Mmes U2 Ea Jomh

>
15-11-2016
Modelación estocástica.
Unidad 2. Teoría de colas.
Evidencia de Aprendizaje. Aplicación de un modelo de colas
para la solución de problemas.
https://image.jimcdn.com/app/cms/image/transf/none/path/sf5056f613f0
0ac9f/image/i5fc75b60b8a82422/version/1460024253/image.jpg.png
Joel Alberto Montalvo Hernández

AL12523631
MODELACION ESTOCASTICA
MTRA.GUADALUPE DEL CARMEN RODRIGUEZ MORENO.
Actividad. Análisis de problemas y clasificación de sistemas de colas.
INTRODUCCION
La teoría de colas es el estudio matemático del comportamiento de líneas de espera. Esta se presenta,
cuando los “clientes” llegan a un “lugar” demandando un servicio a un servidor el cual tiene una cierta
capacidad de atención. Si el servidor no está disponible inmediatamente y el cliente decide esperar,
entonces se forma la línea de espera. A los posibles clientes que pueden usar el sistema de colas se le
denomina “población”, “clientes potenciales”
Una cola es la línea de espera para los clientes que entran al sistema y de momento no pueden ser
atendidos por un servidor Los modelos sirven determinar los costos del sistema de colas así como los
tiempos promedios de espera así como el promedio de clientes en la cola y el sistema.
Los sistemas de colas son modelos de sistemas que proporcionan un servicio en el cual los procesos
o clientes llegan buscando un servicio de algún tipo y salen después de que dicho servicio ha sido atendido.
Podemos modelar los sistemas de este tipo tanto como colas sencillas o como un sistema de colas
interconectadas formando una red de colas.
El problema es determinar qué capacidad o tasa de servicio proporciona el balance correcto. Esto no
es sencillo, ya que un cliente no llega a un horario fijo, es decir, no se sabe con exactitud en que momento
llegarán los clientes, el tiempo de servicio puede ser de duración constante o aleatoria.
Joel Alberto Montalvo Hernández 15/11/2016

Podemos modelar situaciones de la vida real por ejemplo líneas de producción o ensamble, líneas de
espera en bancos, servicios, comercios, también se aplican en informática, telecomunicaciones y, en
general, las nuevas tecnologías; por ejemplo, los procesos enviados a un servidor para ejecución forman
colas de espera mientras no son atendidos, la información solicitada, a través de Internet, a un servidor Web
puede recibirse con demora debido a congestión en la red o en el servidor propiamente dicho, podemos
recibir la señal de líneas ocupadas si la central de la que depende nuestro teléfono móvil está colapsada en
ese momento, etc.
La Teoría de Colas inicia con los trabajos de Agner Kraup Erlang (Dinamarca, 1878 - 1929) en 1909
para analizar la congestión de tráfico telefónico con el objetivo de cumplir la demanda incierta de servicios
en el sistema telefónico de Copenhague. Sus investigaciones acabaron en una nueva teoría denominada
teoría de colas o de líneas de espera. Esta teoría es ahora una herramienta de valor en negocios debido a
que un gran número de problemas pueden caracterizarse, como problemas de congestión llegada-salida.
Para generar un modelo se debe considerar la tasa variable con que arriban los clientes al servicio así como
la velocidad con que se presta el servicio; se considera que dichos tiempos se ajustan a una distribución de
probabilidad dada.; se debe considerar el número de servidores, un orden de atención a los clientes, así
como el número de clientes potenciales y la capacidad del sistema para atender a los posibles clientes.
David Kendall introdujo una notación que permite describir las colas y mostrar las características de
las mismas, se usa un formato (a, b, c) (d, e, f)
a representa el tipo de distribución de probabilidad para el proceso de llegada.
b representa el tipo de distribución de probabilidad para el proceso de servicio o atención.
C representa el número de servidores del sistema.
d indica el orden de atención a los clientes.
e indica la capacidad del Sistema en general
f representa el tamaño la población.
Para a y b se consideran los siguientes símbolos GI indica que existe una distribución de llegada con
tiempo promedio entre ambos, es decir que es general, D: se usa para expresar valores determinísticos con
tiempo promedio constantes, M: indica que existe una distribución de llegada tipo Poisson o bien exponencial
y que es independiente de la llegada anterior. Ek una distribución de Earlang, H distribución
hiperexponencial.
c se indica el número de servidores del sistema, para d se utiliza FCFS (se atiende primero al que llega
primero), LCFS (se atiende primero al que llega al último), SIRO ( se atienden los clientes aleatoriamente) ,
PR según prioridades; GD orden general , en la siguiente tabla se muestran algunos modelos sus
características y ecuaciones principales.

Marcovianos No marcovianos
(M/M/c)(d/∞/∞) (M/G/1)(d/∞/∞)
Distribución tiempo entre llegadas exponencial Distribución de tiempo entre llegadas exponencial
Distribución de tiempo de servicio exponencial Comportamiento probabilístico de tiempo de servicio cualquier tipo de
Numero de servidores c distribución
Orden de atención a los clientes d S servidores, d es el orden de atención
No. máximo de clientes que soporta el sistema es Infinito. No. máximo de clientes que soporta el sistema es Infinito
No. de clientes potenciales del sistema es infinito. No. de clientes potenciales del sistema es infinito.
M/M/S)(d/N/F) (M/G/S)(d/∞/∞)
Distribución de tiempo entre llegadas exponencial Distribución de tiempo entre llegadas exponencial
Distribución de tiempo de servicio exponencial. Cualquier tipo de distribución para el tiempo de servicio
Numero de servidores S S servidores
Un orden de atención a los clientes d Un orden de atención a clientes d
No. máximo de clientes que soporta el sistema es finito No. máximo de clientes que soporta el sistema infinito
No. de clientes potenciales del sistema es infinito. No. máximo de clientes potenciales del sistema infinito
1+𝐶 2 𝑠
𝐿𝑞 < 𝐿𝑞[𝑀,𝑀𝑆]
2
𝜆
𝜌=
𝑆𝜇
𝐿 = 𝐿𝑞 + 𝜌
𝐿
𝑊=
𝜆
𝐿𝑞
𝑊𝑞 =
𝜆
(G/G/1)(d/∞/∞)
Tiempo entre llegadas distribución con media E(t) varianza V(t)
Tiempo de servicio con distribución con media E(t) varianza V(t)
1 servidor
Orden de atención a clientes d
No. Máximo de clientes que soporta el sistema infinito
Número de clientes potenciales ilimitado
2 2 2 2
𝜌2 𝐶𝑎+𝐶𝑠 2 1−𝜌 𝐶𝑎−1 2
𝐿𝑞 = 2 1−𝜌
exp − 2 2 𝑠𝑖 𝐶𝑎 < 1
3 𝐶𝑎+𝐶𝑠
2 2
𝜌2 𝐶𝑎+𝐶𝑠 2
𝐿𝑞 = 2 1−𝜌
, 𝑠𝑖 𝐶𝑎 = 1
2 2 2 2
𝜌2 𝐶𝑎+𝐶𝑠 1−𝜌 𝐶𝑎−1 2
𝐿𝑞 = 2 1−𝜌
exp − 2 2 𝑠𝑖 𝐶𝑎 > 1
𝐶𝑎+4𝐶𝑠

1) Problema Prototipo
Para un auto nuevo se considera como duración de sus llantas el kilometraje que señala el odómetro al
momento que requiera cambiarlas por el desgaste asociado al rodamiento (los neumáticos cuentan con unas
marcas las cuales señalan el momento idóneo para su cambio).
Nacional de Llantas, proveedor de neumáticos para los vehículos Journey fabricados en México por
Chrysler, otorga una garantía duración de 40,000 kms para su modelo GTS 4, necesita saber si su producto
cumple con lo ofrecido, para ello solicita a sus concesionarios información sobre la duración de dicho modelo
en kilómetros, anotando el kilometraje del odómetro cuando el cliente acude a cambiar sus llantas, los datos
proporcionados se consideran en la siguiente tabla. También desea conocer si es recomendable ampliar la
garantía del producto a 50 o 60 mil kms.
52452 51179 67662 50238 36950 62215 48662 66310 67430 59483
48698 61979 57884 46681 59880 37402 50356 41460 46850 64398
44411 80502 60727 78635 55989 53808 67124 41250 47950 28625
63692 50432 74582 53324 61390 65550 51269 35850 49860 33142
84588 65854 43068 55257 66520 59449 25875 53571 51360 42158
55643 41886 35342 56155 41720 49677 61065 41830 43250 68829
47012 40003 37748 58708 49010 85600 69010 32819 25860 58267
79426 40709 75850 41539 84566 59168 45500 35807 48950 37864
48240 55912 34754 44719 86070 72655 57840 61477 57277 61030
74239 71360 65996 51861 48035 29840 45313 89116 65585 55521
Los datos presentados se ajustan a una distribución normal con media 53,271 km. Y desviación estándar
de 14,910 km.
Para considerar un sistema de colas, consideremos el proceso que sigue el propietario de una Journey al
cambiar sus neumáticos en una concesionaria de Nacional, se miden los tiempos entre arribos y los tiempos
de servicio de cambio de llantas.
Se midieron los tiempos entre llegadas en horas de los clientes a la concesionaria y se ordenaron en una
tabla
0.05 0.29 0.59 0.94
0.19 0.36 0.63 1.00
0.24 0.38 0.66 1.01
0.21 0.46 0.68 1.17
0.23 0.43 0.73 1.18
0.25 0.49 0.76 1.23
0.25 0.50 0.79 1.24
0.26 0.52 0.85 1.45
0.27 0.53 0.90 1.47
0.28 0.55 0.92 1.73
𝑋𝑡 = 𝑡𝑖𝑒𝑚𝑝𝑜 𝑒𝑛 ℎ𝑜𝑟𝑎𝑠 𝑒𝑛𝑡𝑟𝑒 𝑙𝑙𝑒𝑔𝑎𝑑𝑎 𝑑𝑒𝑙 𝑡 − é𝑠𝑖𝑚𝑜 𝑐𝑙𝑖𝑒𝑛𝑡𝑒, 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎

𝑆 = [0.05, 1.73] 𝑡𝑖𝑒𝑚𝑝𝑜 𝑒𝑛𝑡𝑟𝑒 𝑙𝑙𝑒𝑔𝑎𝑑𝑎𝑠 𝑒𝑛 ℎ𝑜𝑟𝑎𝑠 , 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎
𝑇 = {1, . . ,40} 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠, 𝑑𝑖𝑠𝑐𝑟𝑒𝑡𝑜
1.68
𝑅𝑎𝑛𝑔𝑜 = 𝑀𝑎𝑥 − 𝑀í𝑛 = 1.73 − 0.05 = 1.68 𝑘 = √40 = 6.32~7, 𝐴𝑖 = = 0.24
7
La tabla de frecuencias e histograma son
Lim inf Lim sup FO i
0.05 0.29 11
0.29 0.53 11
0.53 0.77 4
0.77 1.01 7
1.01 1.25 4
1.25 1.49 2
1.49 1.73 1
En el histograma se observa que las frecuencias decrecen rápidamente y como tenemos una variable aleatoria
continua con espacio de estado continuo considero que los datos se ajustan a un modelo exponencial.
𝑃𝑎𝑟𝑎 𝑢𝑛𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑒𝑥𝑝𝑜𝑛𝑒𝑛𝑐𝑖𝑎𝑙 𝜇 = 𝜆, 𝜎 2 = 𝜆2
1 −𝑥
𝐿𝑎 𝑓𝑢𝑛𝑐𝑖ó𝑛 𝑑𝑒 𝑑𝑒𝑛𝑠𝑖𝑑𝑎𝑑 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑎 𝑥 𝑒𝑠 𝑓(𝑥; 𝜆) = { 𝜆 𝑒 , 𝑥 ≥ 0
𝜆
0, 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
40 40
𝑥𝑖 26.66 1 6.57958525
𝐶𝑎𝑙𝑐𝑢𝑙𝑎𝑚𝑜𝑠 𝑙𝑎 𝑚𝑒𝑑𝑖𝑎 𝑦 𝑙𝑎 𝑎𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝜇 = ∑ = = 0.6665; , 𝜎 2 = ∑(𝑥 − 0.665)2 =
40 40 4 40
𝑖=1 𝑖=1
= .164489631
1 𝑥
𝐸𝑛 𝑒𝑠𝑡𝑒 𝑐𝑎𝑠𝑜 𝜇 = 0.666540, 𝜎 2 = .16489631, 𝑙𝑎 𝑓𝑢𝑛𝑐𝑖ó𝑛 𝑑𝑒 𝑑𝑒𝑛𝑠𝑖𝑑𝑎𝑑 𝑒𝑠 𝑓(𝑥, 0.6665) = 𝑒 −0.6665 ;
0.6665
𝑏
1 𝑥 𝑥
𝑏 𝑎 𝑏
𝐹(𝑥; 𝑎, 𝑏) = ∫ 𝑒 −0.6665 𝑑𝑥 = −𝑒 −0.6665 | = 𝑒 −0.6665 − 𝑒 −0.6665
𝑎 0.6665 𝑎
𝑎 𝑏
𝑃𝑎𝑟𝑎 𝑙𝑎 𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑎𝐹𝐸𝑖 = 𝑛𝐹(𝑥) = 40 (𝑒 −0.6665 − 𝑒 −0.6665 )
Generamos una tabla que incluya FOi y FEi y su histograma

Lim inf Lim sup FO i FE i
0.05 0.29 11 14.1116657
0.29 0.53 11 7.82795673
0.53 0.77 4 5.46098689
0.77 1.01 7 3.80972696
1.01 1.25 4 2.65776494
1.25 1.49 2 1.85412618
1.49 1.73 1 4.2777726
Haremos una prueba de Kolmogorov Smirnov

𝑎 𝑏
Calculamos POi=FOi/40, POAi, PEi=𝑒 −0.6665 − 𝑒 −0.6665 , PEAi, |PEAi-POAi|, y señalamos Max|PEAI-POAi|
Lim inf Lim sup FO i FE i PO i POA i PE i PEA i |PEA i-POA i|
0.05 0.29 11 14.1116657 0.275 0.275 0.35279164 0.35279164 0.077791642
0.29 0.53 11 7.82795673 0.275 0.55 0.19569892 0.54849056 0.001509439
0.53 0.77 4 5.46098689 0.1 0.65 0.13652467 0.68501523 0.035015233
0.77 1.01 7 3.80972696 0.175 0.825 0.09524317 0.78025841 0.044741593
1.01 1.25 4 2.65776494 0.1 0.925 0.06644412 0.84670253 0.07829747
1.25 1.49 2 1.85412618 0.05 0.975 0.04635315 0.89305568 0.081944315
1.49 1.73 1 4.2777726 0.025 1 0.10694432 1 0
𝑀𝐷 = 0.081944315
Planteamos nuestras hipótesis
𝐻𝑜 : 𝑒𝑙 𝑡𝑖𝑒𝑚𝑝𝑜 𝑒𝑛𝑡𝑟𝑒 𝑙𝑙𝑒𝑔𝑎𝑑𝑎 𝑒𝑛 ℎ𝑜𝑟𝑎𝑠 𝑑𝑒 𝑙𝑜𝑠 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 𝑠𝑒 𝑎𝑗𝑢𝑠𝑡𝑎 𝑎 𝑢𝑛𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑒𝑥𝑝𝑜𝑛𝑒𝑛𝑐𝑖𝑎𝑙 𝜆 = 0.6665
𝐻𝑜: 𝑋~ 𝑒𝑥𝑝𝑜𝑛𝑒𝑛𝑐𝑖𝑎𝑙 𝜆 = 0.6665
𝐻𝑎 𝑛𝑜 𝐻𝑜
𝑃𝑎𝑟𝑎 𝛼 = 0.05 𝑐𝑜𝑛 𝑛 = 50 𝐷0.05,40 = 0.2102
𝐶𝑜𝑚𝑜 𝑀𝐷 = 0.081944315 ≤ 0.2102 = 𝐷0.05,40 , 𝑛𝑜 𝑒𝑥𝑖𝑠𝑡𝑒 𝑒𝑣𝑖𝑑𝑒𝑛𝑐𝑖𝑎 𝑝𝑎𝑟𝑎 𝑟𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻𝑜, 𝑝𝑜𝑟 𝑙𝑜 𝑐𝑢𝑎𝑙 𝑝𝑜𝑑𝑒𝑚𝑜𝑠
𝑎𝑓𝑖𝑟𝑚𝑎𝑟 𝑞𝑢𝑒 𝑐𝑜𝑛 𝑢𝑛 𝑛𝑖𝑣𝑒𝑙 𝑑𝑒 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑛𝑐𝑖𝑎 𝑑𝑒 0.05 𝑞𝑢𝑒 𝑒𝑙 𝑡𝑖𝑒𝑚𝑝𝑜 𝑒𝑛𝑡𝑟𝑒 𝑙𝑙𝑒𝑔𝑎𝑑𝑎𝑠 𝑒𝑛 ℎ𝑜𝑟𝑎𝑠 𝑑𝑒 𝑙𝑜𝑠 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠
𝑠𝑒 𝑎𝑗𝑢𝑠𝑡𝑎 𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑒𝑥𝑝𝑜𝑛𝑒𝑛𝑐𝑖𝑎𝑙 (𝜆 = 0.6665).
Para los tiempos de servicio

𝑋𝑡 = 𝑡𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑠𝑒𝑟𝑣𝑖𝑐𝑜 𝑎𝑙 𝑡 − é𝑠𝑖𝑚𝑜 𝑐𝑙𝑖𝑒𝑛𝑡𝑒, 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎

𝑆 = [0.05, 1.05] 𝑡𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜, 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎
𝑇 = {1, . . ,40} 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠, 𝑑𝑖𝑠𝑐𝑟𝑒𝑡𝑜
Tabulamos
0.60 0.46 0.63 0.48
0.12 0.34 0.86 0.25
0.18 0.10 0.32 1.05
0.28 0.15 0.41 0.50
0.40 0.25 0.44 0.29
0.35 0.40 0.60 0.73
0.16 0.48 0.20 0.89
0.32 0.06 0.38 0.65
0.75 0.16 0.23 0.08
0.05 0.27 0.56 0.57
1
𝑅𝑎𝑛𝑔𝑜 = 𝑀𝑎𝑥 − 𝑀í𝑛 = 1.05 − 0.05 = 1 𝑘 = √40 = 6.32~7, 𝐴𝑖 = = 0.14
7
La tabla de frecuencias e histograma son
Lim. Inf lim. Sup Foi
0.000 0.193 9
0.193 0.336 9
0.336 0.479 8
0.479 0.621 7
0.621 0.764 4
0.764 0.907 2
0.907 1.050 1

