Documentos de Académico
Documentos de Profesional
Documentos de Cultura
JOS MATAS
DELGADO
FACULTAD DE INGENIERA
INVESTIGACIN DE OPERACIONES II
ING. RENE HERNN LINARES SILVA
INVESTIGACIN BIBLIOGRFICA
SISTEMAS DE COLAS
Integrantes de grupo:
Con frecuencia, las empresas deben tomar decisiones respecto al caudal de servicios
que debe estar preparada para ofrecer. Sin embargo, muchas veces es imposible
predecir con exactitud cundo llegarn los clientes que demandan el servicio y/o cuanto
tiempo ser necesario para dar ese servicio; es por eso que esas decisiones implican
dilemas que hay que resolver con informacin escasa. Estar preparados para ofrecer todo
servicio que se nos solicite en cualquier momento puede implicar mantener recursos
ociosos y costos excesivos. Pero, por otro lado, carecer de la capacidad de servicio
suficiente causa colas excesivamente largas en ciertos momentos. Cuando los clientes
tienen que esperar en una cola para recibir nuestros servicios, estn pagando un coste,
en tiempo, ms alto del que esperaban. Las lneas de espera largas tambin son costosas
por tanto para la empresa ya que producen prdida de prestigio y prdida de clientes.
INVESTIGACION DE OPERACIONES II
1
NDICE
Pgs.
INTRODUCCIN 1
OBJETIVOS 3
SISTEMAS DE COLAS 4
BIBLIOGRAFA 40
ANEXOS 41
INVESTIGACION DE OPERACIONES II
2
OBJETIVOS
General:
Especifico:
INVESTIGACION DE OPERACIONES II
3
SISTEMAS DE COLAS
Tanto el ritmo de llegadas al sistema por unidad de tiempo, como el tiempo de servicio,
son variables con un patrn aleatorio, de tal forma que se hace necesaria la utilizacin
de modelos estocsticos que permitan el estudio de este tipo de sistemas.
Un sistema de colas est formado por un origen de usuario, una cola de espera y
posibilidades de servicio con uno o varios servidores paralelos idnticos.
La red de colas es un conjunto de sistemas de colas conectados entre s.
INVESTIGACION DE OPERACIONES II
4
NOTACIN GENERAL DE LA SITUACIN GENERAL
DE COLAS
La cantidad de clientes en el sistema se define para incluir los que estn en el servicio y
los que estn en la cola.
En cuanto a terminologa, el estndar en la Teora de Colas es el siguiente.
n = *c para n c
= tiempo esperado entre llegadas
= tiempo esperado de servicio
= = Factor de utilizacin de la instalacin del servicio
INVESTIGACION DE OPERACIONES II
5
La figura ilustra la situacin de colas de Poisson especializadas con c servidores
paralelos. Se selecciona un cliente de la cola para iniciar el servicio con el primer servidor
disponible. La tasa de llegadas al sistema es de clientes por unidad de tiempo.
Todos los servidores paralelos son idnticos, es decir que la tasa de servicio de cualquier
servidor es de m clientes por unidad de tiempo. La cantidad de clientes en el sistema se
define para incluir los que estn en el servicio y los que estn en la cola.
(a/b/c) : (d/e/f)
Notacin de Kendall
Donde:
a = Distribucin de las llegadas
b = Distribucin de las salidas (tiempo de servicio)
c = Cantidad de servidores paralelos (= 1,2,,)
d = Disciplina en las colas
Nmero mximo (finito o infinito) permitido en el sistema (haciendo cola
e =
o en servicio)
f = Tamao de la fuente solicitante (finita o infinita)
INVESTIGACION DE OPERACIONES II
6
MEDIDAS DE RENDIMIENTO DE ESTADO ESTABLE
Ls effecWs
effec
L s Lq
Lq effecWq
1
Ws Wq
= ; <
= ; < , n = 0, 1, 2,
INVESTIGACION DE OPERACIONES II
7
EJEMPLO 01
Suponga una estacin de gasolina a la cual llegan en promedio 45 clientes por hora.
