Documentos de Académico
Documentos de Profesional
Documentos de Cultura
La figura 5.2 ilustra esquemáticamente un sistema de colas cuando existen varias estaciones
idénticas que prestan el mismo servicio. Las unidades llegan al sistema, por lo general en forma
aleatoria, entran si hay espacio disponible, esperan en una cola, si es del caso, antes de recibir el
servicio, luego pasan al servicio y finalmente abandonan el sistema. Por lo general el tiempo de
llegada y el tiempo de servicio son aleatorios. Si cuando el cliente llega hay una estación vacía o
inactiva, pasa inmediatamente al servicio y es atendida, en caso contrario la unidad que llega se
coloca en la cola y espera mientras llega su turno para ser atendida. Cuando una estación o
servidor finaliza un servicio, y hay varias unidades esperando ser atendidas, la elección de la
próxima unidad que va a recibir servicio puede realizarse de varias maneras, de acuerdo al orden
de llegada, es decir, los primeros que llegan pueden ser los primeros en salir, o también puede
usarse alguna otra disciplina, como la prioridad o la selección aleatoria.
• Las llegadas siguen un proceso de Poisson con tasa λ, es decir, el tiempo entre llegadas de
dos clientes sucesivos es exponencial una media de 1/λ
• Existen s servidores idénticos, con una tasa de servicio µ, y los tiempos de servicio son
exponenciales
• Existe una cola que alimenta los s servidores
• La fuente de donde provienen los clientes es infinita
• El sistema tiene una capacidad ilimitada para atender los clientes
• La disciplina de la cola es FIFO, es decir, se atiende los clientes de acuerdo al orden de
llegada.
Si analizamos las suposiciones del modelo, vemos que se ajusta a un “Proceso de nacimiento y
muerte” ya que las llegadas al sistema (nacimientos) son exponenciales con tasa λ, y el tiempo
entre salidas (muertes) también es exponencial, con las siguientes tasas:
λn = λ
µn = n µ si n < s
sµ si n ≥ s
B. Calderón. “Procesos Estocásticos. Fenómenos de espera” 2
Si el número de clientes que hay en el sistema n es inferior al número de servidores s, entonces el
sistema atenderá todos los clientes con una tasa total nµ, pero si el número de clientes del sistema
es mayor o igual al número de servidores, entonces el sistema atenderá s clientes con una tasa
total sµ.
Como se trata de un proceso de nacimiento y muerte, se pueden usar las ecuaciones respectivas
dadas por
λ λ ... λ
P=µ µ
n
0
µ P
1 n −1
0
1 2 n
la cual se descompone de la siguiente manera:
a) Para n < s
λ
P1= P 0
µ
P 2=
λ λ
P =
1 λ 2
µ 2µ 0 2 µ
()
P0
P n=
λ λ λ
... P 0=
µ 2 µ nµ
1 λ n
n! µ
()
P 0 , (válida para n = 0)
b) Para n ≥ s
λ λ λ λ λ
P n= ... ... P 0
µ 2 µ sµ sµ sµ
=
s! µ
()( )
1 λ s λ n− s
sµ
P0 =
s! µ
()
1 λ s n− s
φ P 0 , donde φ =
λ
sµ
∞
Como los Pn forman una distribución de probabilidad se debe cumplir que ∑P
n=0
n
=1
1 ⎛ λ ⎞ 1 ⎛ λ ⎞
n s
∞ s −1 ∞
∑ P = 1 = ∑ n! ⎜ ⎟ P + ∑ s! ⎜ ⎟ φ P
n−s
⎝µ ⎠ ⎝µ ⎠
n 0 0
n=0 n=0 n=s
−1
⎡ s −1 1 ⎛ λ ⎞ n 1 ⎛ λ ⎞ s ∞ n − s ⎤
P =⎢ ∑ ⎜ ⎟ + ⎜ ⎟ ∑φ ⎥
⎢⎣ n = 0 n ! ⎝ µ ⎠ s! ⎝ µ ⎠ n = s
0
⎥⎦
−1
⎡ s −1 1 ⎛ λ ⎞ n 1 ⎛ λ ⎞ s 1 ⎤ λ
=⎢ ∑ ⎜ ⎟ + ⎜ ⎟ ⎥ , si φ = s µ <1
⎢⎣ n = 0 n ! ⎝ µ ⎠ s! ⎝ µ ⎠ 1 − φ ⎥
⎦
B. Calderón. “Procesos Estocásticos. Fenómenos de espera” 3
Por lo tanto, existen las probabilidades límites si ϕ=λ/(sµ)<11, es decir si λ que es la tasa media de
llegada al sistema es menor que (sµ), que representa la tasa máxima de salida o de servicio; en
caso contrario no existirá un régimen estable o permanente ya que el sistema sería “explosivo”
porque llegarían más clientes que lo que el sistema estaría en capacidad de atender.