En el histograma se observa que las frecuencias decrecen rápidamente y como tenemos una variable aleatoria
continua con espacio de estado continuo considero que los datos se ajustan a un modelo exponencial.
𝑃𝑎𝑟𝑎 𝑢𝑛𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑒𝑥𝑝𝑜𝑛𝑒𝑛𝑐𝑖𝑎𝑙 𝜇 = 𝜆, 𝜎 2 = 𝜆2
1 −𝑥
𝐿𝑎 𝑓𝑢𝑛𝑐𝑖ó𝑛 𝑑𝑒 𝑑𝑒𝑛𝑠𝑖𝑑𝑎𝑑 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑎 𝑥 𝑒𝑠 𝑓(𝑥; 𝜆) = { 𝜆 𝑒 , 𝑥 ≥ 0
𝜆
0, 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
40 40
𝑥𝑖 16 1 2.2952
𝐶𝑎𝑙𝑐𝑢𝑙𝑎𝑚𝑜𝑠 𝑙𝑎 𝑚𝑒𝑑𝑖𝑎 𝑦 𝑙𝑎 𝑎𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝜇 = ∑ = = 0.40; , 𝜎 2 = ∑(𝑥 − 0.40)2 = = .05738
40 40 40 40
𝑖=1 𝑖=1
1 − 𝑥
𝐸𝑛 𝑒𝑠𝑡𝑒 𝑐𝑎𝑠𝑜 𝜇 = 0.40, 𝜎 2 = .08439, 𝑙𝑎 𝑓𝑢𝑛𝑐𝑖ó𝑛 𝑑𝑒 𝑑𝑒𝑛𝑠𝑖𝑑𝑎𝑑 𝑒𝑠 𝑓(𝑥, 0.4) = 𝑒 0.40 ;
0.4
𝑏
1 −𝑥 𝑥
𝑏 𝑎 𝑏
𝐹(𝑥; 𝑎, 𝑏) = ∫ 𝑒 0.4 𝑑𝑥 = −𝑒 −0.4 | = 𝑒 −0.4 − 𝑒 −0.4
𝑎 0.4 𝑎
𝑎 𝑏
𝑃𝑎𝑟𝑎 𝑙𝑎 𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑎𝐹𝐸𝑖 = 𝑛𝐹(𝑥) = 40 (𝑒 −0.4 − 𝑒 −0.40 )
Generamos una tabla que incluya FO y FE y su histograma
Lim. Inf lim. Sup Foi Fei
0.000 0.193 9 15.3104654
0.193 0.336 9 7.42111368
0.336 0.479 8 5.19049536
0.479 0.621 7 3.60920491
0.621 0.764 4 2.5455052
0.764 0.907 2 1.78038412
0.907 1.050 1 4.14283135
40 40
Haremos una prueba de Kolmogorov Smirnov
𝑎 𝑏
Calculamos POi=FOi/40, POAi, PEi=𝑒 −0.4 − 𝑒 −0.4 , PEAi, |PEAi-POAi|, y señalamos Max|PEAI-POAi|

Lim. Inf lim. Sup Foi Fei PO i POA i PE i PEA i |PEA i-POA i|
0.000 0.193 9 15.3104654 0.225 0.225 0.38276 0.38276 0.15776163
0.193 0.336 9 7.42111368 0.225 0.45 0.18553 0.56829 0.11828948
0.336 0.479 8 5.19049536 0.2 0.65 0.12976 0.69805 0.04805186
0.479 0.621 7 3.60920491 0.175 0.825 0.09023 0.78828 0.03671802
0.621 0.764 4 2.5455052 0.1 0.925 0.06364 0.85192 0.07308039
0.764 0.907 2 1.78038412 0.05 0.975 0.04451 0.89643 0.07857078
0.907 1.050 1 4.14283135 0.025 1 0.10357 1.00000 0
40 40
𝑀𝐷 = 0.15776163
Planteamos nuestras hipótesis
𝐻𝑜 : 𝑒𝑙 𝑡𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜 𝑎 𝑢𝑛 𝑐𝑙𝑖𝑒𝑛𝑡𝑒 𝑒𝑛 𝑙𝑎 𝑐𝑜𝑛𝑐𝑒𝑠𝑖𝑜𝑛𝑎𝑟𝑖𝑎 𝑠𝑒 𝑠𝑒 𝑎𝑗𝑢𝑠𝑡𝑎 𝑎 𝑢𝑛𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑒𝑥𝑝𝑜𝑛𝑒𝑛𝑐𝑖𝑎𝑙 𝜆
= 0.40
𝐻𝑜: 𝑋~ 𝑒𝑥𝑝𝑜𝑛𝑒𝑛𝑐𝑖𝑎𝑙 𝜆 = 0.40
𝐻𝑎 𝑛𝑜 𝐻𝑜
𝑃𝑎𝑟𝑎 𝛼 = 0.05 𝑐𝑜𝑛 𝑛 = 50 𝐷0.05,40 = 0.2102
𝐶𝑜𝑚𝑜 𝑀𝐷 = 0.15776163 ≤ 0.2102 = 𝐷0.05,40 , 𝑛𝑜 𝑒𝑥𝑖𝑠𝑡𝑒 𝑒𝑣𝑖𝑑𝑒𝑛𝑐𝑖𝑎 𝑝𝑎𝑟𝑎 𝑟𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻𝑜, 𝑝𝑜𝑟 𝑙𝑜 𝑐𝑢𝑎𝑙 𝑝𝑜𝑑𝑒𝑚𝑜𝑠
𝑎𝑓𝑖𝑟𝑚𝑎𝑟 𝑞𝑢𝑒 𝑐𝑜𝑛 𝑢𝑛 𝑛𝑖𝑣𝑒𝑙 𝑑𝑒 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑛𝑐𝑖𝑎 𝑑𝑒 0.05 𝑞𝑢𝑒 𝑒𝑙 𝑡𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜 𝑎 𝑢𝑛 𝑐𝑙𝑖𝑒𝑛𝑡𝑒 𝑒𝑛 𝑙𝑎 𝑐𝑜𝑛𝑒𝑠𝑖𝑜𝑛𝑎𝑟𝑖𝑎
𝑒𝑛 ℎ𝑜𝑟𝑎𝑠 𝑠𝑒 𝑎𝑗𝑢𝑠𝑡𝑎 𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑒𝑥𝑝𝑜𝑛𝑒𝑛𝑐𝑖𝑎𝑙 (𝜆 = 0.4).
Tenemos una concesionaria de la Llantera Nacional, en la cual los clientes llegan en un tiempo de 0.6665
horas y se les da servicio con un alineador en un tiempo de 0.4 horas, los tiempos de llegada y servicio se
ajustan a una distribución exponencial, la concesionaria cuenta con 3 lugares para esperar el servicio y una
alineadora, si un auto llega y los lugares están ocupados no se forma y regresa posteriormente..
A l i n e a d o r
servidor salida
Línea de espera
Se tiene una distribución exponencial en el tiempo de llegadas (M) y una distribución exponencial en el
tiempo de servicio (M), con 1 servidor, como los clientes se forman en una fila el orden de servicio es FCFS,
como no se menciona el número máximo de clientes que soporta el sistema así como el número de clientes
potenciales podemos considerarlos infinitos, el modelo es: (M,M,1)(FCFS,4,∞) Markoviano
La capacidad del sistema es 4 ya que se cuenta con un lugar de atención y tres lugares para la espera

1
𝜆= = 1.5
0.6665
1
𝜇= = 2.5 ,
0.4
𝜆 1.5
𝑙𝑎 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑐𝑖ó𝑛 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒𝑙 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜 𝑒𝑠 𝜌 = = = 0.60 < 1 𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 𝑒𝑠 𝑒𝑠𝑡𝑎𝑏𝑙𝑒
𝑆𝜇 (1)2.5
El diagrama de probabilidades de transición es:
2.5 ∆t 2.5 ∆t 2.5 ∆t 2.5∆t
1 2 3 4
1.5∆t 1.5∆t 1.5∆t 1.5∆t
1-1.5 ∆t 1-4 ∆t 1-4∆t 1-4 ∆t 1-2.5∆t
La matriz es
1-1.5∆t 1.5∆t 0 0 0
2.5 ∆t 1-4∆t 1.5∆t 0 0
0 2.5 ∆t 1-4∆t 1.5∆t 0
0 0 2.5 ∆t 1-4∆t 1.5∆t
0 0 0 2.5 ∆t 1-2.5∆t
Se genera el siguiente sistema de ecuaciones

𝑃0 = (1 − 1.5Δ𝑡)𝑃0 + 2.5Δ𝑡𝑃1
𝑃1 = 1.5Δ𝑡𝑃0 + (1 − 4Δ𝑡)𝑃1 + 2.5Δ𝑡𝑃2
𝑃2 = 1.5Δ𝑡𝑃1 + (1 − 4Δ𝑡)𝑃2 + 2.5Δ𝑡𝑃3
𝑃3 = 1.5Δ𝑡𝑃2 + (1 − 4Δ𝑡)𝑃3 + 2.5Δ𝑡𝑃4
4 = 1.5Δ𝑡𝑃3 + (1 − 2.5Δ𝑡)𝑃4
𝑃0 + 𝑃1 + 𝑃2 + 𝑃3 + 𝑃4 = 1
Cuyas soluciones son
1.5 𝑛
𝑃𝑛 = ( ) 𝑃0 = (0.6)𝑛 𝑃0
2.5
𝜆 1.5
𝜌= = = 0.6 𝑒𝑠 𝑙𝑎 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑐𝑖ó𝑛 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒𝑙 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜
𝑆𝜇 (1)5
𝑐𝑜𝑚𝑜 𝑃0 + 𝑃1 + 𝑃2 + 𝑃3 + 𝑃4 = 1 𝑠𝑒 𝑡𝑖𝑒𝑛𝑒 𝑃0 + 0.6𝑃0 + 0.62 𝑃0 + 0.63 𝑃0 + 0.64 𝑃0 = 1
→ 𝑃0 (1 + 0.6 + 0.62 + 0.63 + 0.64 ) =
1
= 𝑃0 (1 + 1.3056) = 𝑃𝑜 (2.3056) = 1 𝑑𝑒 𝑑𝑜𝑛𝑑𝑒 𝑃0 = = 0.43373 𝑃1 = 0.43373(0.6) = 0.260238,
2.3056
𝑃2 = 0.43373(0.6)2 = 0.156143, 𝑃3 = 0.43373(0.6)3 = 0.093686, 𝑃4 = 0.43373(0.6)4 = 0.056203
La probabilidad de que el servicio esté ocioso es Po=0.43373
La tasa promedio de llegadas es
4
𝜆̅ = ∑ 𝜆𝑛 𝑃𝑛 = 2.5(0.260238) + 2.5(0.156143) + 2.5(0.093686) + 2.5(0.056203) = 1.415675

