DESARROLLO Y ESTUDIO DE CASO TECOL

PARTE 2

ALVARO JAVIER ROJAS BARACALDO

Tutor

ESTUDIANTE

ARIOLFO ANDRES SANCHEZ ARGUELLO

COD. 7185558

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

UNAD
METODOS PROBABILISTICOS

MAYO DE 2018
 1. Mentefacto Conceptual: Cadenas de Markov
 Técnicas de Modelos
Exponenciales.
 Modelos de inventarios
Probabilísticos
 Toma de Decisiones en
Sistemas de Inventarios.
 Modelos de Línea de
Espera.
 Teoría de Decisiones.
 Teoría de Juegos
 Programación de
Proyectos PERT CMP
 Pronostico realizado mediante
el análisis de los cambios que
han sufrido ciertas variables,
esta técnica forma parte de la
programación dinámica
Métodos
Probabilísticos  Programación Lineal
 Programación Entera
 Programación Dinámica
 Modelos de Redes
 Modelos de Transporte
Cadenas de Markov  Técnicas de Pronósticos
Determinísticos
 Modelos de Inventarios
Determinísticos
 Programación No Lineal
 Matriz de probabilidades de
transición
 Relación de la entrada y salida de los
 Ingeniería de Control
sistemas dinámicos
 Ingeniería de sistemas
 Cambios de preferencia en el
Mercado
 Inversiones a futuro.
 Mentefacto Conceptual: Teoría de las Colas

Métodos
 Técnicas de Modelos  Programación Lineal
Probabilísticos
Exponenciales.  Programación Entera
 Modelos de inventarios  Programación Dinámica
Probabilísticos
 Modelos de Redes
 Toma de Decisiones en
Sistemas de Inventarios.  Modelos de Transporte
 Modelos de Línea de  Técnicas de Pronósticos
Espera. Teoría de las Colas Determinísticos
 Teoría de Decisiones.  Modelos de Inventarios
 Teoría de Juegos Determinísticos
 Programación de  Programación No Lineal
Proyectos PERT CMP
 Cadenas de Markov

Estudio matemático de las líneas de  Costos de los sistemas de  Estructuras 

Distribución de Poisson y
espera dentro de un sistema, colas : o Un servidor y una Exponencial.
estudia factores como el tiempo de o Costo de Espera cola  Soluciones por simulación.
o Evaluación de sistema
espera medio en las colas o la o Costo de Servicio
cuando se conoce el
capacidad de trabajo del sistema sin o Sistema de Costo costo de espera
que llegue a colapsar. Mínimo o Evaluación del
sistema con costos de
espera desconocidos.
o Modelo de un
servidor con tiempos
de servicio constantes
o Comparación de
tiempos de servicio
exponenciales y
constantes.
o Modelos con
servidores múltiples.
  Técnicas de Modelos Métodos
Exponenciales. Probabilísticos  Programación Lineal
 Modelos de inventarios  Programación Entera
Probabilísticos
 Programación Dinámica
 Toma de Decisiones en
Sistemas de Inventarios.  Modelos de Redes
 Modelos de Línea de  Modelos de Transporte
Espera. Programación No  Técnicas de Pronósticos
 Teoría de Decisiones. Determinísticos
 Teoría de Juegos
Lineal
 Modelos de Inventarios
 Programación de Determinísticos
Proyectos PERT CMP
 Cadenas de Markov

 Tipos de Optimización
 Se presenta cuando se tiene una función continua,  Respecto al espacio de solución
diferenciable, multimodal e irrestricto.  Respecto a la función Objetivo
 Máximos
𝑑2 𝑓𝑥
< 0𝑀𝑎𝑥
𝑑𝑥 2
 Mínimos
𝑑2 𝑓𝑥
> 0 𝑚𝑖𝑛
𝑑𝑥 2

