Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Lineas de Espera PDF
Lineas de Espera PDF
SIMULACIN Y ANLISIS DE
MODELOS ESTOCSTICOS
Azarang M., Garcia E.
Mc. Graw Hill. Mxico
CAPITULO 2
LINEAS DE ESPERA
2.1 INTRODUCCIN
2.2 OBJETIVO
En las lneas de espera, existen dos costos perfectamente identificados: el costo de las
transacciones, que representa la cuantificacin monetaria de la prdida de tiempo al esperar
recibir un servicio o la prdida de clientes por abandono del sistema, y el costo de
proporcionar el servicio, que representa la cantidad de dinero que hay que pagar por
cuestin de sueldos y salarios, energa, mantenimiento y depreciacin del personal o equipo.
De tal forma que en un estudio de lneas de espera el objetivo es determinar qu nivel de
servicio, ya sea por cantidad de entidades o por la velocidad de ellas, proporcionar para
minimizar el costo total del sistema. Este costo est formado tanto por costo de servicio
como por el que causa la espera. Matemticamente podemos representarlo de la siguiente
forma:
Estos conceptos se pueden representar grficamente de acuerdo con el esquema mostrado
en la figura 2.1.
Figura 2.1
Esquema de
optimizacin de una
lnea de espera.
2.3 ESTRUCTURA
Un sistema de espera se representa mediante la llegada de transacciones a un sistema con el
fin de recibir un servicio por cualquiera de una o ms entidades dispuestas para ello,
conocidas como servidores. En caso de que todas las entidades se encuentren ocupadas, la
transaccin permanece en espera en la fila hasta que decide abandonar la fila sin ser
atendido, o bien, es seleccionado de acuerdo con cierta regla para recibir atencin. Una vez
que el servicio ha sido completamente proporcionado, la transaccin sale del sistema y se
convierte de nuevo en una transaccin potencial.
Servidores
Representan al mecanismo por el cual las transacciones reciben de una manera completa el
servicio deseado. Estas entidades se encuentran dispuestas en forma paralela a la fila, de tal
manera que las transacciones pueden seleccionar a cualquiera de ellas para el suministro de
dicho servicio. Las dos caractersticas principales de los servidores son: la cantidad
asignada por cada fila existente en el sistema y la distribucin de probabilidad del tiempo de
atencin a las transacciones o de la velocidad de servicio; dentro de las distribuciones ms
comunes estn la exponencial, la Erlang, la hiperexponencial, la degenerada.
Transacciones potenciales
Representan el nmero total de clientes que podran requerir el servicio proporcionado por
el sistema y es necesario definir dos caractersticas para este conjunto de elementos; la
primera tiene que ver con el tamao del conjunto potencial de clientes, dando, en
consecuencia, conjuntos limitados o finitos y en otros casos conjuntos ilimitados o infinitos.
La segunda caractersitica se refiere a la distribucin de probabilidad del tiempo entre
llegadas o bien a la tasa de entrada promedio. Es comn encontrarse la suposicin de tasas
de llegada que siguen un proceso Poisson, el cual ocurre cuando las llegadas a un sistema se
llevan a cabo de forma aleatoria; es importante hacer notar que una de las propiedades de
esta distribucin es su relacin con el tiempo entre llegadas consecutivas, que se representa
en forma paralela, de acuerdo con un proceso de tipo exponencial. Existen algunos sistemas
donde la tasa de llegadas se ve afectada por la decisin de una transaccin de rehusar su
entrada al sistema por razones diversas, por ejemplo del tamao de la fila.
Fila
Is el conjunto de transacciones que espera ser atendido por alguno de los servidores del
sistema. Una fila tiene tres caractersticas principales, la primera se refiere a la capacidad, o
sea, al nmero mximo de transacciones que pueden permanecer en ella en un mismo
instante y de acuerdo con este nmero se clasifican como finitas o infinitas. Hay que hacer
notar que en el caso de los modelos con tamao finito, la solucin es mucho ms fcil de
encontrar a partir
Figura 2.2
Estructura general de
un sistema de lneas
de espera.
de las ecuaciones generales ya que la solucin del modelo se reduce a un sistema de ecuaciones
simultneas y a la evaluacin de las medidas de desempeo mediante promedios ponderados,
mientras que, en el caso de modelos de tipo ilimitado o infinito, es necesario recurrir a la solucin
del sistema de ecuaciones as como a la evaluacin de las medidas de desempeo y a algunas series
geomtricas que dificultan en cierto grado el manejo algebraico de la solucin. La segunda
caracterstica es el orden en que las transacciones son extradas de la fila para su atencin, en ese
caso podemos encontrar: primeras llegadas, primeros servicios, por prioridad, aleatorio, etctera y,
por ltimo/la forma de salir de la fila, que puede darse mediante el proceso de servicio o bien,
mediante el abandono por factores como desesperacin, hasto, etctera.
