INSTITUTO TECNOLÓGICO DE

AGUASCALIENTES
DIVISIÓN DE EDUCACIÓN A DISTANCIA

Investigación de
Operaciones II
Objeto de Estudio
Unidad V. Líneas de
Espera.

Profesor: M.C. Marcela Rodríguez González.

Aguascalientes, Ags, Enero 2017
 Contenido

UNIDAD II: ANALISIS DE PROCESOS DE LINEAS DE ESPERA .............................................. 3

A.K.ERLANG (1910) ..................................................................................................................... 3
Líneas de espera. .......................................................................................................................... 4
1. Características de las líneas de espera M/M/1. ................................................................ 9
2. Características de las líneas de espera M/M/S. .............................................................. 10
3. Características de las líneas de espera M/G/1 .............................................................. 13
4. Características de las líneas de espera M/D/1. ............................................................. 14
5. Llamada pérdida de Erlang ............................................................................................. 15
6. Modelo nacimiento puro .................................................................................................. 16
7. Modelo de muerte pura. .................................................................................................. 17
 3

UNIDAD II: ANALISIS DE PROCESOS DE LINEAS DE ESPERA

En diferentes ocasiones de la vida la mayoría de las personas han esperado en una fila para recibir algún tipo de servicio. Algunas situaciones son
los siguientes ejemplos:

• Bancos
• Pago de Agua
• Pago de luz
• Tortillería

A.K.ERLANG (1910)
Analizó los primeros trabajos sobre problemas de filas, ya que pretendiendo resolver los problemas que tenían las personas que llamaban a un
conmutador telefónico.

En este capitulo hablaremos con frecuencia de un sistema de líneas de espera, con esto hacemos referencia a todos los componentes que
conforman un arreglo de líneas de espera, como las unidades que solicitan el servicio, la línea de espera propiamente dicha, las instalaciones del
servicio, y las unidades que se retiran después de recibir el servicio.

A diferencia de un modelo simple como el de la programación lineal, la teoría de las líneas de espera abarca un grupo muy grande de modelos,
en donde cada uno se refiere a un tipo diferente de situación de líneas de espera. Sin embargo todos estos modelos tienen algunas cosas en
común. En primer lugar no pretender resolver problemas de líneas de espera, más bien, describen el sistema de líneas de espera al calcular las
características de operación de la línea. Estas incluyen los elementos como el número promedio de unidades que esperan el servicio y el tiempo
promedio que una unidad espera para ser atendida. Para calcular estas características el usuario debe especificar ciertos parámetros del
sistema, tales como la forma en que las unidades llegan para ser atendidas y la forma en que se maneja el servicio real, en qué forma llegan las
unidades para ser atendidas y la forma en que se maneja el servicio real.

El objetivo de los modelos de líneas de espera es más de descripción que de optimización, y cualquier optimización que tenga lugar de llevarla a
cabo el usuario variando los parámetros del sistema para obtener diferentes conjuntos de características de operación. El conjunto de

Instituto Tecnológico de Aguascalientes

 4

características de operación que se ajusta en forma más estrecha a las necesidades del usuario define la mejor estructura del sistema. Por esta
situación estos modelos son más descriptivos que normativos.

Los parámetros de estos modelos no se conocen con certidumbre son estocásticos ya que las tazas de llegada y de servicio se describen a través
de distribución de probabilidad, por ello se utilizan valores promedio.

Clasificación de los Sistemas de Líneas de espera (Colas).

Con el objeto de verificar si una situación determinada del sistema de líneas de espera se ajusta o no a un modelo conocido, se requiere un
método para clasificar las líneas de espera. Esta clasificación debe responder preguntas como las siguientes:

1.- El sistema de líneas de espera tienen un solo punto de servicio o existen puntos múltiples de servicio de secuencia?

2.- Existe solo una instalación de servicio o son múltiples las instalaciones de servicio que pueden atender a una unidad?

