Está en la página 1de 23

104561 METODOS PROBABILISTICOS

TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION


EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
GUIA DE DESARROLLO

TASA DE LLEGADA, TASA DE SERVICIO Y CONDICION DE ESTADO

• TASA DE LLEGADA

De la Validación estadística para tiempo entre llegadas, tomar la Media de la distribución


empírica para Tiempo entre llegadas.

Si,

𝒕=
Donde:

𝒕 : Media de la distribución empírica para Tiempo entre llegadas


Estimar la Tasa de llegada (en horas), según una Distribución de Exponencial o de Poisson,
mediante:

𝝀 = 𝜶∗𝒕
Donde:

𝝀 : Tasa de llegada
𝜶 : Media del Tiempo entre llegadas cuando se acepta 𝑯𝒐
𝒕 : tiempo en horas
Entonces,

𝟏
𝜶=
𝒕
Donde:

𝒕 : Media de la distribución empírica para Tiempo entre llegadas

Entonces la Tasa de llegada es:

Alvaro Javier Rojas Baracaldo


Director de curso
Red de curso 104561 Métodos Probabilísticos
104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
GUIA DE DESARROLLO

𝟏 𝟔𝟎 𝒎𝒊𝒏𝒖𝒕𝒐𝒔
𝝀= ∗
𝒕 (𝒎𝒊𝒏𝒖𝒕𝒐𝒔) 𝟏 𝒉𝒐𝒓𝒂

• TASA DE SERVICIO

De la Validación estadística para tiempos de servicio, tomar la Media de la distribución empírica


para Tiempos de servicio.

Si,

𝒕=
Donde:

𝒕 : Media de la distribución empírica para Tiempos de servicio


Estimar la Tasa de servicio (clientes/hora) según una Distribución Exponencial o de Poisson,
mediante:

𝝁= 𝜶∗𝒕
Donde:

𝝁 : Tasa de servicio
𝜶 : Media de Tiempos de servicio cuando se acepta 𝑯𝒐
𝒕 : tiempo en horas
Entonces,

𝟏
𝜶=
𝒕
Donde:

𝒕 : Media de la distribución empírica para Tiempos de servicio

Alvaro Javier Rojas Baracaldo


Director de curso
Red de curso 104561 Métodos Probabilísticos
104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
GUIA DE DESARROLLO

Entonces la Tasa de servicio (en horas) es:

𝟏 𝟔𝟎 𝒎𝒊𝒏𝒖𝒕𝒐𝒔
𝝁= ∗
𝒕 (𝒎𝒊𝒏𝒖𝒕𝒐𝒔) 𝟏 𝒉𝒐𝒓𝒂

• CONDICION DE ESTADO

Si,
𝝀
𝝆=
𝝁
Donde:

𝝆 : Condición de estado
𝝀 : Tasa de llegada
𝝁 : Tasa de servicio

Alvaro Javier Rojas Baracaldo


Director de curso
Red de curso 104561 Métodos Probabilísticos
104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
GUIA DE DESARROLLO

1. MODELO DE LINEAS DE ESPERA CON UN SOLO SERVIDOR

a. Modelo (M/M/1) : (DG/∞/∞)

• Condición de estado estable:

Si 𝝆 < 𝟏, el sistema puede operar en condiciones de estado estable, se tiene que:

(M/M/1) : (DG/∞/∞)
Tasa de Tasa de
Condición Tamaño
llegada servicio Numero de Disciplina Límite del
de estado de la
(exponencial) (exponencial) servidores en la cola sistema
fuente
DG
𝝆 𝝀 𝝁 1 Disciplina ∞ ∞
General

• Diseño de la instalación de servicio:

Por ejemplo:

• Medidas de desempeño de estado estable:

➢ Cantidad esperada de clientes en el sistema. Sea,

𝝆
𝑳𝒔 =
𝟏−𝝆
Donde:

𝑳𝒔 : Cantidad esperada de clientes en el sistema


𝝆 : Condición de estado

Alvaro Javier Rojas Baracaldo


Director de curso
Red de curso 104561 Métodos Probabilísticos
104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
GUIA DE DESARROLLO