2.4 NOMENCLATURA
S nmero de servidores
n nmero de clientes en el sistema
N nmero mximo de clientes permitidos en el sistema
A,,t flujo de clientes que entran cuando hay n clientes en el sistema
u,7l capacidad del servidor cuando hay n clientes en el sistema.
E(t) tiempo promedio de proceso por cliente
V(t) variancia del tiempo de proceso
E() tiempo promedio entre llegadas
V(a) variancia del tiempo entre llegadas
CQ coeficiente cuadrado de variacin del flujo de clientes que entran al
sistema
C2S coeficiente cuadrado de variacin del tiempo de servicio
Cp coeficiente cuadrado de variacin del flujo de clientes que salen del
sistema PIJ probabilidad de que el sistema cambie de un estado i a un estado y
despus de un intervalo de tiempo
Pn probabilidad en estado estable de que existan n clientes en el sistema
L nmero promedio de clientes en el sistema
Lq nmero promedio de clientes en la fila
W tiempo promedio de permanencia en el sistema
Wq tiempo promedio de permanencia en la fila
p utilizacin promedio del servicio
Ct costo total promedio del sistema de lneas de espera por unidad de
tiempo
Ce costo promedio de servicio por cliente por unidad de tiempo
Cq costo promedio de espera por cliente por unidad de tiempo
Figura 2.3
Agrupacin de los
modelos de
acuerdo con el
procedimiento
matemtico de
solucin.
Tabla 2.2
Matriz de
probabilidades de
estado estacionario.
Una vez calculadas las probabilidades de estado estacionario, la solucin del modelo
markoviano de lneas de espera se obtiene utilizando las ecuaciones generales descritas en
la seccin anterior.
Tabla 2.3
Observaciones del sistema.
Tabla 2.4
Matriz de probabilidades de un paso.
Con estas probabilidades se puede formar el siguiente diagrama de transicin de un paso:
Figura 2.4
Diagrama de transicin de un
paso
Aplicando las ecuaciones de estado estacionario 2.15 y 2.16 a la matriz de la figura 2.4, se
genera el siguiente conjunto de ecuaciones:
P0 = 0.355
P! = 0.310
P2 =0.122
P3 =0.041
P4 =0.173
En el ejemplo previo, las observaciones se realizaron cada 5 minutos, sin embargo es evidente
que en ese periodo pueden suceder cambios de estado que quedan fuera de la visin del
observador, por lo que se recomienda reducir al mximo el intervalo entre observaciones
consecutivas. Esta reduccin permite que las observaciones de los cambios de estado se lleven a
cabo de manera continua y estn en funcin de la probabilidad de ocurrencia de una llegada o
una salida del sistema. Las observaciones se realizan ahora sobre estas dos ltimas variables.
En el caso de los modelos markovianos M/M, la distribucin de probabilidad que define la
llegada o salida de transacciones de un sistema y, por ende, los cambios de estado en un t + A,
est dada por la distribucin Poisson expresada como:
Si se define un intervalo Ai pequeo que asegure el cumplimiento de los siguientes postulados,
1. Solamente puede ocurrir una llegada entre y Ai.
2. Solamente puede ocurrir una salida entre y A.
3. Solamente puede ocurrir una llegada o una salida entre y A.
Tabla 2.5
Matriz de
probabilidades de un paso para Ai -> O.
2.7.1 MODELOS (M/M/c)(d/N/f)
Caracterizados por la interrupcin de entradas al sistema cuando ste llega a un cierto
estado y cuyo impedimento para entrar puede tener causas atribuibles al sistema como la
falta de espacio, o bien a los clientes como en el" caso, por ejemplo, de que todos los
clientes potenciales se encuentren dentro del sistema y no exista la posibilidad de que llegue
otro cliente. En todos los casos, los sistemas que pueden ser representados mediante un
modelo de capacidad finita se resuelven mediante la aplicacin directa de las ecuaciones
generales, gracias al hecho de que es posible evaluar numricamente el promedio ponderado
de la longitud promedio de fila o de la longitud promedio de clientes en el sistema. En este
caso, la solucin se puede encontrar de la siguiente forma:
Esquematizar el diagrama de probabilidades de transicin para todos los estados posibles
del sistema.