 Tabla de Referentes Documentales Unidad 2: Cadenas de Markov, teoría de colas y programación no lineal.
Método o
N modelo Referencia documental
Estudiante Justificación
o probabilístico En norma APA (consulte aquí)
(requerido)
Estas matrices son cuadradas ya que los
eventos posibles se sitúan igual en las
líneas que en las columnas, en las líneas,
se representan las ganancias de cada Taibo, A. Investigación de operaciones para los no
posibilidad y corresponden a las pérdidas matemáticos (pp. 71-77), México, D.F., MX: Instituto
Cadenas de que han tenido otras posibilidades, ya que Politécnico Nacional, 2009. Accessed November 27, 2016.
1
Markov cada ganancia es a costa de quitarle Recuperado de:
mercado, utilidades, fertilización, etc., a http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.acti
otra alternativa. Las pérdidas están en la on?docID=10504970&ppg=8.
columna del evento asociado y las
ganancias, como hemos dicho, están en
las líneas.
Este modelo puede aplicarse a personas
esperando en una línea para comprar
Ariolfo boletos para el cine, a mecánicos que Gallagher, C., & Watson, H. (1982). Métodos cuantitativos
Andrés esperan obtener herramientas de un para la toma de decisiones en administración (pp. 469),
Sánchez Modelo de un
expendio o a trabajos de computadora que México, D.F., MX: McGraw-Hill Interamericana. Recuperado
Argüello 2 Servidor y una
esperan tiempo de procesador. Es uno de de:
Cola
los modelos más antiguos, más sencillos y http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.acti
más comunes de la teoría de colas. Se on?docID=10479349&ppg=8.
analizarán las suposiciones necesarias
para este modelo.
Este modelo es el mismo que el primero,
excepto que se supone que el tiempo de Gallagher, C., & Watson, H. (1982). Métodos cuantitativos
Modelo de un
servicio es exactamente el mismo para para la toma de decisiones en administración (pp. 477),
Servidor con
cada llegada en lugar de ser aleatorio. México, D.F., MX: McGraw-Hill Interamericana. Recuperado
3 Tiempos de
Todavía se tiene una sola línea, tamaño de:
Servicio
de la cola infinito, disciplina de la cola http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.acti
Constantes
como primero en llegar primero en ser on?docID=10479349&ppg=8
servido y llegadas Poisson.
4

1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
Estudio del Caso:

TECOL S.A., es una empresa dedicada a la investigación y desarrollo de

dispositivos electrónicos para satisfacer su demanda en el mercado nacional
colombiano. En los años recientes, su producción se ha centrado en una única
referencia, sobre la cual recae toda su operación para mantener la compañía.
En la tabla 1 se muestran las cantidades vendidas de dicha referencia el año
que terminó.

Tabla 1 Histórico de ventas TECOL S.A.

Periodo (mes) Ventas (unidades)
Enero 111048
Febrero 119451
Marzo 186512
Abril 112598
Mayo 183936
Junio 159882
Julio 189500
Agosto 117954
Septiembre 183998
Octubre 171538
Noviembre 193649
Diciembre 197225

Para la elaboración del producto, la empresa requiere de 3 componentes como

se muestra en la tabla 2:

Tabla 2 Componentes del dispositivo electrónico

Componente Mecánico Eléctricos Electrónicos
Unidades 1 2 2

Basada en los datos históricos, TECOL S.A. considera que requerirá mantener
en inventario de seguridad, al menos 75.000 unidades del componente
mecánico, 75.000 unidades del componente eléctrico y 150.000 unidades del
componente electrónico, cada mes.

Estos componentes se compran a tres diferentes proveedores, por lo tanto, las

condiciones de compra son diferentes como se muestra en la tabla 3.
 Tabla 3 Información de Proveedores
Precio
Precio unitario
unitario con
con descuento
Tiempo de Precio descuento
Componente Proveedor más de
aprovisionamiento unitario entre 140.000
160.000
y 160.0000
unidades
unidades
Mecánico A 6 días $1200 $1000 $700
Eléctrico B 6 días $2500 $2300 $2000
Electrónico C 8 días $5500 $5200 $4500

Colocar y recibir un pedido de cualquiera de los proveedores tiene un costo de

$2.000.000 debido a gastos administrativos y logísticos. La tasa de
transferencia por mantener en inventario dado el costo de oportunidad,
corresponde a un 20% del precio sin descuento de cada uno.