⎧1 λ n
⎪
⎪ n! µ
()
P 0, n <s
()
Pn= ⎨
⎪ 1 λ s n− s
⎪ µ φ P0 , n ≥s
⎩ s!
λ
φ= <1
sµ
−1
⎡ s −1 1 ⎛ λ ⎞n 1 ⎛ λ ⎞ s 1 ⎤
P =⎢ ∑ ⎜ ⎟ + ⎜ ⎟ ⎥
µ µ −φ
0
⎢⎣ n = 0 n!⎝ ⎠ s!⎝ ⎠ 1 ⎥⎦
5.3.1.2. Medidas de desempeño del sistema (Medidas de congestión)
A partir de P0 se pueden calcular las demás probabilidades, y con ellas, las principales medidas del
sistema. Sin embargo, para el modelo M/M/s abierto se pueden calcular analíticamente las
diferentes variables endógenas del sistema . A continuación se realiza su cálculo.
Representa el número esperado de clientes que hay en la cola esperando recibir servicio, y está
definido como:
(λ / µ ) (λ / µ ) φ
s s
∞ ∞ ∞
φ P P ∑ (n − s)φ
n− s n − s −1
Lq = ∑ ( n − s ) P n = ∑
n=s n= s
(n − s )
s! 0
=
s! 0
n=s
∞
∑ (n − s)φ
n − s −1
Como se puede observar, el término se puede representar como la derivada de
n=s
1
Recorderis: La serie geométrica toma los siguientes valores, dependiendo del valor de ρ:
M 1 − ρ M+ 1 M
∑ρ j = , ρ ≠ 1; ∑ ρ j =(M + 1), ρ = 1
j=0 1− ρ j=0
∞ 1
∑ρ j = ,ρ <1
j = 0 1− ρ
B. Calderón. “Procesos Estocásticos. Fenómenos de espera” 4
∞
∑φ
n−s
la siguiente expresión con respecto a ϕ. Es decir,
n=s
∞
d ∞ d ⎛ 1 ⎞ 1
∑ (n − s)φ φ
n − s −1 n−s
n=s
= ∑
dφ n= s
= ⎜⎜ ⎟⎟=
dφ ⎝ 1 − φ ⎠ (1−φ )2
(λ / µ ) φ
s
L= P
s!(1−φ )
q 2 0
(λ / µ )
n
s −1
r =∑ ( s − n) P 0
n =0 n!
(λ / µ ) (λ / µ )
n n
s −1 s −1
r = P0 s ∑ − P0 ∑ n
n =0 n! n =1 n!
(λ / µ ) (λ / µ )
n n
s −1 s −1
= P0 s ∑ − P0 ∑
n =0 n! n =1 (n − 1)!
Realizando la suma del extremo derecho hasta n (sumando y restando el término en n) se tiene
(λ / µ ) (λ / µ ) (λ / µ )
n n −1 s
s −1 s
r= P s∑ 0
n =0 n!