Crear la matriz de transicin o matriz de probabilidades de un paso.
A partir de las ecuaciones 2.15 y 2.16, encontrar todas las ecuaciones de balance.
Resolver el sistema de ecuaciones para la obtencin de las probabilidades de estado
estacionario.
Calcular la tasa efectiva de entrada de clientes al sistema.
Calcular L, LQ, W, Wq y p a partir de las frmulas generales.
Si aplica, evaluar en trminos de costo el rendimiento del sistema en estudio.
Ejemplo. Una sala de espera tiene capacidad para 3 personas. Las personas arriban al
sistema de acuerdo con una tasa de 8 por hora con distribucin Poisson y son atendidas por
una recepcionista en 10 minutos con distribucin exponencial. Si alguien llega y el sistema
est lleno, se retira sin entrar. La clasificacin de este sistema es (M/M/l)(FCFS/4/oo) con el
diagrama de probabilidades que se muestra en la figura 2.5.
Figura 2.5
Diagrama de
probabilidades.
Ahora es posible calcular las medidas de desempeo del sistema, empezando por la tasa
efectiva de entrada al sistema.
valor inferior a 8 personas/hora ya que el 32.76% del tiempo la sala de espeni est llena y se
pierden clientes.
Utilizando la ecuacin 2.2 para calcular la utilizacin del servicio, esto o.-;, el porcentaje de
tiempo que la recepcionista se encuentra atendiendo clientes,
teniendo en mente que el servidor se encuentra ocupado en promedio el 89.6% del tiempo,
entonces el sistema tiene capacidad suficiente para atender a IOM 5.379 clientes que entran
por hora. Con la ecuacin 2.4, calculamos el promedio j del nmero de clientes en la sala de
espera, incluyendo al que est siendo atendido por la recepcionista,
Por ltimo, los factores de tiempo promedio de espera en la fila y de estancia en el sistema
se calculan haciendo uso de las ecuaciones 2.7 y 2.9 respectivamente y los resultados son:
Figura 2.6
Formas completa
y simplificada del
diagrama de
probabilidades.
y por lo tanto,
Pl = 0.3167
P2 = 0.2111
P3 = 0.1407
P4 = 0.0938
Con los servidores trabajando un 60.4% se asegura que el sistema tiene la posibilidad de
llegar a estado estable. Con esta informacin y con la ecuacin 2.6 se calcula el nmero
promedio de clientes en la fila:
Ejemplo. En una oficina se cuenta con 5 impresoras. Cada una de ellas trabaja un promedio
de 2 horas con distribucin exponencial antes de detenerse por falta de tinta, papel o
problemas mecnicos. Se asignaron dos personas para mantener las impresoras activas. Si el
tiempo para reactivar una impresora es de 15 minutos con distribucin exponencial,
entonces, la clasificacin de este sistema es: (M/M/2)(FCFS/5/5) y el diagrama de
probabilidades de estado estable se muestra en la figura 2.7, dando por consiguiente la
matriz de un paso, en la que es importante hacer notar la disminucin progresiva en la
probabilidad al cambiar de un estado i a i + 1 puesto que al ir aumentando el nmero de
copiadoras descompuestas, la tasa promedio de entrada disminuye proporcionalmente.
Este sistema de ecuaciones se resuelve de una forma similar a la de los ^emplos previos,
pero debido a que la probabilidad de que se descomponga una mquina depende del nmero
de mquinas ya descompuestas, las probabilidades de Pn quedan expresadas trmino a
trmino de acuerdo con:
La distribucin de probabilidad para los 5 estados restantes queda:
Pl = 0.3444
P2 = 0.0861
P3 = 0.0161
P4 = 0.002
P5 = 0.00012
En un gran nmero de sistemas, tanto la poblacin potencial como la capacidad del sistema
se pueden considerar ilimitados, por ejemplo, la fila para comprar un boleto para ver un
juego de ftbol, la fila para utilizar un cajero automtico, etctera. A diferencia de los
modelos anteriores, la solucin para estos casos hace necesaria la utilizacin de series
geomtricas ya que la distribucin de probabilidad de estado estable no tiene lmite superior
en cuanto a la capacidad del sistema. Es importante recalcar que dada la ausencia de este
lmite, se requiere asegurar la convergencia del sistema a un estado estable, para lo cual
debe cumplirse la condicin de que p < 1, es decir, que la ta-sa promedio de entrada sea
estrictamente inferior a la capacidad promedio de servicio.