En el año que terminó, el producto fue comercializado a través de cuatro

distribuidores a nivel nacional y un estudio de mercado contratado para
conocer su participación en el mercado, con el propósito de poner un punto de
venta directo al público en la ciudad de Bogotá, arrojó la información que se
presenta en la tabla 4.

Tabla 4 Participación inicial en el mercado

Distribuidor 1 Distribuidor 2 Distribuidor 3 Distribuidor 4
7% 18% 27% 48%

Dicho estudio también estimó la participación en el mercado en los años

venideros para encontrar un punto de equilibrio de ventas como se indica en la
tabla 5.

Tabla 5 Participación estimada en el mercado

Estados Distribuidor 1 Distribuidor 2 Distribuidor 3 Distribuidor 4
1 Distribuidor
48% 12% 15% 25%
1
2 Distribuidor
8% 56% 17% 19%
2
3 Distribuidor
23% 10% 55% 12%
3
4 Distribuidor
25% 25% 25% 25%
4
Momento en el cual, se abrirá el punto de venta directo con un solo vendedor,
considerando que el mismo que atiende es quien realiza el proceso de
facturación y entrega del producto, con base en un Estudio de tiempos de
llegada y de servicio tomados aleatoriamente en los cuatro distribuidores.

Con base en el caso recién descrito, plantear y determinar las siguientes

estrategias:

1. Estrategia de proyección. Aplicar un método de pronóstico de

comportamiento exponencial al histórico de ventas y proyectar las
ventas para los siguientes 12 meses.

MÉTODO SELECCIONADO SUAVIZACIÓN EXPONENCIAL

Para el desarrollo del pronóstico de las ventas, se utiliza el método de

suavización exponencial. Este método, trabaja a través de una constante de
suavización alfa (α) que tiene un valor comprendido entre 0 y 1. La constante
funciona como un factor de ponderación (si, parecido al pronóstico móvil
ponderado) y su variación se hace de acuerdo a nuestra necesidad de darle
más peso a datos recientes (alfa α más elevado) o a datos anteriores (alfa α
más bajo). En este sentido, si α=1, nuestro pronóstico de demanda del próximo
periodo será exactamente igual al del periodo actual.

Cómo calcular un pronóstico con suavización exponencial

El desarrollo del cálculo es simple. Se requiere del pronóstico anterior, la

demanda real del periodo de pronóstico y la constante de suavización.
La fórmula de suavización exponencial es la siguiente:

𝐹𝑡 = 𝐹𝑡−1 + 𝛼 ∗ (𝐴𝑡−1 − 𝐹𝑡−1 )

Dónde:

𝐹𝑡 = 𝑁𝑢𝑒𝑣𝑜 𝑝𝑟𝑜𝑛𝑜𝑠𝑡𝑖𝑐𝑜

𝐹𝑡−1 = 𝑃𝑟𝑜𝑛𝑜𝑠𝑡𝑖𝑐𝑜 𝑑𝑒𝑙 𝑝𝑒𝑟𝑖𝑜𝑑𝑜 𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟

𝛼 = 𝐶𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒 𝑑𝑒 𝑠𝑢𝑎𝑣𝑖𝑧𝑎𝑐𝑖𝑜𝑛

𝐴𝑡−1 = 𝐷𝑒𝑚𝑎𝑛𝑑𝑎 𝑟𝑒𝑎𝑙 𝑑𝑒𝑙 𝑝𝑒𝑟𝑖𝑜𝑑 𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟

De acuerdo con lo anterior se utilizaremos un alfa o tasa de respuesta al error

de 0,2.
 Metodo Suavización Exponencial
Pronostico de Ventas
200000
150000
100000
PRONOSTICO
50000
VENTAS
0

2. Estrategia de compra. Dados los 3 componentes del producto,

determinar la estrategia de compra de cada uno de ellos, considerando:

a. Cantidad óptima de pedido.

b. Cantidad de pedidos requeridos.
c. Nivel de reabastecimiento.
d. Costos totales de cada estrategia (costo de comprar, pedir y
mantener).
e. Representar el nivel del inventario dado el inventario de
seguridad.