𝑛=0
𝑁 4
𝑳𝒒 = ∑(𝑛 − 𝑆) 𝑃𝑛 = ∑(𝑛 − 1) 𝑃𝑛 = (1)0.156143 + (2)0.093686 + (3)0.056203 = 0.512124

𝑛=𝑠 𝑛=𝑠
𝑁 4
𝐿 = ∑ 𝑛 𝑃𝑛 = ∑ 𝑛 𝑃𝑛 = 0(0.43373) + 1(0.260238 + (2)0.156143 + 3(0.093686) + 4(0.056203) = 1.078394

𝑛=0 𝑛=0
𝐿 1.078394
𝑊= = = 0.7617525 ℎ𝑜𝑟𝑎𝑠 = 45.705 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
𝜆̅ 1.415675
𝐿𝑞 0.512124
𝑊𝑞 = = = 0.3617253 ℎ𝑜𝑟𝑎𝑠 = 21.7051 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
𝜆̅ 1.415675
𝜆̅ (1.415675)
𝜌= = = 0.56627
𝑆𝜇 (1)(2.5)
i. Utilizando la información encuentra:

1. Utilización promedio del servicio 𝜌 = 0.56627
2. Tasa promedio de llegadas 𝜆̅ = 1.415675
3. Número promedio de clientes en el sistema de colas 𝐿 = 1.078394
4. Número promedio de clientes en la cola 𝑳𝒒 = 𝟎. 𝟓𝟏𝟐𝟏𝟐𝟒
5. Tiempo promedio de espera en el sistema 𝑊 = 45.705 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
6. Tiempo promedio de espera en la fila 𝑊𝑞 = 21.7051 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
7. Establece si el sistema se estabiliza. Si porque 𝜌 < 1
Conclusión
Nuestro sistema de atención es estable los clientes permanecerán en promedio 45.705 en la concesionaria de
ese tiempo en promedio 21.7051 minutos en espera de ser atendidos, se tendrá 0.512124 autos en la fila de
espera, nuestra concesionaria es eficiente, considerando que el tiempo pormedio de servicio es de 24 minutos,
además el número de cajones asignados para espera es suficiente.
Referencias
 http://3.bp.blogspot.com/-kIKP4A6brBc/TZ5aLeW-yNI/AAAAAAAAAA8/Cv3j9Ejz8Bc/s1600/d.png
 http://1.bp.blogspot.com/-n4UwRmSoOGU/T8jNBAA1LdI/AAAAAAAAAAM/HV12-
LOzrHk/s1600/FormulasTC.png
 http://www4.ujaen.es/~mpfrias/TablasInferencia.pdf
 Hillier, F. & Lieberman, G. (2010). Introducción a la investigación de operaciones 9ª ed.. ed. México: McGraw Hill.
En el siguiente enlace elabora un resumen de tu aplicación y coloca Tres diapositivas con tu resumen:
Problema prototipo
Nacional de Llantas, proveedor de neumáticos para los vehículos Journey fabricados en México por Chrysler, otorga una garantía duración de 40,000 kms para su
modelo GTS 4, necesita saber si su producto cumple con lo ofrecido, para ello solicita a sus concesionarios información sobre la duración de dicho modelo en
kilómetros, anotando el kilometraje del odómetro cuando el cliente acude a cambiar sus llantas, en base a ellos se determinó que su producto cumplía con lo
ofrecido teniendo una duración media de 53,271 kms con una desviación estándar de 14,910.710. Ahora decide hacer pruebas en sus concesionarias, en una de
ellas se tienen los siguientes datos referentes a los tiempos entre llegadas de clientes y tiempos de atención, la concesionaria tiene un alineador y 3 cajones de
estacionamiento. Se hizo una prueba de Kolmogorov Smirnov, las tablas de datos frecuencias, histograma y
𝑀𝐷 = 0.081944315 Planteamos nuestras hipótesis

𝐻𝑜 : 𝑒𝑙 𝑡𝑖𝑒𝑚𝑝𝑜 𝑒𝑛𝑡𝑟𝑒 𝑙𝑙𝑒𝑔𝑎𝑑𝑎 𝑒𝑛 ℎ𝑜𝑟𝑎𝑠 𝑑𝑒 𝑙𝑜𝑠 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 𝑠𝑒 𝑎𝑗𝑢𝑠𝑡𝑎 𝑎 𝑢𝑛𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑒𝑥𝑝𝑜𝑛𝑒𝑛𝑐𝑖𝑎𝑙 𝜆 = 0.6665
𝐻𝑜: 𝑋~ 𝑒𝑥𝑝𝑜𝑛𝑒𝑛𝑐𝑖𝑎𝑙 𝜆 = 0.6665 𝐻𝑎 𝑛𝑜 𝐻𝑜 𝑃𝑎𝑟𝑎 𝛼 = 0.05 𝑐𝑜𝑛 𝑛 = 50 𝐷0.05,40 = 0.2102 𝐶𝑜𝑚𝑜 𝑀𝐷 = 0.081944315 ≤ 0.2102 = 𝐷0.05,40 , 𝑛𝑜 𝑒𝑥𝑖𝑠𝑡𝑒
𝑒𝑣𝑖𝑑𝑒𝑛𝑐𝑖𝑎 𝑝𝑎𝑟𝑎 𝑟𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻𝑜, 𝑝𝑜𝑟 𝑙𝑜 𝑐𝑢𝑎𝑙 𝑝𝑜𝑑𝑒𝑚𝑜𝑠 𝑎𝑓𝑖𝑟𝑚𝑎𝑟 𝑞𝑢𝑒 𝑐𝑜𝑛 𝑢𝑛 𝑛𝑖𝑣𝑒𝑙 𝑑𝑒 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑛𝑐𝑖𝑎 𝑑𝑒 0.05 𝑞𝑢𝑒 𝑒𝑙 𝑡𝑖𝑒𝑚𝑝𝑜 𝑒𝑛𝑡𝑟𝑒 𝑙𝑙𝑒𝑔𝑎𝑑𝑎𝑠 𝑒𝑛 ℎ𝑜𝑟𝑎𝑠 𝑑𝑒
𝑙𝑜𝑠 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 𝑠𝑒 𝑎𝑗𝑢𝑠𝑡𝑎 𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑒𝑥𝑝𝑜𝑛𝑒𝑛𝑐𝑖𝑎𝑙 (𝜆 = 0.6665).
𝑀𝐷 = 0.15776163 Planteamos nuestras hipótesis

𝐻𝑜 : 𝑒𝑙 𝑡𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜 𝑎 𝑢𝑛 𝑐𝑙𝑖𝑒𝑛𝑡𝑒 𝑒𝑛 𝑙𝑎 𝑐𝑜𝑛𝑐𝑒𝑠𝑖𝑜𝑛𝑎𝑟𝑖𝑎 𝑠𝑒 𝑠𝑒 𝑎𝑗𝑢𝑠𝑡𝑎 𝑎 𝑢𝑛𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑒𝑥𝑝𝑜𝑛𝑒𝑛𝑐𝑖𝑎𝑙 𝜆 = 0.40
𝐻𝑜: 𝑋~ 𝑒𝑥𝑝𝑜𝑛𝑒𝑛𝑐𝑖𝑎𝑙 𝜆 = 0.40 ; 𝐻𝑎 𝑛𝑜 𝐻𝑜 𝑃𝑎𝑟𝑎 𝛼 = 0.05 𝑐𝑜𝑛 𝑛 = 50 𝐷0.05,40 = 0.2102 𝐶𝑜𝑚𝑜 𝑀𝐷 = 0.15776163 ≤ 0.2102 = 𝐷0.05,40 ,
𝑛𝑜 𝑒𝑥𝑖𝑠𝑡𝑒 𝑒𝑣𝑖𝑑𝑒𝑛𝑐𝑖𝑎 𝑝𝑎𝑟𝑎 𝑟𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻𝑜, 𝑝𝑜𝑟 𝑙𝑜 𝑐𝑢𝑎𝑙 𝑝𝑜𝑑𝑒𝑚𝑜𝑠 𝑎𝑓𝑖𝑟𝑚𝑎𝑟 𝑞𝑢𝑒 𝑐𝑜𝑛 𝑢𝑛 𝑛𝑖𝑣𝑒𝑙 𝑑𝑒 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑛𝑐𝑖𝑎 𝑑𝑒 0.05 𝑞𝑢𝑒 𝑒𝑙 𝑡𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜
𝑎 𝑢𝑛 𝑐𝑙𝑖𝑒𝑛𝑡𝑒 𝑒𝑛 𝑙𝑎 𝑐𝑜𝑛𝑒𝑠𝑖𝑜𝑛𝑎𝑟𝑖𝑎 𝑒𝑛 ℎ𝑜𝑟𝑎𝑠 𝑠𝑒 𝑎𝑗𝑢𝑠𝑡𝑎 𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑒𝑥𝑝𝑜𝑛𝑒𝑛𝑐𝑖𝑎𝑙 (𝜆 = 0.4).
JOEL ALBERTO MONTALVO HERNANDEZ