Se tiene capacidad para atender en promedio a 60 clientes por hora.
Se sabe que los clientes esperan en promedio 3 minutos en la cola.
Solucin:
La tasa media de llegadas es 45 clientes por hora o 45/60 = 0.75 clientes por minuto
La tasa media de servicio es 60 clientes por hora o 60/60 = 1 cliente por minuto
Wq 3 min
1 1
Ws Wq 3 4 min
1
Ls Ws 0.75 4 3 clientes
Lq Wq 0.75 3 2.25 clientes
EJEMPLO 02
Suponga 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.
Solucin:
La tasa media de llegadas es 100 clientes por hora o 100/60 = 1.67 clientes por min
La tasa media de servicio es 150 clientes por hora o 150/60 = 2.5 cliente por minuto
Wq 2 min
1 1
W s Wq 2 5.5 min
2.5
Ls Ws 1.67 5.5 9.185clientes
Lq Wq 1.67 2 3.34 clientes
INVESTIGACION DE OPERACIONES II
8
El factor de utilizacin del sistema si se mantuviera un servidor es
= / = 1.67/2.5 = 0.668 = 66.8%
EJEMPLO 03
Solucin:
La tasa media de llegadas es 79 llamadas por minuto o 79/60 = 1.32 llamadas por seg
La tasa media de servicio es 125 llamadas por minuto o 125/60 = 2.08 llamadas por
seg
Wq 7 seg
1 1
Ws Wq 7 7.48seg
2.08
Ls Ws 1.32 7.48 9.87 llamadas
Lq Wq 1.32 7 9.24 llamadas
INVESTIGACION DE OPERACIONES II
9
MODELOS DE UN SOLO SERVIDOR
Este modelo se trata solo de un servidor es decir c=1. Se hablaran de dos casos posibles:
Ambos modelos suponen una capacidad infinita de la fuente es decir que siempre ser
abundante. En ambos las llegadas ocurren a razn de clientes por unidad de tiempo y
con una tasa de servicio de clientes por unidad de tiempo.
Los resultados de los dos modelos (y de hecho de todos los modelos restantes en la se
derivan como casos especiales de los resultados del modelo generalizado.
Se utilizar la notacin ampliada de Kendall para caracterizar cada situacin.
INVESTIGACION DE OPERACIONES II
10
MODELOS DE UN SOLO SERVIDOR (M/M/1) : (GD//)
= ; <
= ( ) ^ ; < , = , , ,
INVESTIGACION DE OPERACIONES II
11
EJEMPLO 01
Un restaurante de comida rpida tiene una ventanilla para servicio en su auto. Los autos
llegan segn una distribucin de Poisson a razn de 2 cada 5 minutos. El espacio enfrente
de la ventanilla puede acomodar a lo sumo 10 autos, incluso el que se est atendiendo.
Los dems autos pueden esperar afuera de este espacio si es necesario. El tiempo de
servicio por cliente es exponencial, con una media de 1.5 minutos. Determine lo siguiente:
c) El tiempo de espera hasta que un cliente llega a la ventanilla para hacer su pedido
Wq = Tiempo de espera anticipado en la cola
= = .
( )
INVESTIGACION DE OPERACIONES II
12
EJEMPLO 02
c) Si al final del semestre John decide subcontratar los trabajos pendientes a $40
cada uno, cunto, en promedio, debe esperar que le paguen?
Lq = Cantidad esperada de trabajos en cola
= ()
= 3.2 trabajos
Si se pagara $40 por cada trabajo en cola (3.2 trabajos) se pagara $128 en promedio
INVESTIGACION DE OPERACIONES II
13
EJEMPLO 03
Pn = 1 Po
Pn = 0.38 38% de 1 semana
INVESTIGACION DE OPERACIONES II
14
MODELO DE UN SOLO SERVIDOR (M/M/1) : (GD/N/)
Utilizando = el modelo generalizado:
= ;
+
= ; =
+
= ;
= ; >
= +
El valor de = no tiene que ser menor que 1 en este modelo, porque el limite N controla
las llegadas al sistema. Esto significa que es la tasa que importa en este caso.