 Para calcular la cantidad óptima de pedido se emplea la siguiente

formula:

𝟐∗𝑫∗𝑲
𝑪𝒂𝒏𝒕𝒊𝒅𝒂𝒅 𝒐𝒑𝒕𝒊𝒎𝒂 𝒅𝒆𝒍 𝒑𝒆𝒅𝒊𝒅𝒐: 𝑸 = √
𝒊∗𝑪

𝐷𝑜𝑛𝑑𝑒:
𝐷 = 𝐷𝑒𝑚𝑎𝑛𝑑𝑎 𝑎𝑛𝑢𝑎𝑙
𝐾 = 𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑝𝑟𝑒𝑝𝑎𝑟𝑎𝑐𝑖𝑜𝑛 𝑝𝑜𝑟 𝑝𝑒𝑑𝑖𝑑𝑜
𝑖 = 𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑎𝑙𝑚𝑎𝑐𝑒𝑛𝑎𝑚𝑖𝑒𝑛𝑡𝑜
𝐶 = 𝐶𝑜𝑠𝑡𝑜 𝑢𝑛𝑖𝑡𝑎𝑟𝑖𝑜

 De acuerdo con lo anterior, los siguientes son los datos que se tienen
para calcular Q para los 3 componentes:
𝐷 = 𝐷𝑒𝑚𝑎𝑛𝑑𝑎 𝑎𝑛𝑢𝑎𝑙 𝑑𝑒 𝑐𝑎𝑑𝑎 𝑢𝑛𝑜 𝑑𝑒 𝑙𝑜𝑠 𝑐𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒𝑠
𝐾 = 2.000.000
𝑖 = 20% 𝑑𝑒𝑙 𝑐𝑜𝑠𝑡𝑜 sin 𝑑𝑒𝑠𝑐𝑢𝑒𝑛𝑡𝑜
𝐶 = 𝐶𝑜𝑠𝑡𝑜 𝑢𝑛𝑖𝑡𝑎𝑟𝑖𝑜 𝑑𝑒 𝑐𝑎𝑑𝑎 𝑢𝑛𝑜 𝑑𝑒 𝑙𝑜𝑠 𝑐𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒𝑠

Se calcula la demanda anual:

Formulamos la tabla con

𝟐∗𝑫∗𝑲
𝑪𝒂𝒏𝒕𝒊𝒅𝒂𝒅 𝒐𝒑𝒕𝒊𝒎𝒂 𝒅𝒆𝒍 𝒑𝒆𝒅𝒊𝒅𝒐: 𝑸 = √
𝒊∗𝑪

Y obtenemos:

 Para calcular la cantidad de pedidos requeridos 𝑁, se emplea la

siguiente formula:
𝑫
𝑷𝒆𝒅𝒊𝒅𝒐𝒔 𝑹𝒆𝒒𝒖𝒆𝒓𝒊𝒅𝒐𝒔: 𝑵 =
𝑸
Formulamos nuestra tabla, y obtenemos:
  Para calcular el nivel de reabastecimiento o punto reorden 𝑅, se emplea
la siguiente formula:
𝑷𝒖𝒏𝒕𝒐 𝒅𝒆 𝒓𝒆𝒐𝒓𝒅𝒆𝒏: 𝑹 = 𝒅 ∗ 𝑳
𝐷𝑜𝑛𝑑𝑒:
𝑑 = 𝐷𝑒𝑚𝑎𝑛𝑑𝑎 𝑑𝑖𝑎𝑟𝑖𝑎
𝐿 = 𝑃𝑙𝑎𝑧𝑜 𝑑𝑒 𝑒𝑛𝑡𝑟𝑒𝑔𝑎 𝑒𝑛 𝑑𝑖𝑎𝑠 → 𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑎𝑝𝑟𝑜𝑣𝑖𝑠𝑖𝑜𝑛𝑎𝑚𝑖𝑒𝑛𝑡𝑜
𝐷
𝑑=
𝐷𝑖𝑎𝑠 𝑙𝑎𝑏𝑜𝑟𝑎𝑙𝑒𝑠/𝑎ñ𝑜

