Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ASESOR
ING. COHEN HAROLD
Los tiempos de llegada de los clientes y los tiempos de servicio son de forma
probabilidad.
métodos de colas para representar los tipos de sistemas de líneas de espera que
surgen en la práctica.1
en nuestra vida diaria de manera muy frecuente y que nos afecta a todos. Donde
Comfenalco.
1
Hillier Frederick, Lieberman Gerald/FUNDAMENTOS DE INVESTIGACION DE
OPERACIONES/Primera Edición/Ed. Mc GRAW-HILL/México/2014 P.350
OBJETIVOS
Objetivo general
Objetivos específicos
Las colas (líneas de espera) hacen parte de nuestra vida diaria. Todos esperamos
Fuente de entrada
a que los cálculos son muchos mas sencillos en el caso del tamaño infinito, este
supuesto se hace menudo aun cuando el tamaño real sea un número fijo
El caso finito es mas complejo debido a que el numero de clientes que conforman
momento.
Cola
La cola es donde los clientes esperan antes de recibir el servicio. Una cola se
caracteriza por el número máximo permisible de clientes que puede admitir. Las
colas pueden ser finitas o infinitas. El supuesto de una cola infinita es el estándar
Disciplina de la cola
para recibir el servicio. Por ejemplo, puede ser primero en entrar, primero en salir;
Mecanismo de servicio
El tiempo que transcurre desde el inicio del servicio para un cliente hasta su
Distribución de Poisson:
Los procesos de llegadas que siguen la mayoría de los sistemas de colas son
distribución de Poisson.
una variable aleatoria discreta que nos proporciona la probabilidad de que ocurra
o área.
λ=velocidad /tasa/rata de llegada
1
=tiempo entre llegadas
λ
1
=tiempo de servicio
μ
Medidas de desempeño
Lq = longitud de la cola
ρ=factor de utilizacion %
numero de 3500 estudiantes registrados para el año 2019, teniendo en cuenta que
no solo estos estudiantes son los que hacen uso de la fotocopiadora copyfax de
medir y/o tomar las variables que intervienen en el proceso de prestación del
servicio que son: tiempo entre llegadas y tiempo de servicio, para analizar el
muestra:
z 2 pq
N=
ⅇ2
Donde:
z = Valor de z correspondiente al nivel de confianza. “No hay razones estadísticas
ni biológicas para elegir uno u otro nivel de confianza para el intervalo. Lo más
habitual es calcularlos con una confianza del 95% o del 99%, pero el investigador
decide la confianza que quiere tener y cuanta más confianza quiere, más ancho
tienen antecedentes sobre la investigación (no hay otras o no se pudo aplicar una
2
PRIETO Luis, HERRANZ Inmaculada / Bioestadística sin dificultades
matemáticas/ Ediciones Díaz de Santos/ 2010 p. 113
3
GUTIERREZ Eduardo, VLADIMIROVNA, Olga / Estadística inferencial 1: Para
ingeniería y ciencias/ Volumen 1/ Grupo Editorial Patria. 2016. Vol. 1. p. 13.
e = Error muestral. Según Morales5, cuanto más bajo sea este error probable, que
debe ser superior a 0.05 (5%) para que los resultados sean realmente informativos
y útiles”. 4
( 1.96 )2 (0.50)(0.50)
N= =384 sujetos
(0.05)2
4
MORALES, Pedro. Tamaño necesario de la muestra: ¿Cuántos sujetos
necesitamos? 2011. p. 6.
RESULTADOS
propuesto como actividad teórica, podemos notar que el factor de utilización del
notar que la probabilidad de ser atendido para utilizar este servicio es de solo un
5% , lo que indica que este servicio es bastante solicitado por los estudiantes y
utilización del 94% esto quiere decir que el sistema es capaz de soportar un alza
en la tasa de llegada al sistema hasta cierto punto. Estas conclusiones son válidas
M/M/1
opción viable pues el sistema se encuentra desbordado al ser éste mayor que uno,
esto hace que el sistema se colapse de modo que nunca alcance la condición de
estado estable.
los usuarios poder satisfacer la demanda de llegada los días donde el flujo es
menor.
Partiendo de los resultados obtenidos del modelo estándar en el cual el flujo de
opción viable pues el sistema se encuentra estable al ser éste menor que uno,
esto hace que el sistema no colapse de modo que puede alcanzar la condición de
estado constante.
Partiendo de los resultados obtenidos del modelo estándar en el cual el flujo de
opción viable pues el sistema se encuentra normal ya que al ser éste menor que
uno, esto hace que el sistema no colapse de modo que su condición es estado
estable.
Partiendo de los resultados obtenidos del modelo estándar en el cual el flujo de
una opción viable pues el sistema se encuentra desbordado al ser éste mayor que
uno, esto hace que el sistema se colapse de modo que nunca alcance la condición
de estado estable.
Con los datos obtenidos anteriormente podemos darnos cuenta de que el sistema
es estable con un factor de utilización del 40% cuando hay una tasa de llegada de
clientes/minutos.
es estable con un factor de utilización del 38% para 2 servidores y 25% para 3
servidores, cuando hay una tasa de servicio de 26 clientes por minuto, estos
minutos.
es estable con un factor de utilización del 35% para 2 servidores y 23% para 3
servidores, cuando hay una tasa de llegadas de 15 clientes por minuto, estos
es estable con un factor de utilización del 62% para 2 servidores y 41% para 3
servidores, cuando hay una tasa de servicio de 16 clientes por minuto, estos
necesitamos? 2011. p. 6.
ANEXOS