=
= = ( ) se dice entonces <
INVESTIGACION DE OPERACIONES II
15
EJEMPLO 01
Los pacientes llegan a la clnica de un mdico de acuerdo con una distribucin de Poisson
a razn de 20 pacientes por hora. La sala de espera no puede acomodar ms de 14
pacientes. El tiempo de consulta por paciente es exponencial, con una media de 8
minutos
Solucin: (M/M/1):(GD/15/)
= 20 pacientes/hora
= 7.5 pacientes/hora
20
= 7.5 = 2.666 , N=14+1=15
(1)
15 = = 0.6249
1+1
= = 12.498
= (1 15 ) = 7.5
[1(+1) ++1 ]
= = 14.3997
(1)(1+1 )
= = 1.9199
1
= = 1.7866
= 7.5(1.7866) = 13.3997
Probabilidad Probabilidad
n Probabilidad n n Probabilidad n
Acumulada Acumulada
0 0 0 8 0.00065 0.00103
1 0 0 9 0.00174 0.00277
2 0 0 10 0.00463 0.0074
3 0 0.00001 11 0.01236 0.01976
4 0.00001 0.00002 12 0.03296 0.05272
5 0.00003 0.00005 13 0.08789 0.14061
6 0.00009 0.00014 14 0.23438 0.37499
7 0.00024 0.00038 15 0.625 0.99999
INVESTIGACION DE OPERACIONES II
16
c) Cul es el tiempo total esperado que un paciente pasa en la clnica?
= . horas que pasa un paciente esperando en la clnica.
EJEMPLO 02
Solucin: (M/M/1):(GD/10/)
a) En promedio Cuntos cortes de pelo har el peluquero?
Una fraccin de P10 de las llegas encuentra que la peluquera est llena. Por lo tanto,
entrar a ella un promedio de (1-P10) por hora. Todos los clientes que desean que se les
corte el cabello, y por lo tanto, el peluquero har un promedio de (1-P10) cortes por hora.
N = 10 , = 20 clientes por hora y = 5 clientes/hora.
Entonces = 20/5 = 4
1
= +1
1
donde n = 1,2,....m
Sustituyendo datos P10 = 0.75
As, los cortes de pelo son en promedio 20(1-0.75) = 5 cortes/hora.
[1 ( + 1) + +1 ]
=
(1 )(1 +1 )
INVESTIGACION DE OPERACIONES II
17
EJEMPLO 03
Una instalacin de servicio consiste de una persona que puede atender un promedio de
2 clientes/h. Los tiempos de servicio son exponenciales. Llega un promedio de 3 clientes
por hora, y se supone que los tiempos entre llegadas son exponenciales. La capacidad
del sistema es de 3 clientes.
Solucin: (M/M/1):(GD/3/)
=3clientes/hora
=2clientes/hora
N=3
p=3/2=1.5
a) En promedio, Cuntos clientes potenciales entran al sistema cada hora?
1
= +1
1
1 1.5
3 = 3+1
1.53 = 0.4154
1 1.5
= (1-Pm) = (1-P3) = 3(1-0.4154) = 1.75 clientes por hora.
INVESTIGACION DE OPERACIONES II
18
MODELOS DE SERVIDORES MULTIPLES
Esta seccin considera tres modelos de colas con varios servidores paralelos. Los
primeros dos modelos son las versiones de varios servidores. El tercer modelo trata el
caso del autoservicio, el cual equivale a tener una cantidad infinita de servidores
paralelos.