La cantidad de días laborales en el año son: 250

Formulamos nuestra tabla y obtenemos:

 Para calcular Costos totales de cada estrategia (costo de comprar, pedir

y mantener), se emplea las siguientes formula:
𝑪𝒐𝒔𝒕𝒐 𝒅𝒆 𝑪𝒐𝒎𝒑𝒓𝒂𝒓 = 𝑫 ∗ 𝑪

𝑫
𝑪𝒐𝒔𝒕𝒐 𝒅𝒆 𝒐𝒓𝒅𝒆𝒏𝒂𝒓 = 𝑲 ∗
𝑸

𝑸
𝑪𝒐𝒔𝒕𝒐 𝒅𝒆 𝑴𝒂𝒏𝒕𝒆𝒏𝒆𝒓 = 𝑯 ∗
𝟐

Se formula nuestra tabla y obtenemos:

Estrategia de participación. Dada la participación en el mercado de los
distribuidores, del año que termina al que comienza y venideros, determinar:

a. Las probabilidades de transición.

b. Las probabilidades de estado estable de la participación.

Estrategia de servicio. Dado el deseo de la compañía de poner un punto de

venta directo, realizar una Propuesta de modelo de línea de espera (consulte
aquí) para un solo vendedor, con base en el estudio de tiempos de llegada y de
servicio, tomados aleatoriamente en los cuatro distribuidores, considerando:

Diseño estadístico del modelo de líneas de espera para

TECOL S. A.

1. Generar los tiempos entre llegadas y tiempos de servicio (en minutos) en

el Generador de tiempos de líneas de espera (consulte aquí).

GENERADOR DE TIEMPOS LINEAS DE ESPERA

TIEMPO ENTRE LLEGADAS TIEMPO DE SERVICIO

No.
(Minutos) (Minutos)
1 7,893073391 4,890280928
2 1,594012431 7,630820928
3 6,789029132 8,070973282
4 0,420602729 6,057906546
5 0,729631282 2,473118306
6 9,919642244 2,049040773
7 7,231242043 5,405596079
8 1,51693862 3,404881584
9 4,724461143 2,750141064
10 0,438859951 6,688842515
11 1,756276586 5,305056193
12 1,240067619 8,050054888
13 7,427927672 11,5486521
14 2,67492295 2,177971841
15 1,434493057 5,304927341
16 1,015945814 4,840644133
17 0,772285878 2,889094501
18 3,584076199 4,955530183
19 2,228673437 9,564185221
20 4,427644311 5,126584359
21 2,214963661 3,263564708
22 5,450430684 10,14869756
23 3,026538523 5,942413876
24 4,572561853 11,35858383
25 1,956537211 9,842145176
26 7,860306657 8,296511533
27 6,824648708 9,421590362
28 0,589277372 3,780856002
29 6,80699176 4,507284045
30 7,908759444 10,55739112
31 1,86694165 10,98735128
32 1,117035668 4,155198035
33 5,666761082 10,12961833
34 6,635173138 2,561388927
35 9,783845344 10,7647668
36 5,139429602 2,181038174
37 8,135851412 8,000231718
38 3,355652245 7,617407896
39 3,113613416 6,212106679
40 1,938610606 2,182768764
41 9,91197317 9,162597322
42 5,84373482 10,0160327
43 3,275554347 11,29642844
44 4,951451984 11,0717077
45 2,138872774 6,35591439
46 4,809228252 8,766071283
47 4,600430896 4,760623639
48 4,855715766 8,407886726
49 3,211411406 10,35413254
50 0,416714953 7,210979109
51 1,900755862 4,048916749
52 8,284760947 2,068146171
53 3,344448775 3,224942902
54 0,355664677 10,23513838
55 9,878966617 2,651533197
 56 7,336261768 9,408507022
57 8,55847508 9,530565996
58 9,800851652 3,605714305
59 7,796221408 3,744621081
60 6,629044776 7,875249532