3.-¿Las unidades que requieren el servicio llegan siendo algún patrón o llega en forma aleatoria?

4.- ¿El tiempo que se requiere para el servicio se da en algún patrón o asume duraciones aleatorias de tiempo?

Numero de etapas y canales de servicio

Cuando un sistema de líneas de espera tiene un sólo punto de servicio, se tiene solo una entrada al punto de servicio y una salida del punto de
servicio. Esto se denomina sistema de etapa única. Si la salida del primer punto de servicio se convierte en la entrada da un segundo punto de
servicio, y así sucesivamente, se tiene un sistema de líneas de espera de etapas múltiples, que es mucho más complejo y difícil de analizar que
los sistemas de etapa única.

Sistema de etapa única:

Entrada Servicio Entrada

Instituto Tecnológico de Aguascalientes

 5

Sistema de etapas múltiples:

Entrada Servicio 1 Servicio 2 Salida

Veremos a continuación ejemplos de sistemas de etapa única donde el primer caso (a) es una instalación de servicio único, o canal, como con
frecuencia se denomina, con una sola línea de espera. El segundo caso (b) tiene instalaciones de servicio o canales múltiples y también líneas de
espera múltiples. El tercer caso (c) es una sola línea de espera atendida por instalaciones de servicio múltiple.

(a) 0000 00

Entrada Servicio Salida

(b) 0000 00

0000 00

0000 00

Entrada Servicio Salida

(c) 0

0000 0

Entrada Servicio Salida

Instituto Tecnológico de Aguascalientes

 6

Notación de Kendall

Los tiempos de llegada y de servicio deben describirse a través de las distribuciones de probabilidad, y las distribuciones de probabilidad que se
elijan deben describir la forma en que se comportan los tiempos de llegada o de servicio.

En teoría las líneas de espera o de colas se utilizan tres distribuciones de probabilidad bastante comunes:

1.- De Markov

2.- Determinística

3.- General.

Una distribución de Markov (en honor de A.A. Markov, matemático que identificó los eventos sin memoria) se utiliza para describir ocurrencias
aleatorias, es decir, aquellas de las que puede decirse carecen de memoria acerca de eventos pasados. Una distribución determinística es
aquella en que los sucesos ocurren en forma constante y sin cambios.

Una distribución general seria cualquier otra distribución de probabilidad. Es posible describir el patrón de llegadas por medio de una
distribución de probabilidad y el patrón de servicio a través de otra.

Para permitir a los investigadores y estudiantes de la teoría de líneas de espera comunicarse entre sí con facilidad acerca de diversos sistemas de
líneas de espera, Kendall, matemático británico, elaboró una una notación abreviada para describir en forma estándar los parámetros de un
sistema de este tipo. En la notación de Kendall un sistema de líneas de espera se designa como:

A/B/C

En donde A se sustituye por una letra que denote la distribución de llegada.

B se sustituye por una letra que denote la distribución de servicio.

C se sustituye por un entero positivo que denote el número de canales de servicio.

Instituto Tecnológico de Aguascalientes

 7

La notación de Kendall utiliza también M=Markoviano, D= deterministica y G= general. Por ejemplo, un sistema de líneas de espera con llegadas
aleatorias, servicio determinístico y 3 canales de servicio se identificaría en notación Kendall como:

M/D/3

En estos casos, se supone que existe solo una línea de entrada.

Otras consideraciones

Existen otros atributos que deben tomarse en cuenta en consideración cuando se analiza un sistema de líneas de espera. Estos incluyen

• El tamaño de la población de la que provienen los

elementos que integran al sistema de líneas de espera.
• La forma en que las unidades llegan para ingresar
al sistema de líneas de espera.
• La disciplina de la línea de espera, o el orden en
que se atienden las unidades.
• Si las unidades rechazan o no debido a la longitud
de la línea de espera y no ingresa al sistema.
• Si las unidades se arrepienten y abandonan el
sistema después de haber aguardado un tiempo en la fila.