(M/M/c) : (GD//)
As que:
Si = y suponiendo que el valor de Po se determina a partir de
= = la
cual da:
INVESTIGACION DE OPERACIONES II
19
La expresin para Lq se determina como sigue:
Como = , entonces:
= +
Los valores de y se pueden determinar dividiendo y entre
EJEMPLO 01
Una pequea oficina de correos tiene dos ventanillas abiertas. Los clientes llegan
siguiendo una distribucin de Poisson con la frecuencia de 1 cada 3 minutos. Sin
embargo, solo el 80% de ellos deben ser atendidos en las ventanillas. El tiempo de
servicio por cliente es exponencial, con 5 minutos de promedio. As, ese 80% de los
clientes que llegan se forman en una cola y llegan a las ventanillas disponibles en
disciplina PLPS.
Solucin: (M/M/2):(GD//)
= . = , = =
= , = = = .
a) Cul es la probabilidad de que un cliente que llega deba esperar en la fila ( )?
()
= ( ) + = .
! !
=
{ ( )}
()
= (. ) = .
!
= ( + ) = . = .
La probabilidad es de 53.3%
INVESTIGACION DE OPERACIONES II
20
c) Cul es la longitud promedio de la cola?
= (. ) = .
( )! ( )
1 cliente
d) Sera posible ofrecer un servicio razonable solo con una ventanilla? Explique por
qu.
No, porque es mayor que . Por lo tanto el mnimo de ventanas que puede haber en la
oficina de correos debe ser mayor o igual a = = = . , es decir que el nmero
de ventanas actuales es el correcto.
EJEMPLO 02
a) Los clientes llegan cada 5 minutos y son atendidos a razn de 10 clientes por hora.
=0.2 clientes / min
=10 clientes / hora 0.17 clientes / min
p=0.2/0.17=1.18
Si = y suponiendo que
.
Se necesita de 1 servidor
Si = y suponiendo que
.
Se necesita de 3 servidores
INVESTIGACION DE OPERACIONES II
21
=30 clientes / hora
=40 clientes / hora
p=30/40=0.75
Si = y suponiendo que
.
Se necesita de 1 servidor
EJEMPLO 03
Un banco tiene dos cajeros. Llegan al banco con un promedio de 80 clientes por hora y
esperan en una sola cola para que los atiendan. El tiempo promedio que se necesita para
atender a un cliente es 1.2 minutos. Suponga que los tiempos entre llegadas y los de
servicio son exponenciales. Calcular.
Solucin: (M/M/2):(GD//)
k: nmero de servidores
k = 2 cajeros
= 80 clientes / hora
= 1/1.2 cliente / minutos
Al realizar la conversin
= 50 clientes / hora
INVESTIGACION DE OPERACIONES II
22
esta ecuacin puede ser dividida en dos partes
1
=
+
80 0
1 ( ) 80 1
( ) ( ) 1 1.6
= = 50 + 50 = + = 2.6
! 0! 1! 1 1
=0
( ) 80 2
( ) (50 2)
= = 50 + = 6.4
! 2! (50 2) 80
1 1 1
0 = = = = 0.1111
+ 2.6 + 6.4 9
teniendo Po buscar Ls
80 2
(80 50) ( ) 80
= 50 0.111 + ( ) = 4.4416
(2 1)! (2 50 80)2 50
INVESTIGACION DE OPERACIONES II
23
MODELO DE SERVIDORES MULTIPLES
(M/M/c) : (GD/N/)
Este modelo difiere del (M/M/c):(DG//) en que el lmite del sistema es finito, igual a N.
Eso quiere decir que el tamao mximo de la cola es N-c.
, 0 <
= {
,
En donde:
1
1 +1
(1 ( )
)
( + ) , 1
! ! (1 )
0 =
=0
1
1
( + ( + 1)) , =1
! !
{ =0
A continuacin se calcula Lq para el caso en que 1 como sigue:
+1 +1
= {1 ( ) ( + 1) (1 ) ( ) } 0
( 1)! ( )2
Se puede demostrar que para = 1, se reduce a
INVESTIGACION DE OPERACIONES II
24
( )( + 1)
= 0 , =1
2!