2. Elaborar histograma y probar la hipótesis que los tiempos entre llegadas

como los tiempos de servicio, representan una distribución exponencial
con un nivel de confianza del 95% mediante la Prueba de Bondad de
Ajuste Distribución X2

3. Determinar la tasa de llegada según una Distribución de Poisson como

λ= α * t y la tasa de salida según una Distribución de Poisson como μ = α
* t teniendo en cuenta que los datos corresponden a eventos sucedidos
en un periodo de siete días.
 TIEMPO ENTRE TIEMPO DE SERVICIO
LLEGADAS (Minutos) (Minutos)
Valor Minimo 0,36 2,05
Valor Maximo 9,92 11,55
Rango 9,56 9,50
N° de Clases 15 15

Tabla de Tiempo entre llegadas

Frecuencia
No. Frecuencia Frecuencia Relativa
de Observada Relativa Acumulada
Clase empírica empírica empírica
i lim Inf Lim Sup Oi fi Fi
1 0,36 1,01 7 0,12 0,12
2 1,01 1,67 6 0,10 0,22
3 1,67 2,33 8 0,13 0,35
4 2,33 2,99 1 0,02 0,37
5 2,99 3,65 7 0,12 0,48
6 3,65 4,31 0 0,00 0,48
7 4,31 4,97 7 0,12 0,60
8 4,97 5,63 2 0,03 0,63
9 5,63 6,29 2 0,03 0,67
10 6,29 6,95 5 0,08 0,75
11 6,95 7,61 3 0,05 0,80
12 7,61 8,26 5 0,08 0,88
13 8,26 8,92 2 0,03 0,92
14 8,92 9,58 0 0,00 0,92
15 9,58 10,24 5 0,08 1
TOTAL 60 1

1,20
1,00
0,80
0,60
0,40
0,20
0,00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Frecuencia Frecuencia
Relativa Relativa
empírica Acumulada
fi empírica
Fi
Tabla de Tiempo de servicio

Frecuencia
No. Frecuencia Frecuencia Relativa
de Observada Relativa Acumulada
Clase empírica empírica empírica
i lim Inf Lim Sup Oi fi Fi
1 2,05 2,70 8,00 0,13 0,13
2 2,70 3,36 4,00 0,07 0,20
3 3,36 4,01 4,00 0,07 0,27
4 4,01 4,67 3,00 0,05 0,32
5 4,67 5,32 7,00 0,12 0,43
6 5,32 5,98 2,00 0,03 0,47
7 5,98 6,63 3,00 0,05 0,52
8 6,63 7,29 2,00 0,03 0,55
9 7,29 7,94 3,00 0,05 0,60
10 7,94 8,60 5,00 0,08 0,68
11 8,60 9,25 2,00 0,03 0,72
12 9,25 9,90 5,00 0,08 0,80
13 9,90 10,56 6,00 0,10 0,90
14 10,56 11,21 3,00 0,05 0,95
15 11,21 11,87 3,00 0,05 1,00
TOTAL 60 1

1,20

1,00
Frecuencia
Relativa
0,80 empírica
fi
0,60
Frecuencia
0,40 Relativa
Acumulada
empírica
0,20 Fi