− P 0 (λ / µ ) ∑
n =1 (n − 1)!
+ P0
( s − 1)!
(λ / µ ) (λ / µ ) (λ / µ )
n j s
s −1 s −1
r= P s∑ 0
n =0 n!
− P0 ( λ / µ ) ∑
j =0 j!
+ P0
( s − 1)!
Como se puede apreciar, los términos correspondientes a las dos sumatorias son los mismos (lo
único que cambia es el índice de la sumatoria), y sacando esta sumatoria como factor común en
los dos términos que las contienen se tiene:
B. Calderón. “Procesos Estocásticos. Fenómenos de espera” 5
(λ / µ ) ´{s − λ / µ} + (λ / µ )
n s
s −1
r = P0 ∑ P
n =0 n! 0
( s − 1)!
⎡ s −1
(λ / µ ) (λ / µ ) ⎤
n s
⎢
r ={s − λ / µ} P0 ∑ ´+ ⎥
⎢ n =0 n! ( s − 1)!{s − λ / µ} ⎥
⎣ ⎦
⎡ s −1
(λ / µ ) ( λ / µ ) ⎤
n s
⎢
r ={s − λ / µ} P0 ∑ ´+ ⎥
⎢ n =0 n! s!{1 − λ / sµ} ⎥
⎣ ⎦
El término dentro del paréntesis es igual a 1/P0, por lo cual el número medio de servidores inactivos
se expresa como
r = s−λ/µ
a = s − r = s − {s − λ / µ} = λ / µ
El número medio de clientes en el sistema puede calcularse como el número medio de clientes en
la cola más el número medio de clientes que reciben servicio, a saber:
L = Lq + a = (λ / µ ) φ P + λ
s
s!(1−φ ) µ 2 0
e) Tiempos de espera
Suponga que cuando un cliente llega encuentra que ya hay n clientes en el sistema. Si denotamos
por Wq/n el tiempo de espera en la cola del cliente dado que ya hay n clientes en sistema cuando
llega, y por f(wq/n) la función de densidad condicional del tiempo de espera, dado que hay n
clientes en el sistema, se tiene que este nuevo cliente no espera (tiempo de espera es cero) si el
número de clientes que hay en el sistema en el momento de entrar es menor que s (n < s), y si el
número de clientes que hay en el sistema en el momento de entrar es mayor o igual a s (n ≥ s), le
toca esperar a que el sistema atienda n – s + 1 clientes antes de que pueda ser atendido. Es decir:
n 2
⎧0 si n < s
/ =
W q ⎨T + T + + T
n
⎩ 1 2 n − s +1
si n ≥ s
Cuando el nuevo cliente llega al sistema, el tiempo que aún le falta a cada cliente que está
recibiendo servicio es exponencial con tasa µ, (por la propiedad de pérdida de memoria), y el
tiempo de servicio de los clientes que están en la cola es también exponencial tasa µ. Ahora bien,
el sistema atiende a una tasa sµ o también, el tiempo para que un cliente termine de ser atendido
y salga del sistema corresponde al mínimo de los tiempos de servicio de los que están siendo
atendidos, es decir, es igual a mínimo(X1, X2, ...,Xs) = mínimo (de los tiempos de servicio), que
sigue una distribución exponencial con parámetro sµ. Por lo tanto, y según la disciplina de la cola
que es FIFO, Wq/n corresponde a la suma de n – s +1 variables exponenciales con parámetro sµ,
suma que sigue una distribución Erlang con parámetros sµ y n – s +1 ⇒ Wq/n → Erlang (sµ, n-s+1)
⎧
µ
n−s
⎪⎪ − sµ w
( s w q )
f ( wq / n) = ⎨sµ e , si n ≥ s
q
(n − s )!