En este caso, la solucin se puede encontrar mediante los pasos que a continuacin se
expresan:
Esquematizar el diagrama de probabilidades de transicin para el conjunto de estados
que definan al sistema de la mejor manera posible.
Crear la matriz de transicin o matriz de probabilidades de un paso.
A partir de las frmulas 2.15 y 2.16 definir las ecuaciones de balance.
Representar las probabilidades de estado estacionario Pn mediante una expresin
algebraica.
Calcular la utilizacin de los servidores y verificar que sea menor a 1 para asegurar la
convergencia del sistema.
Calcular la probabilidad de que el sistema se encuentre vaco (P0). En este tipo de
problemas, es necesario hacer uso de series geomtricas para encontrar la convergencia de
los resultados.
Encontrar L, Lq, W, WQ a partir de las frmulas generales, considerando dentro del
procedimiento la utilizacin de las series geomtricas.
Si aplica, evaluar en trminos de costo, el rendimiento del sistema en estudio.
lo que requiere el clculo del nmero promedio de piezas en espera. Para esto se necesita
construir la siguiente matriz de estado transitorio:
Tabla 2.9
Probabilidades de un paso
para un modelo
(M/M/1MFCFS/00/00).
Aplicando las ecuaciones 2.15 y 2.16 para calcular las probabilidades de estado
estacionario, se tiene el siguiente sistema de ecuaciones:
Ejemplo. La llegada de barcos al muelle de un puerto, sigue una distribucin Poisson con
una tasa promedio de 20 barcos/semana. El muelle cuenta con 3 espacios para las labores de
descarga y en cada espacio hay una gra, con la cual es posible realizar las labores de
descarga en 1 da con distribucin exponencial. Si un barco llega y los espacios estn
ocupados, espera en mar abierto hasta que llegue su turno de descarga. Considerando
semanas de 7 das se determinar el tiempo promedio de espera de un barco desde que llega
al puerto hasta que
empieza a ser descargado; el modelo se clasifica como (M/M/3)(FCFS/oo/oo) y se crea el
siguiente diagrama de probabilidades:
Con la expresin matemtica de la distribucin de probabilidad de estado estable, y la
ecuacin 2.6, se calcula el nmero promedio de barcos en espera
Las equivalencias algebraicas son tiles para llevar a cabo el proceso para encontrar la
convergencia de la serie geomtrica de Lq:
2.8 PROCESOS NO MARKOVIANOS
En algunos sistemas de lneas de espera no es posible explicar la variabilidad mediante un
proceso Poisson, lo que ocasiona que el clculo de la distribucin de probabilidad de estado
estable Pn sea difcil de obtener, dada la complejidad para encontrar la probabilidad de un
paso p7- Se han desarrollado ecuaciones particulares para procesos no markovianos donde
se utiliza el coeficiente cuadrado de variacin Cv2 como una relacin entre la media E(f) y
la variancia V(f) de las distribuciones involucradas. A continuacin se presentan algunos
modelos que pueden llegar a ser de utilidad en el anlisis de lneas de espera.
2.8.1 MODELO (M/G/1)(d/oo/oo)
El desarrollo de las ecuaciones para este modelo se realiza utilizando el anlisis de lneas de
espera por medio de cadenas de Markov y desemboca en la obtencin de la frmula 2.30,
conocida como la ecuacin de Pollaczek-Khintchine:
con este inventario promedio de 9.025, puede calcularse el tiempo de espera y el tiempo en
el sistema, utilizando las ecuaciones generales 2.9 y 2.8:
Con estos datos se calcula la utilizacin de las gras, para determinar si el sistema llega al
estado estable, entonces:
Del ejemplo (M/M/3)(FCFS/oo /oo) resuelto antes, se determin que la longitud promedio
de espera es de 18.22 barcos. Al calcular el coeficiente cuadrado de variacin del tiempo de
descarga con la ecuacin 2.11, se obtiene:
Este valor proporciona al dueo del negocio la base para lanzar su campaa publicitaria con
la confianza de poder cumplir con el plazo promedio de 2 horas.