0,00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Distribución de Poisson

Tasa de Llegadas

Distribucion de POISSON:

x Tiempo entre llegadas

λ = α*t 269,68428 Minutos
k 7 dias 10080 Minutos

𝑒 −2 2
2 2 1
𝑓 𝑥= = = 1,00
00 0

Tasa de Servicio

Distribucion de POISSON:

x Tiempo de servicio
µ = α*t 394,89093 Minutos
k 7 dias 10080 Minutos

𝑒− 0 1
𝑓 𝑥= = = 1,00
00 0
Al reemplazar:

Llegadas: 269,6843 minutos ---- 4,49 horas

Servicio: 394,8909 minutos ---- 6,58 horas

1 1
= = 0,22 Clientes / Hora
λ

1 1
= = 0,15 Clientes / Hora
𝜇 5

b. Propuesta del modelo de líneas de espera para TECOL S. A.

Formular y plantear el modelo de Líneas de Espera bajo condiciones de estado

estable (M/M/1): (DG/∞/∞) para TECOL S. A.
 Al reemplazar:

Llegadas: 269,6843 minutos ---- 4,49 horas

Servicio: 394,8909 minutos ---- 6,58 horas

1 1
= = 0,22 Clientes / Hora
λ

1 1
= = 0,15 Clientes / Hora
𝜇 5

Por lo tanto:

λ 0 22
𝑝= = = 5>
𝜇 0 5

Modelos de Líneas de Espera:

Tiempo
Tiempo Tiempo Tiempo Tiempo Tiempo
Cliente entre
Llegada Espera Ocio Servicio Salida
llegadas
1 7,893073391 0 0 4,890280928 12,78335432 6,0009909
2 1,594012431 11,1893419 0 7,630820928 20,41417525 7,48932545
3 6,789029132 13,6251461 0 8,070973282 28,48514853 7,22549404
4 0,420602729 28,0645458 0 6,057906546 34,54305508 7,78801073
5 0,729631282 33,8134238 0 2,473118306 37,01617338 3,98166018
6 9,919642244 27,0965311 0 2,049040773 39,06521415 2,37635638
7 7,231242043 31,8339721 0 5,405596079 44,47081023 2,06151163
8 1,51693862 42,9538716 0 3,404881584 47,87569182 4,42658586
9 4,724461143 43,1512307 0 2,750141064 50,62583288 8,05699387
10 0,438859951 50,1869729 0 6,688842515 57,3146754 6,81180042
11 1,756276586 55,5583988 0 5,305056193 62,61973159 9,89642772
12 1,240067619 61,379664 0 8,050054888 70,66978648 6,21933208
13 7,427927672 63,2418588 0 11,5486521 82,21843858 9,96315998
14 2,67492295 79,5435156 0 2,177971841 84,39641042 7,4296111
15 1,434493057 82,9619174 0 5,304927341 89,70133776 7,51375496
16 1,015945814 88,6853919 0 4,840644133 94,54198189 7,15764835
17 0,772285878 93,769696 0 2,889094501 97,43107639 5,04051252
18 3,584076199 93,8470002 0 4,955530183 102,3866066 4,73365841
19 2,228673437 100,157933 0 9,564185221 111,9507918 1,65049017
20 4,427644311 107,523147 0 5,126584359 117,0773762 0,21278133
21 2,214963661 114,862412 0 3,263564708 120,3409409 3,93692033
22 5,450430684 114,89051 0 10,14869756 130,4896384 8,5511611
23 3,026538523 127,4631 0 5,942413876 136,4320523 4,88301786
24 4,572561853 131,85949 0 11,35858383 147,7906361 5,32877824
25 1,956537211 145,834099 0 9,842145176 157,6327813 6,1662345
26 7,860306657 149,772475 0 8,296511533 165,9292928 2,45404922
27 6,824648708 159,104644 0 9,421590362 175,3508832 9,9857947
28 0,589277372 174,761606 0 3,780856002 179,1317392 4,77562759
29 6,80699176 172,324747 0 4,507284045 183,6390233 6,4765167
30 7,908759444 175,730264 0 10,55739112 194,1964144 1,32349905
31 1,86694165 192,329473 0 10,98735128 205,1837657 8,18051197
32 1,117035668 204,06673 0 4,155198035 209,3389637 8,66201202
33 5,666761082 203,672203 0 10,12961833 219,468582 2,59951782
34 6,635173138 212,833409 0 2,561388927 222,029971 6,50491379
35 9,783845344 212,246126 0 10,7647668 232,7947378 6,94394278
36 5,139429602 227,655308 0 2,181038174 234,9757759 5,688039
37 8,135851412 226,839925 0 8,000231718 242,9760076 2,99554143
38 3,355652245 239,620355 0 7,617407896 250,5934155 1,83931003
39 3,113613416 247,479802 0 6,212106679 256,8055222 8,15464448
40 1,938610606 254,866912 0 2,182768764 258,988291 5,90711074
41 9,91197317 249,076318 0 9,162597322 268,1508883 2,96124467
42 5,84373482 262,307153 0 10,0160327 278,166921 8,13021965
43 3,275554347 274,891367 0 11,29642844 289,4633494 1,65591618
44 4,951451984 284,511897 0 11,0717077 300,5350571 3,28477059
45 2,138872774 298,396184 0 6,35591439 306,8909715 4,28014031
46 4,809228252 302,081743 0 8,766071283 315,6570428 1,99598224
47 4,600430896 311,056612 0 4,760623639 320,4176665 9,40469314
48 4,855715766 315,561951 0 8,407886726 328,8255532 7,34569363
49 3,211411406 325,614142 0 10,35413254 339,1796857 6,180732
50 0,416714953 338,762971 0 7,210979109 346,3906648 2,21212394
51 1,900755862 344,489909 0 4,048916749 350,4395816 6,5511112
52 8,284760947 342,154821 0 2,068146171 352,5077278 8,45932524
53 3,344448775 349,163279 0 3,224942902 355,7326707 6,53558549
54 0,355664677 355,377006 0 10,23513838 365,967809 0,22870399
55 9,878966617 356,088842 0 2,651533197 368,6193422 4,31109007
56 7,336261768 361,28308 0 9,408507022 378,0278493 9,24465804
57 8,55847508 369,469374 0 9,530565996 387,5584153 7,94461192
58 9,800851652 377,757564 0 3,605714305 391,1641296 4,52146342
59 7,796221408 383,367908 0 3,744621081 394,9087506 5,15885683
60 6,629044776 388,279706 0 7,875249532 402,7840002 9,70886447
 Promedios
Tiempo de espera 189,7748 Minutos
Tiempo de ocio del servidor 0 Minutos
Numero de clientes en cola 59 Clientes
Tiempo de servicio 6,581515 Minutos
Tiempo entre llegadas 5,625151 Minutos

5. Proponer gráficamente el diseño de la Instalación de Servicio del Modelo

de Línea de Espera.
Para este caso se plantea la llagada de materia prima, En esta
operación cada uno de los componentes llega en su empaque individual,
ingresa, se acumula, el operario recibe y valida cantidades y estado del
producto, paso seguido es empacado encajas para su respectivo
transporte a bodegaje.

6. Determinar las medidas de desempeño de estado estable.

Modelo de un solo canal (M/M/1)

Al reemplazar:

Llegadas: 269,6843 minutos ---- 4,49 horas

Servicio: 394,8909 minutos ---- 6,58 horas

1 1
= = 0,22 Clientes / Hora
λ

1 1
= = 0,15 Clientes / Hora
𝜇 5

7. Determinar las siguientes probabilidades:

a. La probabilidad de inactividad en la instalación de servicio.

b. La probabilidad de actividad al menos del 30%.

c. La probabilidad de actividad para el 20%.

d. La probabilidad de que un cliente tenga que esperar.

e. La probabilidad de estar desocupado el servidor.

f. La probabilidad de actividad de más del 25%.

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