⎪
⎪⎩0 si n < s
La función conjunta de densidad del tiempo de espera Wq y del número de clientes n -f(wq,n)- se
puede calcular usando las fórmulas de probabilidad condicional, y está dada por:
f(wq, n) = f(wq/n)Pn
Como hay que esperar cuando n ≥ s, y reemplazando Pn por la expresión adecuada se tiene
(sµ w q)
()
n −s
− sµ wq 1 λ s n− s
f ( w q , n ) = sµ e φ P0
(n − s)! s! µ
sµ e w q P0 (λ / µ) (ϕ sµ w q ) n −s
− sµ s
=
s! (n − s)!
sµ e w q P0 (λ / µ) (λ w q ) n −s
− sµ s
= , ya que ϕ = λ / sµ
s! (n − s)!
La función de densidad marginal del tiempo de espera f(wq) se calcula evaluando la sumatoria de
f(wq,n) para todos los valores de n, a saber:
B. Calderón. “Procesos Estocásticos. Fenómenos de espera” 7
P (λ / µ )
− sµ s
∞ sµ e wq ∞ (λ wq ) n − s
f ( wq ) = ∑ f ( wq , n ) = ∑
0
n=s s! n=s ( n − s )!
P (λ / µ ) s µ P 0 (λ / µ)
− sµ s s
sµ e wq
λ − sµ
=
0 wq = w q (1− λ / sµ )
s! e s! e
µ P 0 (λ / µ)
s
− s µ (1−ϕ ) wq
= e
(s − 1)!
ya que la sumatoria corresponde al término eλwq.
Se denomina función de impaciencia a la probabilidad de que un cliente que llegue tenga que
esperar una cantidad de tiempo determinada (de w0 o más)
µ P0 (λ / µ) µ P0 (λ / µ)
s s
∞ − sµ (1−ϕ ) ∞ − sµ (1−ϕ )
P (W q > w0) = ∫w 0 (s − 1)! e wq dw =
q
(s − 1)! ∫w e 0
wq dw
q
µ P0 (λ / µ) w = P (λ / µ )
s s
− sµ (1−ϕ ) 0 − sµ (1−ϕ ) w0
=
(s − 1)!su (1 − ϕ ) e e
0
s!(1 − ϕ )
Representa la probabilidad de que un cliente que llegue al sistema tenga que esperar y se calcula
reemplazando w0 en la expresión anterior por cero.
P (λ / µ )
s
0
P(W q > 0) =
s!(1 − ϕ )
Un cliente que llega tiene que esperar si en el momento de su llegada hay s o más clientes en el
sistema (todos los servidores están ocupados), por lo tanto, la probabilidad de esperar también se
calcula como la probabilidad e que el número de clientes en el sistema sea mayor o igual que s.
P (λ / µ ) ϕ P (λ / µ ) ϕ P (λ / µ )
s s s
∞ n−s ∞ n−s
P(W q > 0) = P(n ≥ s ) = ∑ ∑
0 0 0
= =
n=s s! s! n=s s!(1 − ϕ )
Probabilidad de no esperar
P (λ / µ ) P (λ / µ )
n s
s −1
P(W q = 0) = P(n < s) = ∑
0 0
=1−
n =0 n! s!(1 − ϕ )
µ P0 (λ / µ)
s
∞ ∞ − sµ (1−ϕ ) wq
E (W q ) = ∫w W 0
q f ( wq )dwq =
(s − 1)! ∫w wq e
0
dwq
µ P0 (λ / µ) P0 (λ / µ )
s s
1 1
= =
(s − 1)! su (1 − ϕ ) su (1 − ϕ ) s!sµ (1 − ϕ ) 2
Función de densidad del tiempo de espera en la cola dado que el cliente tiene que esperar
f(wq/wq>0)
µ P0 (λ / µ) e µ ϕ w
s
f ( wq , wq > 0) − s (1− ) q
f ( wq / wq > 0) = =
P ( wq > 0) (s− 1)!