2.9 RESUMEN
Los modelos de lneas de espera permiten analizar sistemas en los que un conjunto de
clientes llamados transacciones entran a recibir un servicio proporcionado por un conjunto
de entidades en paralelo llamados servidores. Con este anlisis se obtiene un conjunto de
medidas de desempeo del sistema como la utilizacin de los servidores, el tiempo de
espera en la fila, la longitud promedio de transacciones en el sistema, que permitan
determinar si el servicio que se est proporcionando es adecuado.
Actualmente, este concepto se utiliza ampliamente en el modelado de sistemas de
manufactura, como una alternativa a los modelos de simulacin; programas
computacionales como el MANUPLAN, permiten analizar cualquier sistema de
manufactura mediante lneas de espera conectadas entre s formando
una red y obteniendo valores estimados en un plazo relativamente corto. Estos valores
pueden emplearse como una primera aproximacin, antes de desarrollar formalmente un
modelo para la simulacin del sistema.
2.10 PROBLEMAS
2.1. Calcule la longitud promedio de la fila para un sistema (M/M/l)(FCFS/2/?), utilizando las siguientes
probabilidades de un paso:
1.2. Determine el tiempo promedio de espera en la fila para un sistema clasificado como (M/M/2) (FCFS/3/oo)
al que llegan 21 clientes/h. Las probabilidades de un paso se encuentran en la siguiente matriz:
2.9. En UH taller existen dos secciones, cada una cuenta con una mquina que tiene capacidad de
produccin de 5 piezas/h con distribucin Poisson. La entrada de materia prima a cada seccin es de 4.5
piezas/hora con distribucin Poisson. El costo de funcionamiento de cada mquina es de $ I/hora. El
dueo del taller est interesado en cambiar las dos mquinas a una sola seccin y hacer que toda la
materia prima llegue a ese lugar. Si el costo de tener la materia prima en espera de ser procesada se estima
en $ 0.50 y se consideran los sistemas (FCFS/oo/oo), determine cul de las dos opciones genera menor
costo.
2.10. Una empresa tiene actualmente una mquina con una capacidad de produccin de 10 piezas/hora
con distribucin Poisson. El costo de funcionamiento de esta mquina es de $1.5 O/hora. La empresa est
interesada en sustituirla por una mquina completamente automtica con una capacidad de produccin de
10 piezas/h cuyo costo de funcionamiento se estima en $2.00/hora. El costo de tener la materia prima en
inventario es $0.60/hora/pieza. Si la entrada de materia prima es de 9 piezas/h con distribucin Poisson y
se considera un modelo de tipo (FCFS/oo/oo), calcule:
a) El costo promedio por hora con la mquina actual. 6) El costo promedio por hora con la mquina
automtica.
c) El costo unitario de mantener el inventario para que sea indiferente el seleccionar cualquiera de los
dos sistemas.
2.11. Un banco emplea 10 cajeras para atender a sus clientes. Los clientes llegan de acuerdo con un
proceso Poisson con una media de 3 clientes/minuto. Si un cliente encuentra a todas las cajeras ocupadas
se coloca en una fila comn. Si el tiempo de servicio es exponencial con una media de 1 minuto/cliente,
calcule:
a) La probabilidad de que el banco est vacio.
b) La probabilidad de que haya 10 clientes en el banco.
c) La utilizacin de las cajeras.
d) El nmero promedio de clientes en el banco.
2.12. Una tienda emplea a un dependiente para atender a sus clientes. Los clientes llegan de acuerdo con
una distribucin Poisson con una media de 12 clientes/hora. El dependiente tiene que cobrar y empacar
los artculos comprados por los clientes. Cada uno de los procesos consume 2 minutos con distribucin
exponencial por lo que el tiempo de servicio acumulado es Erlang con k = 2 y una media de 4
minutos/cliente. Calcule:
a) La probabilidad de que la tienda no tenga ningn cliente.
b) El nmero promedio de clientes en la fila.
c) Tiempo promedio de espera en la tienda.
2.13. A un sistema llegan 5 clientes/h con distribucin Poisson. Si a las 5:00 lleg un cliente,
a) cul es la probabilidad de que llegue un cliente antes de las 5:05?,
>) cul es la probabilidad de que en ese mismo intervalo lleguen 5 clientes?
