (0.25)(0.75) 2 = 0.25

1 = (1 / ) ( / ) 1 = (0.25)(0.75) 1 = 0.1875

2 = (1 / ) ( / ) 2 = (0.25)(0.75) 2 = 0.1406

3 = (1 / ) ( / ) 3 = (0.25)(0.75) 3 = 0.1055

La probabilidad que haya ms de tres clientes en el Sistema, implica que debemos conocer
la Probabilidad que haya cero, uno, dos y tres clientes. La diferencia con 1. Ser la
probabilidad que hayan ms de tres. P(Ls>3)=1 (P 0 + P1 + P2 + P3)= 1-
(0.25+0.1875+0.1406+0.1055)=1-0.6836=0.3164

c) La probabilidad de esperar ms de 30 minutos en la cola. Primero calcularemos el tiempo

promedio que un cliente espera en la cola.

= /() = 0.15 0.2(0.20.15) = 0.15 0.01 =15 minutos (es el tiempo promedio que un
cliente tiene que esperar en la cola)

Ahora vamos a calcular tiempo (t) de espera sea mayor de 30 minutos. ( > ) = (1)
Vamos aplicar esta ecuacin para calcular dicha probabilidad.

( > 30) = (1)=(0.75) 0.2(10.75)30=(0.75)e-1,5= (0.75)(0.2231)=

=0.167=16.7% (COMO PUEDE VER LA PROBABILIDAD ES BAJA)

d) La probabilidad de esperar ms de 30 minutos en el Sistema. ( > ) = (1) Vamos

aplicar esta ecuacin para calcular dicha probabilidad. ( > 30) = (1)=
0.2(10.75)30=e -1,5= 0.2231= =22.3% (COMO PUEDE VER LA PROBABILIDAD ES
BAJA, pero es ms alta que la probabilidad de que el tiempo promedio que un cliente espere
ms de 30 minutos en la cola).

3. La ventanilla de un banco realiza las transacciones en un tiempo medio de 2 minutos. Los

clientes llegan con una tasa media de 20 clientes a la hora. Si se supone que las llegadas
siguen un proceso de Poisson y el tiempo de servicio es exponencial, determina

a) El porcentaje de tiempo en el que el cajero est desocupado.

b) El tiempo medio de estancia de los clientes en la cola.

c) La fraccin de clientes que deben esperar en la cola.

Solucin. Sistema M/M/1 con = 20 y = 30.

a) P(cajero ocioso) = p0 = 1 = 1/3. El 33 % de tiempo el cajero esta ocioso.

b) b) Wq = 1/15 = 4 minutos.
c) c) L = 2, Lq = 4/3, por tanto la fraccin de clientes que deben esperar en la cola es Lq/L
= 2/3 66.6 %.

4. Una entidad bancaria considera la posibilidad de instalar una red de cajeros en una de sus
oficinas. Dado que se desconoce la afluencia de pblico que va a demandar dicho servicio,
coloca un nico cajero durante un mes. Diariamente se recogen datos sobre los tiempos de
llegadas de los clientes, as como de los tiempos de servicio. Suponiendo que la sucursal se
encuentra emplazada en un barrio donde no existe otro servicio semejante, el cliente que llega
prefiere esperar a poder utilizar el cajero, cuando este est ocupado.

Tras el oportuno anlisis de los datos recogidos, se estima que: (i) las llegadas siguen un
proceso de Poisson; (ii) la distribucin del tiempo de servicio es exponencial; (iii) el tiempo
medio transcurrido 3 entre dos llegadas consecutivas es de 7.5 minutos; (iv) el tiempo medio
de servicio es de 5 minutos por cliente.

Calcula:

a) Tiempo medio de espera que debe sufrir cada cliente en cola.

b) Tamao medio de la cola y probabilidad de que al acudir al cajero ya haya alguna persona
en la cola.

Solucin. Sistema M/M/1 con = 1/7.5 y = 1/5.

a) Wq = 10 minutos.

b) El nmero medio de las colas es de Lq = 1.33 personas, y la probabilidad de que haya al

menos dos personas en el sistema es de 1 p0 p1 = 4/9.