P (λ / µ )
s
0
s!(1 − ϕ )
− sµ (1−ϕ )
= sµ (1 − ϕ ) e wq
Por lo tanto, la distribución condicional del tiempo de espera dado que hay que esperar se
distribuye exponencialmente con parámetro (tasa ) sµ(1 - ϕ)
Tiempo medio de espera en la cola dado que hay que esperar E(Wq/ Wq>0)
1
E ( wq / wq > 0) =
sµ (1 − ϕ )
Se lo calcula como el tiempo medio de permanencia en la cola más el tiempo medio en el sistema
P (λ / µ )
s
1 0 1
E (W ) = E (Wq ) + = +
µ s!sµ (1 − ϕ ) 2
µ
El tiempo medio de permanencia en el sistema por lo general se denota por W
Las fórmulas de Little proporcionan una forma más sencilla de calcular algunas variables
endógenas del sistema (tiempos medios en la cola y en el sistema, número medio de servidores
ocupados), definiendo adecuadamente la tasa efectiva de entrada al sistema, de acuerdo con la
situación analizada.
Para el caso del tiempo medio en la cola, basta con sustituir el tiempo medio en el sistema (W) por
el tiempo medio en la cola (Wq), y el número medio de unidades en el sistema (L) por el número
medio de unidades en la cola (Lq) para obtener la siguiente expresión:
Como el “número medio de unidades atendidas” durante el tiempo θ debe ser igual en el largo
plazo al “Número medio de unidades que entran” al sistema, entonces se tiene que ( c ) = ( f )
a µ θ = θ λef ⇒ a = λef / µ= λ / µ
L = λ ef W = λ W
L = λ ef W q = λ W q
q
λ ef λ
a= =
µ µ
• Las llegadas siguen un proceso de Poisson con tasa λ, es decir, el tiempo entre llegadas de
dos clientes sucesivos es exponencial una media de 1/λ
• Existe un solo servidor idénticos, con una tasa de servicio µ, y tiempos de servicio
B. Calderón. “Procesos Estocásticos. Fenómenos de espera” 10
exponenciales
• Existe una cola que alimenta al servidor
• La fuente de donde provienen los clientes es infinita
• El sistema tiene una capacidad ilimitada para atender los clientes
• La disciplina de la cola es FIFO, es decir, se atiende los clientes de acuerdo al orden de
llegada.
Este es un caso particular del modelo que acabamos de desarrollar, para s = 1, Por lo tanto, todas
las expresiones desarrolladas son aplicables, sin embargo, algunas fórmulas se pueden simplificar.
A continuación presentaremos la forma final que toman las principales fórmulas.
De nuevo vemos que se trata de un “Proceso de nacimiento y muerte” ya que las llegadas al
sistema (nacimientos) son exponenciales con tasa λ, y el tiempo entre salidas (muertes) también
es exponencial, con las siguientes tasas:
λn = λ, n ≥0
µn = µ n ≥1
Como se trata de un proceso de nacimiento y muerte, se pueden usar las ecuaciones respectivas
dadas por
λ λ ... λ
P=µ µn
0 1
µ P
n −1
0
1 2 n
la cual se descompone de la siguiente manera:
λ
P1= P 0
µ
P 2=
λλ
µµ
P 0=
λ 2
µ
P0 ()
Pn=
λλ λ
... P 0=
µµ µ
λ n
µ
()
n λ
P 0 = φ P 0 , donde φ = , (válida para n = 0)
µ
∞
Como los Pn forman una distribución de probabilidad se debe cumplir que ∑P
n=0
n
=1
∞ ∞ ∞
P λ
∑P ∑φ P P ∑φ
n n
=1 = = = = 0
, si φ = <1
n=0
n
n=0
0 0
n=0 1−φ µ
λ
P = 1 − φ =1−
0
µ
=ϕ
n
⇒ P n
(1 − φ ), n ≥ 0
B. Calderón. “Procesos Estocásticos. Fenómenos de espera” 11
Por lo tanto, existen las probabilidades límites si ϕ = λ / µ < 1, es decir si λ que es la tasa media de
llegada al sistema es menor que µ, que representa la tasa media de salida o de servicio; en caso
contrario no existirá un régimen estable o permanente ya que el sistema sería “explosivo” porque
llegarían más clientes que lo que el sistema estaría en capacidad de atender.