Tenemos una concesionaria de la Llantera Nacional, en la cual los clientes llegan en un tiempo de 0.6665 horas y se les da servicio con un
alineador en un tiempo de 0.4 horas, los tiempos de llegada y servicio se ajustan a una distribución exponencial, la concesionaria cuenta con 3
lugares para esperar el servicio y una alineadora, si un auto llega y los lugares están ocupados no se forma y regresa posteriormente..
A l i n e a d o r
servidor salida
Línea de espera
Se tiene una distribución exponencial en el tiempo de llegadas (M) y una distribución exponencial en el tiempo de servicio (M), con 1 servidor,
como los clientes se forman en una fila el orden de servicio es FCFS, como no se menciona el número máximo de clientes que soporta el sistema
así como el número de clientes potenciales podemos considerarlos infinitos, el modelo es: (M,M,1)(FCFS,4,∞) Markoviano
La capacidad del sistema es 4 ya que se cuenta con un ligar de atención y tres lugares para la espera
1 1 𝜆 1.5
𝜆= = 1.5 𝜇 = = 2.5 , 𝑙𝑎 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑐𝑖ó𝑛 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒𝑙 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜 𝑒𝑠 𝜌 = = = 0.60 < 1 𝑒𝑙 𝑠𝑖𝑡𝑒𝑚𝑎 𝑒𝑠 𝑒𝑠𝑡𝑎𝑏𝑙𝑒
0.6665 0.4 𝑆𝜇 (1)2.5
El diagrama de probabilidades de transición y la matriz son
2.5 ∆t 2.5 ∆t 2.5 ∆t 2.5∆t
0
1-1.5∆t 1.5∆t 0 0 0
1 2 3 4
2.5 ∆t 1-4∆t 1.5∆t 0 0
1.5∆t 1.5∆t 1.5∆t 1.5∆t

0 2.5 ∆t 1-4∆t 1.5∆t 0
0 0 2.5 ∆t 1-4∆t 1.5∆t
1-1.5 ∆t 1-4 ∆t 1-4∆t 1-4 ∆t 1-2.5∆t 0 0 0 2.5 ∆t 1-2.5∆t

𝑃0 = (1 − 1.5Δ𝑡)𝑃0 + 2.5Δ𝑡𝑃1 𝑃1 = 1.5Δ𝑡𝑃0 + (1 − 4Δ𝑡)𝑃1 + 2.5Δ𝑡𝑃2 𝑃2 = 1.5Δ𝑡𝑃1 + (1 − 4Δ𝑡)𝑃2 + 2.5Δ𝑡𝑃3
𝑃3 = 1.5Δ𝑡𝑃2 + (1 − 4Δ𝑡)𝑃3 + 2.5Δ𝑡𝑃4
1.5 𝑛
𝑃4 = 1.5Δ𝑡𝑃3 + (1 − 2.5Δ𝑡)𝑃4 𝑃0 + 𝑃1 + 𝑃2 + 𝑃3 + 𝑃4 = 1 Cuyas soluciones son 𝑃𝑛 =
2.5
𝑃0 = (0.6)𝑛 𝑃0
𝑐𝑜𝑚𝑜 𝑃0 + 𝑃1 + 𝑃2 + 𝑃3 + 𝑃4 = 1 𝑠𝑒 𝑡𝑖𝑒𝑛𝑒 𝑃0 + 0.6𝑃0 + 0.62 𝑃0 + 0.63 𝑃0 + 0.64 𝑃0 = 1 → 𝑃0 (1 + 0.6 + 0.62 + 0.63 + 0.64 ) =
1
= 𝑃0 (1 + 1.3056) = 𝑃𝑜 (2.3056) = 1 𝑑𝑒 𝑑𝑜𝑛𝑑𝑒 𝑃0 = = 0.43373 𝑃1 = 0.43373(0.6) = 0.260238,
2.3056
𝑃2 = 0.43373(0.6)2 = 0.156143, 𝑃3 = 0.43373(0.6)3 = 0.093686, 𝑃4 = 0.43373(0.6)4 = 0.056203 JOEL ALBERTO MONTALVO HERNANDEZ

La tasa promedio de llegadas es
4
𝜆̅ = ∑ 𝜆𝑛 𝑃𝑛 = 2.5(0.260238) + 2.5(0.156143) + 2.5(0.093686) + 2.5(0.056203) = 1.415675

𝑛=0
𝑁 4
𝑳𝒒 = ∑(𝑛 − 𝑆) 𝑃𝑛 = ∑(𝑛 − 1) 𝑃𝑛 = (1)0.156143 + (2)0.093686 + (3)0.056203 = 0.512124

𝑛=𝑠 𝑛=𝑠
𝑁 4
𝐿 = ∑ 𝑛 𝑃𝑛 = ∑ 𝑛 𝑃𝑛 = 0(0.43373) + 1(0.260238 + (2)0.156143 + 3(0.093686) + 4(0.056203) = 1.078394

𝑛=0 𝑛=0
𝐿 1.078394
𝑊= = = 0.7617525 ℎ𝑜𝑟𝑎𝑠 = 45.705 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
𝜆̅ 1.415675
𝐿𝑞 0.512124
𝑊𝑞 = = = 0.3617253 ℎ𝑜𝑟𝑎𝑠 = 21.7051 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
𝜆̅ 1.415675
𝜆̅ (1.415675)
𝜌= = = 0.56627
𝑆𝜇 (1)(2.5)
1. Utilización promedio del servicio 𝜌 = 0.56627
2. Tasa promedio de llegadas 𝜆̅ = 1.415675
3. Número promedio de clientes en el sistema de colas 𝐿 = 1.078394
4. Número promedio de clientes en la cola 𝑳𝒒 = 𝟎. 𝟓𝟏𝟐𝟏𝟐𝟒
5. Tiempo promedio de espera en el sistema 𝑊 = 45.705 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
6. Tiempo promedio de espera en la fila 𝑊𝑞 = 21.7051 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
7. Establece si el sistema se estabiliza. Si porque 𝜌 < 1
Conclusión
Nuestro sistema de atención es estable los clientes permanecerán en promedio 45.705 en la concesionaria de ese tiempo en promedio 21.7051
minutos en espera de ser atendidos, se tendrá 0.512124 autos en la fila de espera, nuestra concesionaria es eficiente, considerando que el tiempo
pormedio de servicio es de 24 minutos, además el número de cajones asignados para espera es suficiente.
Referencias
http://1.bp.blogspot.com/-n4UwRmSoOGU/T8jNBAA1LdI/AAAAAAAAAAM/HV12-LOzrHk/s1600/FormulasTC.png JOEL A MONTALVO

Analiza cada una de las situaciones proporcionadas y realiza lo que se solicita en cada caso.
2) En un Oxxo se tiene los siguientes datos. Un promedio de 4.5 personas por hora llegan a una fila con un
servidor que les cobra sus mercancías. Suponga que el tiempo de servicio promedio por cada cliente es 4.2
minutos y que tanto los tiempos entre llegadas y los tiempos de servicio son exponencial. Contesta las
siguientes:
a. Haciendo uso de la clasificación Kendall- Lee clasifica el problema.
Se tiene una distribución exponencial en el tiempo de llegadas (M) y una distribución exponencial en el tiempo
de servicio (M), con 1 servidor, como los clientes se forman en una fila el orden de servicio es FCFS, como no
se menciona el número máximo de clientes que soporta el sistema así como el número de clientes potenciales
podemos considerarlos infinitos, el modelo es: (M,M,1)(FCFS,∞,∞) Markoviano
b. ¿Cuál es la probabilidad de que el servicio esté ociosos?
9
𝜆 = 4.5 =
2
60 600 100
𝜇= = = ,
4.2 42 7
9
𝜆 2 63
𝑙𝑎 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑐𝑖ó𝑛 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒𝑙 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜 𝑒𝑠 𝜌 = = = = 0.315
𝑆𝜇 (1) 100 200
7
El diagrama de probabilidades de transición es
100/7 ∆t 100/7 ∆t 100/7 ∆t 100/7 ∆t
0 1 2 3 …
9/2∆t 9/2∆t 9/2∆t 9/2∆t
1-9/2 ∆t 1-263/14 ∆t 1-263/14∆t 1-263/14 ∆t
La matriz correspondiente es
1-9/2∆t 9/2∆t 0 0 …
100/7 ∆t 1-263/14∆t 9/2∆t 0 …
0 100/7 ∆t 1-263/14∆t 9/2∆t …
0 0 100/7 ∆t 1-263/14∆t …
… … … … …

9 9
𝑃0 = (1 − Δ𝑡) 𝑃0 + Δ𝑡𝑃1
2 2
9 263 100
𝑃1 = Δ𝑡𝑃0 + (1 − Δ𝑡) 𝑃1 + Δ𝑡𝑃2
2 14 7
9 263 100
𝑃2 = Δ𝑡𝑃1 + (1 − Δ𝑡) 𝑃2 + Δ𝑡𝑃3
2 14 7
…
𝑃0 + 𝑃1 + 𝑃2 + ⋯ = 1
9 𝑛
63 𝑛
𝑃𝑛 = ( 2 ) 𝑃0 = ( ) 𝑃0 = 𝜌𝑛 𝑃𝑜
100 200
7
9
𝜆 2 63
𝑝𝑜𝑟𝑞𝑢𝑒 𝜌 = = = = 0.315 𝑒𝑠 𝑙𝑎 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑐𝑖ó𝑛 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒𝑙 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜
𝑆𝜇 (1) 100 200
7
63 63 2 63 63 2
𝑐𝑜𝑚𝑜 𝑃0 + 𝑃1 + 𝑃2 + ⋯ = 1 𝑠𝑒 𝑡𝑖𝑒𝑛𝑒 𝑃0 + 𝑃 +( ) 𝑃0 + ⋯ = 1 → 𝑃0 1 + +( ) +⋯ =
200 0 200 200 200
𝑛
63 𝑖 1 1 200 337
= 𝑃0 (1 + ∑ ( ) ) = 𝑃𝑜 (1 + ) = 𝑃𝑜 (1 + ) = 𝑃𝑜 (1 + ) = 𝑃𝑜 ( )=1
200 63 137 137 137
𝑖=1 1 − 200 200
137
𝑑𝑒 𝑑𝑜𝑛𝑑𝑒 𝑃0 = = 0.4065
337
c. ¿Cuál es el número promedio de clientes que están en la fila esperando a pagar?