➢ Cantidad esperado de clientes en la fila. Sea,

𝝆𝟐
𝑳𝒒 = 𝑜 𝑳𝒒 = 𝑳𝒔 − 𝝆
𝟏−𝝆
Donde:

𝑳𝒒 : Cantidad esperada de clientes en una cola


𝝆 : Condición de estado
➢ Tiempo estimado de espera en el sistema. Sea,

𝟏 𝑳𝒔
𝑾𝒔 = 𝑜 𝑾𝒔 =
𝝁 (𝟏 − 𝝆) 𝝀
Donde:

𝑾𝒔 : Tiempo estimado de espera en el sistema


𝝁 : Tasa de servicio
𝝆 : Condición de estado
• Tiempo estimado de espera en la fila. Sea,

𝝆 𝑳𝒒
𝑾𝒒 = 𝑜 𝑾𝒒 =
𝝁(𝟏 − 𝝆) 𝝀
Donde:

𝑾𝒒 : Tiempo estimado de espera en la fila


𝝆 : Condición de estado
𝝁 : Tasa de servicio

PROBABILIDADES DE ESTADO

Las probabilidades de estado del modelo (M/M/1): (DG/∞/∞), están dadas por:

Alvaro Javier Rojas Baracaldo


Director de curso
Red de curso 104561 Métodos Probabilísticos
104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
GUIA DE DESARROLLO

𝑷𝒏 = (𝟏 − 𝝆) ∗ 𝝆𝒏 ,

𝒏 = 𝟏, 𝟐, 𝟑, … , ∞
Donde:

𝑷𝒏 : Probabilidad de estado
𝝆 : Condición de estado
𝒏 : No. de clientes en el sistema
• Determinar las siguientes probabilidades:

a. La probabilidad de inactividad en la instalación de servicio, es:

𝑷𝟎 = (𝟏 − 𝝆)

b. La probabilidad de actividad de más del 40%, es:


𝑛

∑ 𝑷𝒏 > 0.40
1
𝑛

𝟏 − (∑(𝟏 − 𝝆) ∗ 𝝆𝒏 < 0.40)


1

𝟏 − (𝑷𝟏 + 𝑷𝟐 +⋯+ 𝑷𝒏 < 0.40)

Nota. Determinar las probabilidades en el sistema hasta que su sumatoria sea inferior al 40%,
cuyo valor debe restarse a la unidad.

c. La probabilidad de actividad para el 70%, es:


𝑛

∑ 𝑷𝒏 = 0.70
1

Alvaro Javier Rojas Baracaldo


Director de curso
Red de curso 104561 Métodos Probabilísticos
104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
GUIA DE DESARROLLO
𝑛

∑(𝟏 − 𝝆) ∗ 𝝆𝒏 = 0.70
1

𝑷𝟏 + 𝑷𝟐 +⋯+ 𝑷𝒏 = 0.70

Nota. Determinar las probabilidades en el sistema hasta que su sumatoria sea igual al 70%.

d. La probabilidad de que un cliente tenga que esperar, es:

𝑷𝟏 = (𝟏 − 𝝆) ∗ 𝝆𝟏
e. La probabilidad de estar desocupado el servidor, es:

(𝟏 − 𝝆)
f. La probabilidad de actividad al menos del 50%, es:
𝑛

∑ 𝑷𝒏 < 0.50
1

∑(𝟏 − 𝝆) ∗ 𝝆𝒏 < 0.50


1

𝑷𝟏 + 𝑷𝟐 +⋯+ 𝑷𝒏 < 0.50

Nota. Determinar las probabilidades en el sistema hasta que su sumatoria sea menor al 50%.

g. La probabilidad de que por lo menos sean atendidos 10 clientes en una hora, es:

𝑛=10

𝑷𝒏≥𝟏𝟎 = 𝟏 − ∑ 𝑷𝒏
0
𝑛=10

𝑷𝒏≥𝟏𝟎 = 𝟏 − ∑ (𝟏 − 𝝆) ∗ 𝝆𝒏
0

Alvaro Javier Rojas Baracaldo


Director de curso
Red de curso 104561 Métodos Probabilísticos
104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
GUIA DE DESARROLLO

𝑷𝒏≥𝟏𝟎 = 𝟏 − (𝑷𝟏 + 𝑷𝟐 +⋯+ 𝑷𝟏𝟎 )


Nota. Determinar la sumatoria de las probabilidades en el sistema hasta n = 10, cuyo valor debe
restarse a la unidad.

b. Modelo (M/M/1) : (DG/N/∞)

• Condición de estado:

Si 𝝆 ≠ 𝟏, el sistema puede operar.