(λ / µ ) φ ϕ ϕ = λ
s 2 2
L= P = φ (1− ϕ ) =
s!(1−φ ) 1!(1−φ ) (1−φ ) µ (µ − λ )
q 2 0 2
r = s − λ / µ = 1−ϕ
a = s − r = s −{s − λ / µ} = λ / µ = ϕ
El número medio de clientes en el sistema puede calcularse como el número medio de clientes en
la cola más el número medio de clientes que reciben servicio, a saber:
L = Lq + a = (λ / µ ) φ P + λ = ϕ ϕ
s 2
+ϕ = = λ
s!(1−φ ) µ (1−φ ) (1−φ ) µ −λ
2 0
f ( wq ) = µϕ (1−ϕ )
− µ (1−ϕ ) wq
e
Función de impaciencia P(Wq > w0)
µ P0 (λ / µ)
s
− sµ (1−ϕ ) w0 = ϕ − µ (1−ϕ ) w0
P(W q > w0) =
(s− 1)!su (1 − ϕ ) e e
P (λ / µ )
s
=ϕ
0
P(W q > 0) =
s!(1 − ϕ )
Probabilidad de no esperar
B. Calderón. “Procesos Estocásticos. Fenómenos de espera” 12
P (λ / µ )
n
s −1
P(W q = 0) = P(n < s ) = ∑
0
=1− ϕ
n =0 n!
Lq λ
E (W q ) = Wq = =
λ µ (µ − λ )
Función de densidad del tiempo de espera en la cola dado que el cliente tiene que esperar
f(wq/wq>0)
− µ (1−ϕ )
f ( wq / wq > 0) = µ (1 − ϕ ) e wq
Tiempo medio de espera en la cola dado que hay que esperar E(Wq/ Wq>0)
1 1
E ( wq / wq > 0) = =
µ (1 − ϕ ) ( µ − λ )
Se lo calcula como el tiempo medio de permanencia en la cola más el tiempo medio en el sistema
L 1 λ 1 1
E (W ) = = E (Wq ) + = + =
λ µ µ (µ − λ ) µ (µ − λ )
La tabla No 1 al final del documento presenta un resumen de las principales fórmulas para los
modelos M/M/s y M/M/1 abiertos
Ejemplo 1. Los clientes de un supermercado llegan a las cajas registradoras con una frecuencia
promedio de 20 por hora, siguiendo una distribución de Poisson. El tiempo que un cliente gasta en
cada caja se distribuye exponencialmente con una media de 10 minutos. Si el criterio del
supermercado es tal que se permita a un cliente esperar en la cola un promedio de 5 minutos,
determine el número de cajas registradoras que se requieren.
Solución. De acuerdo con la información disponible tenemos un modelo M/M/s (abierto), con los
siguientes parámetros:
λ = 20 clientes/hora
1/µ = 10 minutos/cliente ⇒ µ = 0.10clientes/minuto = 6 clientes/hora
El objetivo es determinar cuantas cajas registradoras (s) se deben instalar de tal forma que el
tiempo promedio de espera en la cola (Wq) sea menor o igual a 5 minutos.