Para determinar , y en consecuencia y , se calcula el valor de como sigue:
=
= = (1 )
EJEMPLO 01
En un pequeo taller de ajuste de motores ocupa a tres mecnicos. Cuando los clientes
que llegan ven que el piso del taller est cubierto de trabajos en espera, van a otra parte.
El piso del taller puede dar cabida cuando mucho a 15 segadoras o podadoras, adems
de las que reciben el servicio. Los clientes llegan al taller cada 15 minutos en promedio,
y un mecnico tarda un promedio de 30 minutos en terminar cada trabajo. El tiempo entre
llegadas y el tiempo de servicio tienen distribucin exponencial.
Solucin: (M/M/3):(GD/18/)
C=3 N=18
= = = =
== =
a) Cantidad promedio de mecnicos sin trabajo
Numero de mecnicos que no estn trabajando = c (Ls- Lq)
+
() ( () )
= ( ) + = .
!
= ! ( )
{ }
()
= . = .
!
= ( . ) = .
+
= { { ( ) ( + ) ( ) ( ) }} . = .
! ( )
= . + . = .
# de mecnicos no trabajando = 3 - (1.8771-0.8774) = 2.0003
INVESTIGACION DE OPERACIONES II
25
b) Porcin del trabajo que va a la competencia en un da de 10 horas, por la
capacidad limitada del taller.
= = . = .
En un da de 10 horas se pierden: 10x0.0014=0.014 trabajos.
..
f) Productividad del taller=
= = .
La productividad es de 33.32%
EJEMPLO 02
Eat y Gas es una gasolinera con dos bombas. El carril que llega a ellas puede dar cabida
cuando muchos a 5 automviles, incluyendo los que llenan el tanque. Los que llegan
cuando el carril est lleno van a otra parte. La distribucin de los vehculos que llegan es
de Poisson, con promedio de 20 por hora. El tiempo para llegar y pagar las compras es
exponencial, con 6 min de promedio. Determine lo siguiente:
Solucin: (M/M/2):(GD/5/)
C=2 N=5 = 20 v/h = 10v/h p=2 p/c = 1
INVESTIGACION DE OPERACIONES II
26
EJEMPLO 03
b) Cul es la probabilidad de que un automvil que llegue ocupe el nico cajn vacio
en el estacionamiento?
29 = 0.01248
INVESTIGACION DE OPERACIONES II
27
MODELO DE SERVIDORES MULTIPLES
(M/M/) : (GD//)
Y se tiene que:
0 =
= , = 0, 1, 2,
!
INVESTIGACION DE OPERACIONES II
28
EJEMPLO 01
A los conductores nuevos se les pide pasar un examen por escrito, antes de hacer las
pruebas de manejo. Los exmenes escritos suelen hacerse en el departamento de polica
de la ciudad. Los registros de la ciudad de Springdale indican que la cantidad promedio
de exmenes escritos es de 100 por da de 8 horas. El tiempo necesario para contestar
el examen es de 30 minutos, ms o menos. Sin embargo, la llegada real de los aspirantes
y el tiempo que tarda cada uno en contestar son totalmente aleatorios.
Solucin: (M/M/):(GD//)
= = .
= =
a) La cantidad promedio de asientos que debe tener el departamento de polica en el
saln de exmenes.
.
= = . .
EJEMPLO 02
INVESTIGACION DE OPERACIONES II
29
vender sus valores. El tiempo promedio entre colocaciones de pedidos es de 1 mes, lo
que da = 12 valores por ao. La tasa de venta de los valores es valor por ao. Puede
obtener los resultados del modelo con los siguientes datos de entrada:
= 1/3 valor por ao. Puede obtener los resultados del modelo con los siguientes datos
de entrada:
Solucin: (M/M/):(GD//)
EJEMPLO 03
INVESTIGACION DE OPERACIONES II
30
a) La probabilidad de que el inversionista venda todo
0 =
0 = 36 = 2.311016
P0 = 0
INVESTIGACION DE OPERACIONES II
31
MODELO DE SERVICIO DE MAQUINAS
(M/M/R) : (GD/K/K)
Este modelo se diferencia de todos los anteriores por tener una fuente finita de clientes.