Si 𝝆 = 𝟏, el sistema puede operar.

Si 𝑵 = 𝟓𝟎, se tiene que:

(M/M/1) : (DG/N/∞)
Tasa de Tasa de
Condición Tamaño
llegada servicio Numero de Disciplina Límite del
de estado de la
(exponencial) (exponencial) servidores en la cola sistema
fuente
DG
𝝆 𝝀 𝝁 1 Disciplina 𝟓𝟎 ∞
General

• Diseño de la instalación de servicio:

Por ejemplo:

• Medidas de desempeño de estado estable:

➢ Cantidad esperada de clientes en el sistema. Sea,

Alvaro Javier Rojas Baracaldo


Director de curso
Red de curso 104561 Métodos Probabilísticos
104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
GUIA DE DESARROLLO

𝝆 [𝟏−(𝑵+𝟏)𝝆𝑵 +𝑵𝝆𝑵+𝟏 ]
𝑳𝒔 = , si ρ ≠ 1
(𝟏−𝝆)(𝟏−𝝆𝑵+𝟏 )

𝑵
𝑳𝒔 = , si ρ = 1
𝟐

Donde:

𝑳𝒔 : Cantidad esperada de clientes en un sistema


𝝆 : Condición de estado
𝑵: No. máximo de clientes permitido en el sistema
𝑷𝑵 : Probabilidad de capacidad máxima en el sistema
➢ Cantidad esperada de clientes en la fila. Sea,

𝝀𝒆𝒇
𝑳𝒒 = 𝑳𝒔 −
𝝁
Donde:

𝑳𝒒 : Cantidad esperada de clientes en una cola


𝑳𝒔 : Cantidad esperada de clientes en un sistema
𝝀𝒆𝒇 : Tasa efectiva de llegada
𝝀𝒆𝒇 = 𝝀(𝟏 − 𝑷𝑵 )
𝑷𝑵 : Probabilidad de capacidad máxima en el sistema
𝝀 : Tasa de llegada
𝝁 : Tasa de servicio

➢ Tiempo estimado de espera en la fila. Sea,

𝑳𝒒
𝑾𝒒 =
𝝀𝒆𝒇

Alvaro Javier Rojas Baracaldo


Director de curso
Red de curso 104561 Métodos Probabilísticos
104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
GUIA DE DESARROLLO

Donde:

𝑾𝒒 : Tiempo estimado de espera en la fila


𝑳𝒒 : Cantidad esperada de clientes en la fila
𝝀𝒆𝒇 : Tasa efectiva de llegada

• Tiempo estimado de espera en el sistema. Sea,

𝟏 𝑳𝒔
𝑾𝒔 = 𝑾𝒒 + 𝑜 𝑾𝒔 =
𝝁 𝝀𝒆𝒇

Donde:

𝑾𝒔 : Tiempo estimado de espera en el sistema


𝑾𝒒 : Tiempo estimado de espera en la fila
𝝁 : Tasa de servicio
𝑳𝒔 : Cantidad esperada de clientes en el sistema
𝝀𝒆𝒇 : Tasa efectiva de llegada

PROBABILIDADES DE ESTADO

Las probabilidades de estado del modelo (M/M/1): (DG/N/∞), están dadas por:

(𝟏−𝝆)
𝑷𝒏 = 𝝆𝒏 , si ρ ≠ 1
𝟏−𝝆𝑵+𝟏

𝟏
𝑷𝒏 = , 𝑠𝑖 ρ = 1
𝑵+𝟏

𝒏 = 𝟏, 𝟐, 𝟑, … , 𝑵
Donde:

Alvaro Javier Rojas Baracaldo


Director de curso
Red de curso 104561 Métodos Probabilísticos
104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
GUIA DE DESARROLLO