2.14. A la siguiente red de manufactura de tipo taller de produccin intermitente (job-shop) entran 2
piezas/hora con distribucin Poisson. Despus de la primera operacin, las piezas se distribuyen a las
dems operaciones de acuerdo con las proporciones mostradas en el diagrama.
determine:
a) El inventario promedio y la utilizacin de cada una de las estaciones.
>) La estacin "cuello de botella".
Nota: La distribucin de probabilidad de las llegadas a taladrado y a escariado se
conserva como Poisson, aunque con una media ms baja en cada una ya que el flujo
de 2 piezas/h se divide.
2.15. Lalito tiene tres balones y durante todo el da se divierte entrando y saliendo con ellos del interior de la
casa hacia el jardn y viceversa. Debido a su edad, solamente puede manejar un baln al mismo tiempo, aunque
a veces entra o sale de la casa sin baln. El nio se mantiene un promedio de 3 minutos con distribucin expo-
nencial en el jardn y despus entra a la casa donde permanece un promedio de 5 minutos con distribucin
exponencial antes de volver a salir al jardn.
o) Cul es la probabilidad de que haya ms balones adentro de la casa que en el
jardn? 6) En promedio, cuntos balones permanecen en el jardn?
2.15. Se tiene un sistema de produccin al tipo (M/M/l)(FCFS/oo/oo) al cual llegan 12 piezas/hora y cada una
se procesa en un tiempo de 3 min/pieza. Indique de qu tamao tiene que ser el almacn de espera para
que el 80% del tiempo todas las piezas que lleguen quepan en dicho almacn. Cada pieza mide un metro
cuadrado y no se pueden estibar.
2.17. A una mquina de torneado le llegan 10 piezas/hora de la operacin anterior, el tiempo de torneado sigue
una distribucin exponencial con media de 5 minutos/pieza. Debido a problemas con el torno, algunas piezas
tienen que volver a ser torneadas por no cumplir las normas de calidad; en particular, se estima que el 15% de
la produccin tiene que reprocesarse en el mismo torno. Una pieza que se reprocesa tiene que regresar al final
de la linea de espera para tornearse de nuevo. Si se considera que la entrada de piezas al torno (incluyendo las
que vienen del proceso anterior y las reprocesadas) sigue una distribucin Poisson.
a) Cul es la tasa real de entrada al torno?
6)' Cul es la utilizacin del torno?
c) Cul es el nmero de piezas promedio en el inventario?
Nota: El proceso es (FCFS/oo/oo).
2.18. A la biblioteca de Ciudad Mecano llegan un promedio de 26 personas/ao con distribucin Poisson, a
pedir prestado el libro Lneas de Espera. Aquella persona que logra encontrarlo, lo mantiene en su poder
durante 4 das con distribucin exponencial. Las personas que piden el libro y encuentran que est prestado se
van y nunca regresan.
a) Si la biblioteca slo tiene una copia del libro, cul es el nmero esperado de personas que podrn leer el
libro durante el ao?
b) Si cada persona que entra a la biblioteca y no encuentra el libro disponible ocasiona una prdida de $1
como costo de imagen y mala voluntad. Adems, cada libro cuesta $11. Cuntos libros debe comprar la
biblioteca?
2.19. Un promedio de 10 personas/hora con distribucin Poisson entran a los carriles centrales de una alberca
con el fin de nadar durante un rato. En promedio, cada persona nada 30 minutos con distribucin exponencial.
En la alberca existen 3 carriles disponibles para este tipo de nadadores. Si un nadador se encuentra solo en un
carril, nadar pegado siempre al lado derecho del carril; en caso de que otra persona entre en ese carril, cada
nadador realizar su ejercicio por un extremo del carril. Debido a polticas de seguridad nunca puede haber ms
de 2 nadadores en un mismo carril, por esto, si un nadador llega y estn ocupados los carriles se retira enojado
y no regresa.
a) Cul es la proporcin del tiempo en la que habr 3 personas nadando?
b) Cuntas personas en promedio se encuentran nadando en la alberca?
c) Cuntos carriles es necesario asignar para asegurar que el 95% de este tipo de nadadores que llegan a la
alberca puedan entrenar?
2.20. Cinco estudiantes compraron un barril de cerveza y decidieron organizar un convivio. El tiempo para
llenar un vaso de cerveza sigue una distribucin exponencial con media de 2 minutos. El tiempo para beber la
cerveza sigue una distribucin exponencial con media de 18 minutos. Despus de terminarse su cerveza, cada
estudiante inmediatamente vuelve a llenar su vaso.
a) En promedio, cunto espera un estudiante en la fila del barril?
b) Qu fraccin de tiempo no se usa el barril?
c) Si el barril tiene una capacidad de 500 vasos de cerveza, cunto tiempo les tomar a los estudiantes
terminrselo?