Eso se puede visualizar si se considera que cuando todas las maquinas del taller estn
descompuestas, no se pueden generar ms llamadas o solicitudes de servicio. En
esencia, solo las maquinas que estn funcionando se pueden descomponer, por lo que
tienen el potencial de generar llamadas de servicio.
= ( ) , 0
( ) , 0 <
= {
0 ,
, 0<
= {
,
0 , 0
= {
!
,
! 0
1
!
0 = ( + )
!
=0 =+1
INVESTIGACION DE OPERACIONES II
32
En este modelo es difcil obtener una forma cerrada de Ls, y en consecuencia se debe
calcular a partir de la siguiente definicin bsica:
= {( )} = ( )
=
=0
1
=
EJEMPLO 01
(M/M/1) : (GD/5/5)
= 1.33333 = 7.5
= 4.99945 = 0.17778
Probabilidad Prob.
n
acumulada
0 0.33341 0.33341
1 0.29637 0.62978
2 0.21075 0.84053
3 0.11240 0.95293
4 0.03996 0.99290
5 0.00710 1.00000
INVESTIGACION DE OPERACIONES II
33
a) Determine el promedio de mquinas en espera de ser preparadas o que se estn
preparando.
=
=0
= (0 0.33341) + (1 0.29637) + (2 0.21075) + (3 0.11240) + (4 0.03996)
+ (5 0.00710)
= 1.25041
0 = 0.33341
1.25041
= = = 0.25
4.99945
EJEMPLO 02
Kleen All es una compaa de servicios que realiza varios trabajos peculiares, como
jardinera, poda de rboles y pintura de casas. Los 4 empleados de la compaa salen de
la oficina con la primera asignacin del da. Despus de completar una asignacin, el
empleado llama a la oficina para pedir instrucciones para el siguiente trabajo que se va a
realizar. El tiempo para completar una asignacin es exponencial con una media de 45
minutos. El tiempo de viaje entre los trabajos tambin es exponencial con una media de
20 minutos.
= 60/45 = 1.33 maquinas/hr = 60/20 = 3 /hr R=4 K=4
(M/M/4) : (GD/4/4)
= 1.33333 = 3.0
Probabilidad Prob.
n
acumulada
0 0.22972 0.22972
1 0.40839 0.63811
2 0.27226 0.91037
3 0.08067 0.99104
4 0.00896 1.00000
INVESTIGACION DE OPERACIONES II
34
a) Determine el promedio de empleados que viajan entre los trabajos.
=
=0
= (0 0.22972) + (1 0.40839) + (2 0.27226) + (3 0.08067) + (4 0.00896)
= 1.23076
EJEMPLO 03
Toolco tiene un taller con 22 mquinas en total. Se sabe que cada mquina se
descompone con una frecuencia promedio de una vez cada dos horas. Se necesita un
promedio de 12 minutos para terminar una reparacin. Tanto el tiempo entre
descomposturas como el tiempo de reparacin sigue una distribucin exponencial. A
Toolco le interesa determinar la cantidad de mecnicos necesarios para mantener el taller
funcionando uniformemente. Calcular lo siguiente:
a) Calcule la cantidad esperada de clientes sin trabajo si R=4
b) Calcule la probabilidad de que todos los mecnicos estn sin trabajo para R=3
c) Calcule la probabilidad de que la mayora (ms de la mitad) de los mecnicos estn
sin trabajo para R=3
b) P0 = 0.10779
c) R = 3
P(2 o 3 sin trabajo) = P0 + P1 = 0.34492
INVESTIGACION DE OPERACIONES II
35
FORMULA POLLACZEEK-KHINTCHINE (P-K)
(M/G/1) : (GD//)
Los modelos de cola en que las llegadas y las salidas no siguen la distribucin de poisson
son complicados. En general, en esos casos se aconseja usar la simulacin como mtodo
alternativo para analizarlos
Esta es una de las pocas colas que no son de poisson, para la cual se dispone de
resultados. Es para el caso en el que el tiempo de servicio t se representa por una
distribucin de probabilidades con media E(t) y varianza var(t). Entre los resultados del
modelo estn las medidas bsicas de desempeo , , . El modelo no
proporciona una ecuacin cerrada para debido a que no se puede manejar en forma
analtica.