∞ ∞ ∞ ∞ ∞
𝑛 𝑗+1 2 𝑗−1 2
𝑑 𝑗
𝑳𝒒 = ∑(𝑛 − 𝑆) 𝑃𝑛 = ∑(𝑛 − 1) 𝜌 𝑃𝑜 𝑠𝑖 𝑗 = 𝑛 − 1 → 𝐿𝑞 = 𝑃𝑜 ∑ 𝑗 𝜌 = 𝑃𝑜 𝜌 ∑ 𝑗 𝜌 = 𝑃𝑜 𝜌 ∑ 𝜌 =
𝑑𝜌
𝑛=𝑠 𝑛=1 𝑗=0 𝑗=0 𝑗=0
∞
2
𝑑 𝑑 1 1 𝑃𝑜 𝜌2 (0.4065)(0.315)2
= 𝑃𝑜 𝜌 ( ∑ 𝑝 𝑗 ) = 𝑃𝑜 𝜌2 ( ) = 𝑃𝑜 𝜌2 (−1) (− ) = = = 0.08596
𝑑𝜌 𝑑𝜌 1 − 𝜌 (1 − 𝜌)2 (1 − 𝜌)2 (1 − 0.315)2
𝑗=0
𝒆𝒍 𝒏ú𝒎𝒆𝒓𝒐 𝒑𝒓𝒐𝒎𝒆𝒅𝒊𝒐 𝒅𝒆 𝒄𝒍𝒊𝒆𝒏𝒕𝒆𝒔 𝒆𝒏 𝒍𝒂 𝒇𝒊𝒍𝒂 𝒆𝒔𝒑𝒆𝒓𝒂𝒏𝒅𝒐 𝒑𝒂𝒈𝒂𝒓 𝒆𝒔 𝒅𝒆 𝟎. 𝟎𝟖𝟓𝟗𝟔
d. ¿Cuál es la cantidad promedio de tiempo que un cliente pasa en el establecimiento

(incluyendo el tiempo de servicio)?
𝐿 𝐿𝑞 + 𝜌 0.08596𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 + 0.315𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠
𝑊= = = = 0.8908 ℎ𝑜𝑟𝑎𝑠 = 5.345 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
𝜆 𝜆 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠
4.5
ℎ𝑜𝑟𝑎
e. ¿Cuántos clientes atenderá en promedio el cajero por hora?
Si el cajero estuviera siempre ocupado y como tarda 4.2 minutos en atender un cliente en una hora atendería
a 60/4.2=14.28 clientes, pero como la probabilidad de que este desocupado es de 0.4065 atenderá en promedio
a (1-0.4065)(14.28)=8.47, en promedio atenderá a 8.47 clientes en una hora
f. ¿Cuántos clientes en promedio estarán en la tienda?
𝐿 = 𝐿𝑞 + 𝜌 = 0.0859 + 0.315 = 0.4009
g. Si el dueño ha decidido darle un premio de $200 al servidor, si atiende a más de 15 clientes
por hora. ¿Se ganará el premio? Justifica tu respuesta.
∞ 𝑥 𝑥
1 −(4.2) − ∞ 15
𝑃𝑎𝑟𝑎 𝑢𝑛𝑎 𝑑𝑖𝑠𝑡𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑒𝑥𝑝𝑜𝑛𝑒𝑛𝑐𝑖𝑎𝑙 𝑙𝑎𝑚𝑏𝑑𝑎 = 4.2, 𝐹(𝑥 ≥ 15) = ∫ 𝑒 𝑑𝑥 = −𝑒 (4.2) | = 𝑒 −4.2 = 0.028,
15 4.2 15
𝑙𝑎 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 𝑔𝑎𝑛𝑒 𝑒𝑙 𝑝𝑟𝑒𝑚𝑖𝑜 𝑒𝑠 𝑑𝑒 𝑠𝑜𝑙𝑜 2.8%, 𝑛𝑜 𝑙𝑜 𝑔𝑎𝑛𝑎𝑟á.
3) Un promedio de 10 automóviles por hora (los tiempos entre llegadas siguen una distribución exponencial)
está tentado a pasar por el servicio para automovilistas del restaurante Hot Dog King. Si un total de más de
4 autos están haciendo cola (incluso el auto al que están atendiendo) un automóvil no entrará a la cola. Se
requiere un promedio de 4.5 minutos (distribución exponencial) para atender a un automóvil.
i) Haciendo uso de la clasificación Kendall-Lee clasificar el problema.
Se tiene una distribución exponencial para el tiempo de llegadas (M) una distribución exponencial para el tiempo
de servicio (M), se cuenta con un servidor (S=1), se atiende al primero en llegar (d=FCFS). Si un cliente llega y
el servidor está ocupado se forma una fila con una capacidad de 3 autos, los posibles clientes potenciales a
arribar son infinitos (f=∞). (M,M,1)(FCFS,4,∞)
ii) ¿Cuál es la cantidad promedio de autos que están esperando atención (No se incluye un
vehículo al que están atendiendo)?
𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠
𝜆 = 10
ℎ𝑜𝑟𝑎
1 60𝑚𝑖𝑛 60 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 60 120 40
𝜇= ( )= = = = 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 ℎ𝑜𝑟𝑎
𝑚𝑖𝑛 9
∆𝑡 𝑐𝑡𝑒 1ℎ𝑟 4.5 ℎ𝑜𝑟𝑎 9 3
2
𝜆 10 30
𝑙𝑎 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑐𝑖ó𝑛 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒𝑙 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜 𝑒𝑠 𝜌 = = = = 0.75
𝑆𝜇 (1)40 40
3

40/3 ∆t 40/3 ∆t 40/3 ∆t 40/3 ∆t
1 2 3 0
10∆t 10∆t 10∆t 10∆t
1-10 ∆t 1-70/3 ∆t 1-70/3∆t 1-70/3 ∆t 1-40/3∆t
1-10∆t 10∆t 0 0 0
40/3 ∆t 1-70/3∆t 10∆t 0 0
0 40/3 ∆t 1-70/3∆t 10∆t 0
0 0 40/3 ∆t 1-70/3∆t 10∆t
0 0 0 40/3 ∆t 1-40/3∆t
Se tiene el siguiente sistema de ecuaciones

40
𝑃0 = (1 − 10Δ𝑡)𝑃0 + Δ𝑡𝑃1
3
70 40
𝑃1 = 10∆𝑡𝑃0 + (1 − Δ𝑡) 𝑃1 + Δ𝑡𝑃2
3 3
70 40
𝑃2 = 10∆𝑡𝑃1 + (1 − Δ𝑡) 𝑃2 + Δ𝑡𝑃3
3 3
70 40
𝑃3 = 10∆𝑡𝑃2 + (1 − Δ𝑡) 𝑃3 + Δ𝑡𝑃4
3 3
40
𝑃4 = 10∆𝑡𝑃3 + (1 − Δ𝑡) 𝑃4
3
𝑃0 + 𝑃1 + 𝑃2 + 𝑃3 + 𝑃4 = 1

10 30 4
𝑃1 = 𝑃 = 𝑃 = 𝑃
40 0 40 0 3 0
3
4 2
𝑃2 = ( ) 𝑃0
3
4 3
𝑃3 = ( ) 𝑃0
3
4 4
𝑃4 = ( ) 𝑃0
3
4 4 2 4 3 4 4 781
𝑃0 + 𝑃0 + ( ) 𝑃0 + ( ) 𝑃0 + ( ) 𝑃0 = 1 → 𝑃𝑜 ( )=1 →
3 3 3 3 81
81
𝑃𝑜 = = 0.1037, 𝑃1 = 0.1383, 𝑃2 = 0.1844, 𝑃3 = 0.2458, 𝑃4 = 0.3278
781
4
𝐿𝑞 = ∑(𝑛 − 1) 𝑃𝑛 = (1 − 1)(0.1383) + (2 − 1)(0.1844) + (3 − 1)(0.2458) + (4 − 1)(. 3278) = 1.66