2.21. Una caja tiene slo un cajero de tiempo completo. Los clientes llegan a la caja de acuerdo con un proceso
Poisson con una tasa media de 30 clientes/hora. Cuando en el sistema hay menos de 5 clientes, la fila es
atendida por el cajero de tiempo completo, sin embargo, cuando en el sistema hay ms de 5 clientes se abre una
caja adicional con otro cajero y entre ambos atienden a la fila. El tiempo de atencin del cajero de tiempo
completo sigue una distribucin exponencial con media de 2 minutos/cliente. El tiempo de atencin del cajero
de tiempo
a) Obtenga el nmero de clientes promedio en el sistema (L).
2.22. Una mquina procesa piezas con un tiempo que sigue una distribucin exponencial, con media
de 20 minutos/pieza. Indique cul es la probabilidad de que una pieza cualquiera sea procesada en un
tiempo mayor a 35 minutos.
2.23. Un banco tiene una caja de tipo autoservicio. Los carros llegan de acuerdo con un proceso
Poisson con media de 12 carros/hora. El tiempo de atencin al cliente sigue una distribucin
exponencial con media de 4 minutos/carro. Frente a la caja existe un techo que proporciona sombra
para 5 carros (incluyendo al que se encuentra en servicio). Indique cul es la probabilidad de que al
entrar un cliente al sistema le toque sombra durante toda su estancia.
2.24. En una tienda se tienen 3 cajeras, cada una atiende en un tiempo que sigue una distribucin
exponencial con una media de 2 minutos/cliente. Si las llegadas ocurren de acuerdo con una
distribucin de Poisson con parmetro de 1.0 clientes/minuto indique:
a) cul es la probabilidad de que 2 cajeras estn ociosas?
b) cul es el nmero de clientes promedio que se encuentran en la cola?
2.25. Un muelle cuenta con una gra para descargar barcos. El tiempo de descarga es de 2
das/barco con distribucin exponencial, y la tasa de llegadas sigue una distribucin Poisson con una
media de 3 barcos cada 7 das. Si un barco llega y el muelle est ocupado se une a una linea de
espera para ser atendido en orden FCFS. Determine el tiempo promedio que transcurre desde que un
barco llega al sistema hasta que termina su descarga, la probabilidad de que el sistema est vacio y la
longitud promedio de la fila.
2.26. Suponga que un sistema de colas tiene 2 servidores, el tiempo entre llegadas sigue una
distribucin exponencial con una media de 2 horas y el tiempo de servicio sigue una distribucin
exponencial con una media de 2 horas. El mximo nmero de personas que pueden estar en el
sistema es de 5. Determine:
a) la probabilidad de que el sistema est vacio
b) la longitud promedio de la fila.
2.27. A un sistema llegan 10 transacciones/hora de acuerdo con un proceso Poisson. El sistema
cuenta con 3 servidores, cada uno de los cuales procesa las transacciones de acuerdo con una
distribucin exponencial con media de 15 min/transaccin. El costo de servicio es de $500/h-
servidor y el costo de la espera se estima en $ 1000/h-transaccin.
a) Determine p, L, Lq, Wy WQ.
2.28. El tiempo entre llegadas de las piezas a un sistema sigue una distribucin normal (ja = 5, a =
3) minuto. Si el proceso de las piezas lo realiza un robot en 4.9 min/pieza. Determine:
a) el inventario de piezas antes de llegar al robot
b) cuntos minutos de espera transcurren antes de que las piezas sean procesadas?
2.29. Obtenga el valor de Pn n = 1, 2, . . . para un sistema con un servidor, donde las llegadas son
Poisson con una media de X,;l= 15(1 - (?i/3)) y el tiempo de proceso es exponencial con media de 5
min/cliente.
2.30. Un sistema cuenta con 3 servidores. El tiempo de atencin a los clientes sigue una distribucin
exponencial con media de 10 minutos/cliente. La tasa de llegadas al sistema sigue una distribucin
Poisson con una media que va disminuyendo conforme aumenta el
n 0 1 2 3 4 >5
X 35 30 25 20 15 10