2 ( 2 {} + {})
= {} + , {} < 1
2(1 {})
0 = 1 {} = 1
1 1
= = =
(1 )
1
= =
(1 )
2
= =
1
= =
INVESTIGACION DE OPERACIONES II
36
EJEMPLO 01
Layson Roofing Inc. instala techos de tejas en casas nuevas y viejas en Arkansas. Los
clientes potenciales solicitan el servicio al azar a razn de nueve trabajos por mes de 30
das y se les pone en una lista de espera para ser procesados sobre la base de FCFS.
Los tamaos de las casas varan, pero es bastante razonable suponer que las reas del
techo estn uniformemente distribuidas entre 150 y 300 metros cuadrados. Por lo comn,
la cuadrilla de trabajo puede completar 75 cuadrados al da. Determine lo siguiente:
a) Los trabajos de techado pendientes promedio de Layson.
9
= = 0.3 /
30
1
{} = = 3.333 3
4
var{} = = 0.333
12
2 ( 2 {} + {})
= {} + , {} < 1
2(1 {})
5.14
= = = 17.16 17
0.3
EJEMPLO 02
Un auto lavado puede atender un auto cada 12 minutos y la tasa media de llegadas es
de 9 autos/hora, = 2 min.
Obtener las medidas de desempeo de acuerdo al modelo M/G/1, adems la probabilidad
de tener cero clientes en el sistema y la probabilidad de que un cliente tena que esperar
por el servicio.
9
= = = 0.75
12
2
= = 0.033
60
2 2 + 2 92 0.0332 + 0.752
= = = 1.31
2(1 ) 2(1 0.75)
INVESTIGACION DE OPERACIONES II
37
= + = 1.31 + 0.75 = 2.06
= = 0.145 = 8.7
1
= + = 0.228 = 13.7
0 = 1 = 0.25
= = 0.75
EJEMPLO 03
BDI Inc. Instala cmaras de seguridad en residenciales nuevas en Buenos Aires. Los
clientes potenciales solicitan el servicio al azar a razn de 15 trabajos por mes de 30 das
y se les pone en una lista de espera para ser procesados sobre la base de FCFS. Los
tamaos de las casas varan, pero es bastante razonable suponer que en el permetro
donde habra que ubicar las cmaras uniformemente distribuidas estara entre 150 y 300
metros cuadrados. Por lo comn, el equipo tcnico de instalacin puede completar 75
cuadrados al da. Determine lo siguiente:
7
= = 0.23 /
30
1
{} = = 4.2863 4
4
var{} = = 0.333
12
2 ( 2 {} + {})
= {} + , {} < 1
2(1 {})
6.32
= = = 27.48 17
0.23
INVESTIGACION DE OPERACIONES II
38
CONCLUSIONES
INVESTIGACION DE OPERACIONES II
39
BIBLIOGRAFA
http://cdigital.dgb.uanl.mx/la/1020151198/1020151198.PDF
https://jrvargas.files.wordpress.com/2009/01/5-teoria-de-colas.pdf
http://personales.upv.es/jpgarcia/LinkedDocuments/Teoriadecolasdoc.pdf
INVESTIGACION DE OPERACIONES II
40
ANEXOS
INVESTIGACION DE OPERACIONES II
41