𝑷𝒏 : Probabilidad de estado
𝝆 : Condición de estado
𝑵: No. máximo de clientes permitido en el sistema
𝒏 : No. de clientes en el sistema
• Determinar las siguientes probabilidades:

a. La probabilidad de inactividad en la instalación de servicio, es:

(𝟏−𝝆)
𝑷𝟎 = , si ρ ≠ 1
𝟏−𝝆𝑵+𝟏 ,

b. La probabilidad de actividad de más del 40%, es:


𝑛

∑ 𝑷𝒏 > 0.40
1
𝑛
(𝟏 − 𝝆) 𝒏
𝟏 − (∑ 𝝆 < 0.40) 𝑠𝑖 𝝆 ≠ 𝟏
𝟏 − 𝝆𝑵+𝟏
1

𝟏 − (𝑷𝟏 + 𝑷𝟐 +⋯+ 𝑷𝒏 < 0.40)

Nota. Determinar las probabilidades en el sistema hasta que su sumatoria sea inferior al 40%,
cuyo valor debe restarse a la unidad.

c. La probabilidad de actividad para el 70%, es:


𝑛

∑ 𝑷𝒏 = 0.70
1

𝑛
(𝟏 − 𝝆)
∑ 𝑵+𝟏
𝝆𝒏 = 0.70 𝑠𝑖 𝝆 ≠ 𝟏
1 𝟏−𝝆

𝑷𝟏 + 𝑷𝟐 +⋯+ 𝑷𝒏 = 0.70

Nota. Determinar las probabilidades en el sistema hasta que su sumatoria sea igual al 70%.
Alvaro Javier Rojas Baracaldo
Director de curso
Red de curso 104561 Métodos Probabilísticos
104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
GUIA DE DESARROLLO

d. La probabilidad de que un cliente tenga que esperar, es:

(𝟏 − 𝝆) 𝟏
𝑷𝟏 = 𝝆 𝑠𝑖 𝝆 ≠ 𝟏
𝟏 − 𝝆𝑵+𝟏
e. La probabilidad de estar desocupado el servidor, es:

(𝟏−𝝆)
𝑷𝟎 = , si ρ ≠ 1
𝟏−𝝆𝑵+𝟏 ,

f. La probabilidad de actividad al menos del 50%, es:


𝑛

∑ 𝑷𝒏 < 0.50
1

𝑛
(𝟏 − 𝝆)
∑ 𝑵+𝟏
𝝆𝒏 < 0.50 𝑠𝑖 𝝆 ≠ 𝟏
1 𝟏−𝝆

𝑷𝟏 + 𝑷𝟐 +⋯+ 𝑷𝒏 < 0.50

Nota. Determinar las probabilidades en el sistema hasta que su sumatoria sea menor al 50%.

g. La probabilidad de que por lo menos sean atendidos 10 clientes en una hora, es:

𝑛=10

𝑷𝒏≥𝟏𝟎 = 𝟏 − ∑ 𝑷𝒏
0
𝑛=10
(𝟏 − 𝝆) 𝒏
𝑷𝒏≥𝟏𝟎 = 𝟏 − ∑ 𝝆
𝟏 − 𝝆𝑵+𝟏
0

𝑷𝒏≥𝟏𝟎 = 𝟏 − (𝑷𝟏 + 𝑷𝟐 +⋯+ 𝑷𝟏𝟎 )


Nota. Determinar la sumatoria de las probabilidades en el sistema hasta n = 10, cuyo valor debe
restarse a la unidad.

Alvaro Javier Rojas Baracaldo


Director de curso
Red de curso 104561 Métodos Probabilísticos
104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
GUIA DE DESARROLLO

2.MODELOS DE LINEAS DE ESPERA CON VARIOS SERVIDORES

a. Modelo (M/M/c) : (DG/∞/∞)

• Condición de estado:
𝝆 𝝀
Si, Factor de uso < 𝟏, o < 𝟏, el sistema puede operar.
𝒄 𝝁𝒄

𝝆 : Condición de estado
𝒄 : No. de servidores
𝝀: Tasa de llegada
𝝁: Tasa de servicio
Si 𝒄 = 𝟏𝟎, se tiene que:

(M/M/c) : (DG/∞/∞)
Tasa de Tasa de
Condición Tamaño
llegada servicio Numero de Disciplina Límite del
de estado de la
(exponencial) (exponencial) servidores en la cola sistema
fuente
DG
𝝆 𝝀 𝝁 10 Disciplina ∞ ∞
General

• Diseño de la instalación de servicio:

Por ejemplo:

Alvaro Javier Rojas Baracaldo


Director de curso
Red de curso 104561 Métodos Probabilísticos
104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
GUIA DE DESARROLLO

PROBABILIDADES DE ESTADO

Las probabilidades de estado del modelo (M/M/c): (DG/∞/∞), están dadas por:

𝝆𝒏
𝑷𝒏 = 𝑷𝟎 , si 0 ≤ n ≤ c
𝒏!

𝝆𝒏
𝑷𝒏 = 𝑷𝟎 , si n > c
𝒄𝒏−𝒄 𝒄!

𝒄−𝟏
𝝆𝒏 𝝆𝒄
𝑷𝟎 = ( ∑ + 𝝆 )−𝟏
𝒏! 𝒄! (𝟏 − )
𝒏=𝟎 𝒄
Donde:

𝑷𝒏 : Probabilidad de estado
𝝆 : Condición de estado
𝒏 : No. de clientes en el sistema
𝒄 : No. de servidores
𝑷𝟎 : Probabilidad de inactividad

• Medidas de desempeño de estado estable:

➢ Cantidad esperada de clientes en la fila. Sea,

𝝆𝒄+𝟏 𝒄𝝆
𝑳𝒒 = 𝑷 𝑜 𝑳𝒒 = ( )𝑷
(𝒄 − 𝟏)! (𝒄 − 𝝆)𝟐 𝟎 (𝒄 − 𝝆)𝟐 𝒄

Donde:

𝑳𝒒 : Cantidad esperada de clientes en la fila


𝝆 : Condición de estado
Alvaro Javier Rojas Baracaldo
Director de curso
Red de curso 104561 Métodos Probabilísticos
104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
GUIA DE DESARROLLO

𝒄: No. de servidores
𝑷𝒐 : Probabilidad de que los servidores se encuentren inactivos
𝑷𝒄 : Probabilidad de que los servidores se encuentren activos

➢ Cantidad esperada de clientes en el sistema. Sea,

𝑳𝒔 = 𝑳𝒒 + 𝝆

Donde:

𝑳𝒔 : Cantidad esperada de clientes en el sistema


𝑳𝒒 : Cantidad esperada de clientes en la cola
𝝆 : Condición de estado
➢ Tiempo estimado de espera en la fila. Sea,

𝑳𝒒
𝑾𝒒 =
𝝀
Donde:

𝑾𝒒 : Tiempo estimado de espera en la fila


𝑳𝒒 : Cantidad esperada de clientes en la fila
𝝀 : Tasa de llegada
• Tiempo estimado de espera en el sistema. Sea,

𝟏
𝑾𝒔 = 𝑾𝒒 +
𝝁
Donde:

𝑾𝒔 : Tiempo estimado de espera en el sistema

Alvaro Javier Rojas Baracaldo


Director de curso
Red de curso 104561 Métodos Probabilísticos
104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
GUIA DE DESARROLLO

𝑾𝒒 : Tiempo estimado de espera en la fila


𝝁 : Tasa de servicio
• Determinar las siguientes probabilidades:

a. La probabilidad de inactividad en la instalación de servicio, es:

𝒄−𝟏
𝝆𝒏 𝝆𝒄
𝑷𝟎 = ( ∑ + )−1
𝒏! 𝒄! (𝟏 − 𝝆)
𝒏=𝟎 𝒄

b. La probabilidad de actividad de más del 40%, es:


𝑛

∑ 𝑷𝒏 > 0.40
1
𝑛
𝒏
𝝆
𝟏 − (∑ 𝑷 < 0.40) 𝑝𝑎𝑟𝑎 𝑛 ≤ 10
𝒏! 𝟎
1

𝑛
𝝆𝒏
𝟏 − (∑ 𝑷𝟎 < 0.40) 𝑝𝑎𝑟𝑎 𝑛 ≥ 10
𝒄𝒏−𝒄 𝒄!
1

𝟏 − (𝑷𝟏 + 𝑷𝟐 +⋯+ 𝑷𝒏 < 0.40)