El número de cajas registradoras (s) debe ser tal que el sistema tenga un régimen estable, para lo
cual se requiere que ϕ = λ / (sµ) sea menor de uno lo cual implica que s > λ / µ. Para nuestro caso
se tiene que s>20/6 = 3.33, es decir, s ≥ 4. Por lo cual se deben ensayar valores de s iguales o
superiores a 4, hasta encontrar el primer valor para el cual el tiempo medio de espera sea de cinco
minutos o menos. Las fórmulas a emplear serían
B. Calderón. “Procesos Estocásticos. Fenómenos de espera” 13
−1
(λ / µ )
s
⎡ s −1 1 ⎛ λ ⎞n 1 ⎛ λ ⎞ s 1 ⎤
W = P y P =⎢ ∑ ⎜ ⎟ + ⎜ ⎟ ⎥
s!sµ (1−φ )
⎢⎣n = 0 n!⎝ µ ⎠ s!⎝ µ ⎠ 1−φ ⎥⎦
q 2 0 0
Para s = 4 se tiene:
−1
⎡ ( 20 / 6) ( 20 / 6)
2
( 20 / 6)
3
( 20 / 6)
4
1 ⎤ 1
⎢
P0 = 1 + + + + ⎥ =
42.9259
== 0.02131
⎣ 1 2 3! 4! (1 − 20 / 24) ⎦
(20 / 6) 4 (0.02131)
Wq = = 0.164 horas = 9.84 min utos
4!(4)(6)(1 − 20 / 24) 2
Como para s = 5 el tiempo de espera es inferior a cinco minutos, entonces la solución es instalar
cinco cajas registradoras.
Ejemplo 2. Se va a contratar un mecánico para que repare unas máquinas que se descomponen a
una tasa promedio de tres por hora. Las descomposturas se distribuyen en el tiempo de una
manera que puede considerarse como Poisson. El tiempo no productivo de una máquina
cualquiera se considera que le cuesta a la empresa $25 por hora. La compañía ha limitado la
decisión a uno de 2 mecánicos, uno lento pero barato, el otro rápido pero caro. El primero de ellos
pide $15 por hora; a cambio dará servicio a las máquinas descompuestas, de manera exponencial,
a una tasa media de cuatro por hora. El segundo pide $25 por hora y compondrá las máquinas de
manera exponencial a una tasa de seis por hora. Cuál de los mecánicos debe contratarse?. Dé
toda la información que considere necesaria.
Solución. De acuerdo con la situación planteada tenemos que escoger entre dos sistemas
alternativos de un servidor cada uno, y la decisión se basará en aquella alternativa que proporcione
el mínimo costo esperado por hora. Cada alternativa es un sistema M/M/1 abierto. La función de
costos está dada por
CT(alternativa) = sCo + Ci L
Donde s = 1 representa el número de mecánicos, Co representa el costo por mecánico por hora, y
Ci es el costo de inactividad (tiempo no productivo) por máquina por hora, y se aplica al número
medio de máquinas inactivas L, ya que una máquina está en estado no productivo tanto cuando
está esperando ser reparada como cuando está siendo reparada.
µ = 4 máquinas/hora, Co = $15/mecánico-hora
L = λ / (µ - λ) = 3/(4 - 3) = 3 máquinas⇒ Costo (A) = 15 + 25 x 3 = $90/hora
µ = 6 máquinas/hora, Co = $25/mecánico-hora
L = λ / (µ - λ) = 3/(6 - 3) = 1 máquina⇒ Costo (B) = 25 + 25 x 1 = $50/hora
Por lo tanto la administración deberá contratar al mecánico rápido, ya que garantiza un menor
costo esperado por hora.
Ejemplo 4. Un problema de optimización. Los trabajos llegan a un taller de acuerdo con una
distribución de Poisson a razón de 80 trabajos por semana. Una máquina automática representa el
cuello de botella del taller. Se estima que un aumento unitario en la tasa de producción de la
máquina costará US$ 250 por semana. Los trabajos demorados normalmente dan como resultado
la pérdida de clientes, y se estima un costo de 500 dólares por trabajo por semana. Determine la
tasa de producción óptima de la máquina con base en la información dada.