𝑛=1
El promedio de clientes en la cola es de 1.66

iii) ¿Cuántos vehículos serán atendidos, en promedio, por hora?
Se atendería en total 13.33 autos en promedio por hora pero como Po=0.1037 la probabildad es (1-0.1037)
El promedio de autos atendidos por hora es 13.33(1-0.1037)=11.95, serán atendidos 11.95 autos en
promedio por hora.
iv) ¿Cuánto tiempo pasará en promedio un cliente en el restaurante?
𝐿 𝐿𝑞 + 𝑆𝜌 1.66 + (1)(0.75) 2.41
𝑊= = = = = 0.241 ℎ𝑜𝑟𝑎𝑠 = 14.46 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
𝜆 𝜆 10 10
El tiempo promedio que pasará un cliente en el restaurante es de 14.46 minutos
v) Si cada vehículo atendido paga en promedio $250, ¿Cuánto dinero tendrá al final del día
suponiendo que la jornada laboral es de 12 horas?
Ganancia= autos atendidos promedio por horax12 horasx250
𝑮𝒂𝒏𝒂𝒏𝒄𝒊𝒂 = (𝟏𝟏. 𝟗𝟓)(𝟏𝟐)(𝟐𝟓𝟎) = $𝟑𝟓, 𝟖𝟓𝟎. 𝟎𝟎
4) Imagine un banco con dos cajeros. Un promedio de 25 clientes por hora llegan al banco y esperan a
una sola cola que se desocupe algún cajero. El tiempo promedio que se requiere para atender a un
cliente es 2.3 minutos. Suponga que los tiempos entre llegadas y los tiempos de servicio son
exponenciales. Determinar:
i) Haciendo uso de la clasificación Kendall-Lee clasificar el problema.
Se tiene una distribución exponencial en el tiempo de llegadas (a=M) y una distribución exponencial en el tiempo
de servicio (b=M), con 2 servidores (c=2), se atiende al primero en llegar (d=FCFS). Los clientes se forman en
una fila con una capacidad teórica infinita (e=∞) de personas, los posibles clientes potenciales a arribar son
infinitos (f=∞) no lo indican pero suponemos que cada cliente que llega se forma en una sola fila, entonces es
FCFS; el modelo es: (M,M,2)(FCFS,∞,∞)
ii) Número esperando de clientes presentes en el banco.
𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠
𝜆 = 25
ℎ𝑜𝑟𝑎

1 60𝑚𝑖𝑛 60 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 60 600
𝜇= ( )= = = 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 ℎ𝑜𝑟𝑎
𝑚𝑖𝑛 1ℎ𝑟 2.3 ℎ𝑜𝑟𝑎 23 23
∆𝑡 𝑐𝑡𝑒
10
𝜆 25 575 23
𝑙𝑎 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑐𝑖ó𝑛 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒𝑙 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜 𝑒𝑠 𝜌 = = = = = 0.479166666
𝑆𝜇 (2)600 1200 48
23
600/23 ∆t 1200/23 ∆t 1200/23 ∆t
0
0
1 2 3 …
25∆t 25∆t 25∆t
1-25 ∆t 1-1775/23 ∆t 1-1775/23∆t 1-1775/23 ∆t 1-40/3∆t
1-25∆t 25∆t 0 0 …
600/23 ∆t 1-1775/23∆t 25∆t 0 …
0 1200/23 ∆t 1-1775/23∆t 25∆t …
0 0 1200/23 ∆t 1-1775/23∆t …
… … … … …
Se tiene el siguiente sistema de ecuaciones

600
𝑃0 = (1 − 25Δ𝑡)𝑃0 + Δ𝑡𝑃1
23
1775 1200
𝑃1 = 25∆𝑡𝑃0 + (1 − Δ𝑡) 𝑃1 + Δ𝑡𝑃2
23 23
1775 1200
𝑃2 = 25∆𝑡𝑃0 + (1 − Δ𝑡) 𝑃1 + Δ𝑡𝑃2
23 23
1775 12600
𝑃3 = 25∆𝑡𝑃0 + (1 − Δ𝑡) 𝑃1 + Δ𝑡𝑃2
23 23
…
𝑃0 + 𝑃1 + 𝑃2 + ⋯ = 1
25 575 23
𝑃1 = 𝑃0 = 𝑃0 = 𝑃
600 600 24 0
23

25 25 23 23
𝑃2 = ( )( ) 𝑃0 = ( ) ( ) 𝑃0
600 1200 24 48
23 23
23 23 2
𝑃3 = ( ) ( ) 𝑃0
24 48
…
23 23 𝑛−1 23 𝑛−1 23
𝑃𝑛 = ( ) ( ) 𝑃0 = 𝜌 𝑃0 , 𝑑𝑜𝑛𝑑𝑒 𝜌 =
24 48 24 48
23 23 23
𝑃0 + 𝑃1 + 𝑃2 + ⋯ = 𝑃0 + 𝑃0 + ( ) 𝜌𝑃0 + ⋯ + 𝜌𝑛−1 𝑃0 + ⋯ = 1 →
24 24 24
23 23 1 1
→ 𝑃𝑜 [1 + ( ) (1 + 𝜌 + 𝜌2 + ⋯ + 𝜌𝑛−1 )] = 1 → 𝑃𝑜 [1 + ( ) ( )] → 𝑃0 = →
24 24 1 − 𝜌 23 1
1+
24 1 − 𝜌
1 1 1 1 1 25
→ 𝑃0 = = = = = = = 0.3521
23 48 46 71 71
23 1 23 1 1 + 24 1+
[1 + 24 ( 25 25 25
23)] [1 + 24 ( 25 )]
1 − 48
48
25 23 25 23 25 23 25
𝑃𝑜 = , 𝑃1 = ( ) ( ), 𝑃2 = ( ) ( ) 𝜌, … , 𝑃𝑛 = ( ) ( ) 𝜌𝑛−1
71 24 71 24 71 24 71
∞ ∞ ∞
23 25 23 25
𝑳𝒒 = ∑(𝑛 − 𝑆) 𝑃𝑛 = ∑(𝑛 − 2) ( ) ( ) 𝜌𝑛−1 𝑠𝑖 𝑗 = 𝑛 − 2 → 𝐿𝑞 = ( ) ( ) ∑ 𝑗 𝜌 𝑗+1 =
24 71 24 71
𝑛=𝑠 𝑛=2 𝑗=0
∞ ∞ ∞
23 25 23 25 𝑑 23 25 𝑑 23 25 𝑑 1
= ( ) ( ) 𝜌2 ∑ 𝑗 𝜌 𝑗−1 == ( ) ( ) 𝜌2 ∑ 𝜌 𝑗 = ( ) ( ) 𝜌2 ( ∑ 𝑝 𝑗 ) = ( ) ( ) 𝜌2 ( )=
24 71 24 71 𝑑𝜌 24 71 𝑑𝜌 24 71 𝑑𝜌 1 − 𝜌
𝑗=0 𝑗=0 𝑗=0
23 2 23 2
23 25 1 23 25 𝜌 2 (23)(25) (23)(25) (233 )(25)
= ( ) ( ) 𝜌2 (−1) (− ) = ( )( ) = 48 = 48 =
24 71 (1 − 𝜌)2 24 71 (1 − 𝜌)2 2 2 (24)(71)(25)2
23 25
(24)(71) 1 − 48 (24)(71) 48
𝐿𝑞 = 0.2856
El promedio de clientes en la cola es de 0.2856
Para el promedio de clientes en el banco
23
𝐿 = 𝐿𝑞 + 𝑆𝜌 = 0.2856 + 2 ( ) = 1.2439
48
El promedio de clientes en el banco es de 1.2439 clientes
iii) Tiempo esperado que un cliente pasa en el banco.
𝐿 1.2439
𝑊= = = 0.049756 ℎ𝑜𝑟𝑎𝑠 = 2.98536 𝑚𝑖𝑛𝑢𝑡𝑜𝑠 = 2 min 59.12 𝑠𝑒𝑔
𝜆 25

iv) Fracción de tiempo que un cajero en particular está desocupado. Si se le paga a 100 pesos la
hora, ¿Cuánto dinero se le paga por estar desocupado?
𝐿𝑎 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 𝑢𝑛 𝑐𝑎𝑗𝑒𝑟𝑜 𝑒𝑠𝑡é 𝑑𝑒 𝑠𝑜𝑐𝑢𝑝𝑎𝑑𝑜 𝑒𝑠 𝑃𝑜 = 0.3521, 𝑒𝑛 𝑢𝑛𝑎 ℎ𝑜𝑟𝑎 𝑒𝑠𝑡𝑎𝑟á 𝑑𝑒𝑠𝑜𝑐𝑢𝑝𝑎𝑑𝑜
21.126 𝑚𝑖𝑛𝑢𝑡𝑜𝑠, 𝑠𝑖 𝑙𝑒 𝑝𝑎𝑔𝑎𝑛 $100.00 𝑝𝑜𝑟 ℎ𝑜𝑟𝑎 𝑙𝑒 𝑝𝑎𝑔𝑎𝑛 $21.126 𝑝𝑜𝑟 𝑒𝑠𝑡𝑎𝑟 𝑑𝑒𝑠𝑜𝑐𝑢𝑝𝑎𝑑𝑜
5) Una fábrica de refrescos cuenta con un robot que llena de líquido una botella en un tiempo
aproximado de 2.3 minutos de manera constante. La entrada de botellas vacías sigue una
distribución Poisson con media de 20 piezas por hora.
a) Clasifica este sistema según Kendall- Lee
Se tiene una distribución Poisson en el tiempo de llegadas (a=M) y una distribución constante en el tiempo de
servicio (b=G), con 1 servidor (c=1), se llenan las botellas en el orden en que llegan (d=FCFS) en una fila con
una capacidad teórica infinita (e=∞) de personas y una cantidad ilimitada de botellas por llenar (f=∞); el modelo
es: (M,G,1)(FCFS,∞,∞)
b) Calcula Lq, L, Wq y W e interpreta estos resultados.
60 600 𝑏𝑜𝑡𝑒𝑙𝑙𝑎𝑠
𝜆 = 20; 𝜇 = = , 𝑐𝑜𝑚𝑜 𝑠𝑒 𝑡𝑖𝑒𝑛𝑒 𝑢𝑛𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒 𝑉(𝑡) = 0
2.3 23 ℎ𝑜𝑟𝑎
𝜆 20 460 23
𝜌= = = = = 0.7666 < 1 𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 𝑒𝑠 𝑒𝑠𝑡𝑎𝑏𝑙𝑒
𝜇 600 600 30
23
2
23
2 2 202 (0) + 30 529
𝜆 𝑉(𝑡) + 𝜌 529
𝐿𝑞 = = = 900 = = 1.2595
2(1 − 𝜌) 23 14 420
2 1 − 30 30
𝐿 = 𝐿𝑞 + 𝜌 = 1.2595 + 0.7666 = 2.0261
𝐿𝑞 1.2595
𝑊𝑞 = = 0.062975 ℎ𝑜𝑟𝑎𝑠 = 3.7785 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
𝜆 20
𝐿 2.0261
𝑊= = = 0.101305ℎ𝑜𝑟𝑎𝑠 = 6.0783 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
𝜆 20
Tenemos una máquina que recibe una botella cada tres minutos y la llena en 2.3 minutos, Lq nos indica que
tenemos poco más de una botella en la línea de espera, L=2.02 nos dice que tenemos en el sistema una botella
llenándose y una en espera Wq es el tiempo que permanece en la fila la botella antes de llenarse el cual es
mayor que 2.3 (tiempo de llenado) porque en promedio hay poco más de una botella en la fila, el tiempo total
W que la botella permanece en el sistema es equivalente al tiempo de llenado más el tiempo de espera esto es
2.3+3.7785=6.0785, el sistema es estable porque p<1.
6) El tiempo entre llegadas de clientes a una peluquería con un peluquero sigue una distribución Erlang con
parámetros = 0.6 y k = 0.3. El tiempo promedio de la atención es de 1 horas con una desviación estándar
de 0.8 horas.