Nota. Determinar las probabilidades en el sistema hasta que su sumatoria sea inferior al 40%,
cuyo valor debe restarse a la unidad.

c. La probabilidad de actividad para el 70%, es:


𝑛

∑ 𝑷𝒏 = 0.70
1

𝑛
𝝆𝒏
∑ 𝑷 = 0.70 𝑝𝑎𝑟𝑎 𝑛 ≤ 10
1
𝒏! 𝟎

Alvaro Javier Rojas Baracaldo


Director de curso
Red de curso 104561 Métodos Probabilísticos
104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
GUIA DE DESARROLLO
𝑛
𝝆𝒏
∑ 𝒏−𝒄 𝑷𝟎 = 0.70 𝑝𝑎𝑟𝑎 𝑛 ≥ 10
𝒄
1
𝒄!

𝑷𝟏 + 𝑷𝟐 +⋯+ 𝑷𝒏 = 0.70

Nota. Determinar las probabilidades en el sistema hasta que su sumatoria sea igual al 70%.

d. La probabilidad de que un cliente tenga que esperar, es:

𝝆𝟏
𝑷𝟏 = 𝑷 𝑝𝑎𝑟𝑎 𝑛 ≤ 10
𝟏! 𝟎

e. La probabilidad de estar desocupado el servidor, es:

𝒄−𝟏
𝝆𝒏 𝝆𝒄
𝑷𝟎 = ( ∑ + )−1
𝒏! 𝒄! (𝟏 − 𝝆)
𝒏=𝟎 𝒄

f. La probabilidad de actividad al menos del 50%, es:


𝑛

∑ 𝑷𝒏 < 0.50
1

𝑛
𝝆𝒏
∑ 𝑷 < 0.50 𝑝𝑎𝑟𝑎 𝑛 ≤ 10
1
𝒏! 𝟎
𝑛
𝝆𝒏
∑ 𝒏−𝒄 𝑷𝟎 < 0.50 𝑝𝑎𝑟𝑎 𝑛 ≥ 10
𝒄
1
𝒄!

𝑷𝟏 + 𝑷𝟐 +⋯+ 𝑷𝒏 < 0.50

Nota. Determinar las probabilidades en el sistema hasta que su sumatoria sea menor al 50%.

g. La probabilidad de que por lo menos sean atendidos 10 clientes en una hora, es:

Alvaro Javier Rojas Baracaldo


Director de curso
Red de curso 104561 Métodos Probabilísticos
104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
GUIA DE DESARROLLO

𝑛=10

𝑷𝒏≥𝟏𝟎 = 𝟏 − ∑ 𝑷𝒏
1
𝑛=10
𝒏
𝝆
𝑷𝒏≥𝟏𝟎 = 𝟏 − ∑ 𝑷 𝑝𝑎𝑟𝑎 𝑛 ≥ 10
𝒏! 𝟎
1

𝑷𝒏≥𝟏𝟎 = 𝟏 − (𝑷𝟏 + 𝑷𝟐 +⋯+ 𝑷𝟏𝟎 )


Nota. Determinar la sumatoria de las probabilidades en el sistema hasta n = 10, cuyo valor debe
restarse a la unidad.

b. Modelo (M/M/c) : (DG/N/∞)

• Condición de estado:
𝝆
Si, Factor de uso ≠ 𝟏, el sistema puede operar.
𝒄

𝝆
Si, Factor de uso = 𝟏, el sistema puede operar.
𝒄

𝝆 : Condición de estado
𝒄 : No. de servidores
Si 𝒄 = 𝟏𝟎 y 𝑵 = 𝟓𝟎𝟎, se tiene que:

(M/M/c) : (DG/N/∞)
Tasa de Tasa de
Condición Tamaño
llegada servicio Numero de Disciplina Límite del
de estado de la
(exponencial) (exponencial) servidores en la cola sistema
fuente
DG
𝝆 𝝀 𝝁 10 Disciplina 500 ∞
General

• Diseño de la instalación de servicio:

Por ejemplo:

Alvaro Javier Rojas Baracaldo


Director de curso
Red de curso 104561 Métodos Probabilísticos
104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
GUIA DE DESARROLLO

PROBABILIDADES DE ESTADO

Las probabilidades de estado del modelo (M/M/c): (DG/∞/∞), están dadas por:

𝝆𝒏
𝑷𝒏 = 𝑷𝟎 , si 0 ≤ n ≤ c
𝒏!