a) Clasifica este sistema según Kendall- Lee
Se tiene una distribuciónErlang en el tiempo de llegadas (a=G) y una distribución general en el tiempo de servicio
(b=G), con 1 servidor (c=1), se atiende al primero en llegar (d=FCFS) la capacidad de servicio y de clientes
potenciales no se señalan podemos suponerlas ilimitadas el modelo es: (G,G,1)(FCFS,∞,∞)
b) Determina el número promedio de clientes en la cola.
1 1 1 1
𝑃𝑎𝑟𝑎 𝑢𝑛𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑑𝑒 𝐸𝑟𝑙𝑎𝑛𝑔 𝐸(𝑡) = = = 1.6666, 𝑉(𝑡) = 2
= = 9.2593
𝜇 0.6 𝑘𝜇 (0.3)(0.6)2
𝑉(𝑎) 9.2593
𝑪𝒂 = 2
= = 3.3333
[𝐸(𝑎)] [1.6666]2
𝑃𝑎𝑟𝑎 𝑒𝑙 𝑡𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑙𝑙𝑒𝑔𝑎𝑑𝑎 𝝀 = 𝟎. 𝟔, 𝑬(𝒂) = 𝟏. 𝟔𝟔𝟔𝟔, 𝑽(𝒂) = 𝟗. 𝟐𝟓𝟗𝟑, 𝑪𝒂 = 𝟑. 𝟑𝟑𝟑𝟑 > 𝟏
Para el tiempo de servicio
𝟏 𝑉(𝑎) 𝟎. 𝟔𝟒
𝑬(𝒕) = 𝟏 , 𝑽(𝒕) = 𝟎. 𝟖𝟐 = 𝟎. 𝟔𝟒 ; 𝝁 = = 𝟏; 𝑪𝟐𝒔 = 2
= 𝟐 = 𝟎. 𝟔𝟒
𝟏 [𝐸(𝑎)] 𝟏
𝜆 0.6
𝑐𝑜𝑚𝑜 𝜌 = = = 0.6 < 1 𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 𝑒𝑠 𝑒𝑠𝑡𝑎𝑏𝑙𝑒
𝜇 1
𝜌2 (𝐶𝑎2 + 𝐶𝑠2 ) (1 − 𝜌)(𝐶𝑎2 − 1)2 0.62 (3.3333 + 0.64) (1 − 0.6)(3.3333 − 1)2

𝐿𝑞 = exp − = 𝑒𝑥𝑝 − =
2(1 − 𝜌) (𝐶𝑎2 + 4𝐶𝑠2 ) 2(1 − 0.6) 3.3333 + 4(0.64)
= 1.787985𝑒 −0.36952396 = 1.2356
El número de clientes promedio en la cola es Lq=1.2356
c) Determina el tiempo promedio de espera en la fila.

𝐿𝑞 1.2356
𝑊𝑞 = = = 2.05933 ℎ𝑜𝑟𝑎𝑠 = 2 ℎ𝑜𝑟𝑎𝑠 3.56 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
𝜆 0.6
El tiempo promedio de espera en la fila es de 2 horas 3.56 minutos
CONCLUSIONES
La teoría de colas nos permite analizar sistemas de atención a clientes o líneas de producción, pudiendo
determinar si nuestro sistema es estable, así como los tiempos de espera en el sistema y en la fila, así como
los tiempos de espera en el sistema y en la fila, lo cual nos permite determinar si estamos brindando un buen
servicio y en un momento dado determinar si debemos aumentar la capacidad de nuestro sistema, eficientar
los tiempos de atención o bien considerar incrementar el número de servidore.
Referencias
 Hillier, F. & Lieberman, G. (2010). Introducción a la investigación de operaciones 9ª ed.. ed. México: McGraw Hill.

 http://1.bp.blogspot.com/-n4UwRmSoOGU/T8jNBAA1LdI/AAAAAAAAAAM/HV12-
LOzrHk/s1600/FormulasTC.png
 http://www4.ujaen.es/~mpfrias/TablasInferencia.pdf


Mmes U2 Ea Jomh

Cargado por

Información del documento

Título original

Derechos de autor

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Mmes U2 Ea Jomh

Cargado por

Copyright:

>

Joel Alberto Montalvo Hernández

Joel Alberto Montalvo Hernández 15/11/2016

Joel Alberto Montalvo Hernández 15/11/2016

Joel Alberto Montalvo Hernández 15/11/2016

0.05 0.29 0.59 0.94

0.19 0.36 0.63 1.00

0.24 0.38 0.66 1.01

0.21 0.46 0.68 1.17

0.23 0.43 0.73 1.18

0.25 0.49 0.76 1.23

0.25 0.50 0.79 1.24

0.26 0.52 0.85 1.45

0.27 0.53 0.90 1.47

0.28 0.55 0.92 1.73

𝑋𝑡 = 𝑡𝑖𝑒𝑚𝑝𝑜 𝑒𝑛 ℎ𝑜𝑟𝑎𝑠 𝑒𝑛𝑡𝑟𝑒 𝑙𝑙𝑒𝑔𝑎𝑑𝑎 𝑑𝑒𝑙 𝑡 − é𝑠𝑖𝑚𝑜 𝑐𝑙𝑖𝑒𝑛𝑡𝑒, 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎

Joel Alberto Montalvo Hernández 15/11/2016

Lim inf Lim sup FO i

Generamos una tabla que incluya FOi y FEi y su histograma

Joel Alberto Montalvo Hernández 15/11/2016

Lim inf Lim sup FO i FE i

0.05 0.29 11 14.1116657

0.29 0.53 11 7.82795673

0.53 0.77 4 5.46098689

0.77 1.01 7 3.80972696

1.01 1.25 4 2.65776494

1.25 1.49 2 1.85412618

1.49 1.73 1 4.2777726

Haremos una prueba de Kolmogorov Smirnov

Lim inf Lim sup FO i FE i PO i POA i PE i PEA i |PEA i-POA i|

0.05 0.29 11 14.1116657 0.275 0.275 0.35279164 0.35279164 0.077791642

0.29 0.53 11 7.82795673 0.275 0.55 0.19569892 0.54849056 0.001509439

0.53 0.77 4 5.46098689 0.1 0.65 0.13652467 0.68501523 0.035015233

0.77 1.01 7 3.80972696 0.175 0.825 0.09524317 0.78025841 0.044741593

1.01 1.25 4 2.65776494 0.1 0.925 0.06644412 0.84670253 0.07829747

1.25 1.49 2 1.85412618 0.05 0.975 0.04635315 0.89305568 0.081944315

1.49 1.73 1 4.2777726 0.025 1 0.10694432 1 0

Para los tiempos de servicio

Joel Alberto Montalvo Hernández 15/11/2016

𝑋𝑡 = 𝑡𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑠𝑒𝑟𝑣𝑖𝑐𝑜 𝑎𝑙 𝑡 − é𝑠𝑖𝑚𝑜 𝑐𝑙𝑖𝑒𝑛𝑡𝑒, 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎

0.60 0.46 0.63 0.48

0.12 0.34 0.86 0.25

0.18 0.10 0.32 1.05

0.28 0.15 0.41 0.50

0.40 0.25 0.44 0.29

0.35 0.40 0.60 0.73

0.16 0.48 0.20 0.89

0.32 0.06 0.38 0.65

0.75 0.16 0.23 0.08

0.05 0.27 0.56 0.57

Lim. Inf lim. Sup Foi

Joel Alberto Montalvo Hernández 15/11/2016

Generamos una tabla que incluya FO y FE y su histograma

Lim. Inf lim. Sup Foi Fei

0.000 0.193 9 15.3104654

0.193 0.336 9 7.42111368

0.336 0.479 8 5.19049536

0.479 0.621 7 3.60920491

0.621 0.764 4 2.5455052

0.764 0.907 2 1.78038412

0.907 1.050 1 4.14283135

Joel Alberto Montalvo Hernández 15/11/2016

0.000 0.193 9 15.3104654 0.225 0.225 0.38276 0.38276 0.15776163

0.193 0.336 9 7.42111368 0.225 0.45 0.18553 0.56829 0.11828948

0.336 0.479 8 5.19049536 0.2 0.65 0.12976 0.69805 0.04805186

0.479 0.621 7 3.60920491 0.175 0.825 0.09023 0.78828 0.03671802