𝝆𝒏
𝑷𝒏 = 𝑷𝟎 , si c ≤ n ≤ N
𝒄𝒏−𝒄 𝒄!

𝒄−𝟏 𝒄 𝝆 𝑵−𝒄+𝟏
𝝆𝒏 𝝆 (𝟏 − ( 𝒄 ) ) 𝝆
𝑷𝟎 = ( ∑ + 𝝆 )−𝟏, 𝒔𝒊 ≠𝟏
𝒏! 𝒄! (𝟏 − 𝒄 ) 𝒄
𝒏=𝟎

𝒄−𝟏
𝝆𝒏 𝝆𝒄 (𝑵 − 𝒄 + 𝟏) −𝟏, 𝝆
𝑷𝟎 = ( ∑ + ) 𝒔𝒊 =𝟏
𝒏! 𝒄! 𝒄
𝒏=𝟎

Donde:

𝑷𝒏 : Probabilidad de estado
Alvaro Javier Rojas Baracaldo
Director de curso
Red de curso 104561 Métodos Probabilísticos
104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
GUIA DE DESARROLLO

𝝆 : Condición de estado
𝒏 : No. de clientes en el sistema
𝒄 : No. de servidores
𝑵 : No. máximo de clientes permitido en el sistema
𝑷𝟎 : Probabilidad de inactividad

• Medidas de desempeño de estado estable:

➢ Cantidad esperada de clientes en la fila. Sea,

𝝆𝒄+𝟏 𝝆 𝝆 𝑵−𝒄 𝝆 𝝆
𝑳𝒒 = 𝑷𝟎 (𝒄 −𝟏)!(𝒄−𝝆)𝟐
{𝟏 − ( )𝑵−𝒄 − (𝑵 − 𝒄) ( ) (𝟏 − )} , si ≠𝟏
𝒄 𝒄 𝒄 𝒄

𝝆𝒄 (𝑵−𝒄)(𝑵−𝒄+𝟏) 𝝆
𝑳𝒒 = 𝑷𝟎
𝟐𝒄!
, 𝒄
=𝟏

Donde:

𝑳𝒒 : Cantidad esperada de clientes en la fila


𝑷𝒐 : Probabilidad de que los servidores se encuentren inactivos
𝝆 : Condición de estado
𝒄: No. de servidores
𝑵 : No. máximo de clientes permitido en el sistema

➢ Cantidad esperada de clientes en el sistema. Sea,

𝝀𝒆𝒇
𝑳𝒔 = 𝑳𝒒 + (𝒄 − 𝒄) 𝑜 𝑳𝒔 = 𝑳𝒒 +
𝝁
Donde:

𝑳𝒔 : Cantidad esperada de clientes en el sistema


𝑳𝒒 : Cantidad esperada de clientes en la cola
Alvaro Javier Rojas Baracaldo
Director de curso
Red de curso 104561 Métodos Probabilísticos
104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
GUIA DE DESARROLLO

𝒄: No. de servidores
𝝁 : Tasa de servicio
𝒄 : No. estimado de servidores inactivos
𝒄

𝒄 = ∑(𝒄 − 𝒏)𝑷𝒏
𝒏=𝟎
𝑷𝒏 : Probabilidad de n clientes en el sistema
𝒏 : No. de clientes en el sistema
𝝀𝒆𝒇 : Tasa efectiva de llegada
𝝀𝒆𝒇 = 𝝀(𝟏 − 𝑷𝑵 ) = 𝝁(𝐜 − 𝐜)
𝝀 : Tasa de llegada
𝑷𝑵 : Probabilidad de capacidad máxima en el sistema
• Determinar las siguientes probabilidades:

a. La probabilidad de inactividad en la instalación de servicio, es:

𝒄−𝟏 𝒄 𝝆 𝑵−𝒄+𝟏
𝝆𝒏 𝝆 (𝟏 − ( 𝒄 ) ) 𝝆
𝑷𝟎 = ( ∑ + 𝝆 )−𝟏, 𝒔𝒊 ≠𝟏
𝒏! 𝒄! (𝟏 − 𝒄 ) 𝒄
𝒏=𝟎

b. La probabilidad de actividad de más del 40%, es:


𝑛

∑ 𝑷𝒏 > 0.40
1
𝑛
𝒏
𝝆
𝟏 − (∑ 𝑷 < 0.40) 𝑝𝑎𝑟𝑎 𝑛 ≤ 10
𝒏! 𝟎
1

𝑛
𝝆𝒏
𝟏 − (∑ 𝑷𝟎 , < 0.40) 𝑝𝑎𝑟𝑎 𝑛 ≥ 10
𝒄𝒏−𝒄 𝒄!
1

𝟏 − (𝑷𝟏 + 𝑷𝟐 +⋯+ 𝑷𝒏 < 0.40)


Alvaro Javier Rojas Baracaldo
Director de curso
Red de curso 104561 Métodos Probabilísticos
104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
GUIA DE DESARROLLO

Nota. Determinar las probabilidades en el sistema hasta que su sumatoria sea inferior al 40%,
cuyo valor debe restarse a la unidad.

c. La probabilidad de actividad para el 70%, es:


𝑛

∑ 𝑷𝒏 = 0.70
1

𝑛
𝝆𝒏
∑ 𝑷 = 0.70 𝑝𝑎𝑟𝑎 𝑛 ≤ 10
1
𝒏! 𝟎
𝑛
𝝆𝒏
∑ 𝒏−𝒄 𝑷𝟎 = 0.70 𝑝𝑎𝑟𝑎 𝑛 ≥ 10
1
𝒄 𝒄!

𝑷𝟏 + 𝑷𝟐 +⋯+ 𝑷𝒏 = 0.70

Nota. Determinar las probabilidades en el sistema hasta que su sumatoria sea igual al 70%.

d. La probabilidad de que un cliente tenga que esperar, es:

𝝆𝟏
𝑷𝟏 = 𝑷 𝑝𝑎𝑟𝑎 𝑛 ≤ 10
𝟏! 𝟎

e. La probabilidad de estar desocupado el servidor, es:

𝒄−𝟏
𝝆𝒏 𝝆𝒄
𝑷𝟎 = ( ∑ + )−1
𝒏! 𝒄! (𝟏 − 𝝆)
𝒏=𝟎 𝒄

f. La probabilidad de actividad al menos del 50%, es:


𝑛

∑ 𝑷𝒏 < 0.50
1

Alvaro Javier Rojas Baracaldo


Director de curso
Red de curso 104561 Métodos Probabilísticos
104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
GUIA DE DESARROLLO
𝑛
𝝆𝒏
∑ 𝑷 < 0.50 𝑝𝑎𝑟𝑎 𝑛 ≤ 10
1
𝒏! 𝟎
𝑛
𝝆𝒏
∑ 𝒏−𝒄 𝑷𝟎 < 0.50 𝑝𝑎𝑟𝑎 𝑛 ≥ 10
𝒄
1
𝒄!

𝑷𝟏 + 𝑷𝟐 +⋯+ 𝑷𝒏 < 0.50

Nota. Determinar las probabilidades en el sistema hasta que su sumatoria sea menor al 50%.

g. La probabilidad de que por lo menos sean atendidos 10 clientes en una hora, es:

𝑛=10

𝑷𝒏≥𝟏𝟎 = 𝟏 − ∑ 𝑷𝒏
1
𝑛=10
𝒏
𝝆
𝑷𝒏≥𝟏𝟎 = 𝟏 − ∑ 𝑷 𝑝𝑎𝑟𝑎 𝑛 ≥ 10
𝒏! 𝟎
1

𝑷𝒏≥𝟏𝟎 = 𝟏 − (𝑷𝟏 + 𝑷𝟐 +⋯+ 𝑷𝟏𝟎 )


Nota. Determinar la sumatoria de las probabilidades en el sistema hasta n = 10, cuyo valor debe
restarse a la unidad.

Alvaro Javier Rojas Baracaldo


Director de curso
Red de curso 104561 Métodos Probabilísticos