Instituto Tecnológico de Aguascalientes

 8

- La llegada de los clientes será aleatoria.

- Las transacciones no tienen relación con los otros clientes
- Patrones de llegada - Los tiempos de servicio son aleatorios
- Existen cuatro líneas diferentes de entrada y cada una tiene las mismas
- Los clientes que llegan se distribuyen en las filas existentes. unidades
- Los clientes que llegan se distribuyen en las filas existentes.
- Se consideran canales M/M/1 y M/M/S (en donde S>1, indica el número de canales de servicio).

- Las llegadas serán aleatorias en cualquier caso en el que una de ellas no afecte a las otras.
- Un ejemplo es un conmutador.
- Las ocurrencias aleatorias de un tipo especial pueden describirse a través de la distribución de
Poisson.
- Las llegadas aleatorias tienen dos características: llegadas independientes y la probabilidad de
una llegada durante un periodo específico no depende de cuándo ocurre el periodo sino de la
- Llegadas aleatorias longitud del intervalo.
Características - - Si se conocen el número promedio de ocurrencias por periodo, se pueden calcular las
probabilidades acerca del número de eventos que ocurrirán en un periodo determinado.
de las líneas - Los servicios aleatorios carentes de memoria se describen a través de una distribución de
probabilidad.
de espera - La diferencia entre las llegadas aleatorias y los tiempos de servicios aleatorios es que éstos se
describen a través de una distribución continua en tanto que las llegadas se describen a través de
M/M/1 - Tiempos de
la distribución de Poisson.
servicio aleatorios - Si la duración de los tiempos de servicio es aleatoria, la distribución exponencial negativa
describe este tipo de servicio.
- Las distribuciones exponenciales negativa y de Poisson son distribuciones duales.
- Distribución de Poisson: tiempo entre llegadas, tiempo entre una llegada y otra.
- Comentario sobre - La distribución del tiempo de servicio sigue una distribución exponencial negativa, el número de
las distribuciones servicios sigue una distribución de Poisson, así, las ocurrencias aleatorias y los tiempos aleatorios
de probabilidad entre ocurrencias son equivalentes.
- Deseamos investigar las características promedio a largo plazo que se presentan cuando el
sistema ha alcanzado el estado estacionario o estable. Estas son las denominadas condiciones de
estado estacionario que se calcularán para las líneas de espera M/M/1 y M/MS. Se analizan estos
valores de estado estacionario porque no dependen de la duración de tiempo que el sistema ha
- Condiciones de estado operando. Aunque es cierto que algunos sistemas no alcanzan nunca el estado
estado estacionario estacionario, muchos de ellos se aproximan lo suficiente para que las características de este
estado estacionario resulten útiles para describir el sistema. Para ajustar un modelo en particular,
por ejemplo, el utilizar el modelo M/M/1 necesitamos:
Instituto Tecnológico de Aguascalientes
- Recopilar datos sobre los tiempos de llegada y servicio.
- λ: Datos sobre la tasa promedio de llegada.
- 1/μ: Tiempo promedio de servicio por unidad de tiempo.
 Consideraciones para las líneas de espera M/M/1.

Con el objeto de utilizar las líneas de espera M/M/1, tenemos que suponer llegadas con
distribución de Poisson y distribución de servicio exponencial negativa. La siguiente lista incluye
todas las consideraciones para las líneas de espera M/M/1:
• Llegadas aleatorias únicas (distribución de Poisson)
• Tiempos de servicio aleatorios (distribución exponencial negativa).
• Existe una situación de estado estacionario.
• Un solo canal de servicio.
• Población que llega infinita.
• Disciplina de servicio primero que llega primero que se atiende.
• No hay rechazo.
• No hay abandono.

Características de operación de las líneas de espera M/M/1

Para calcular las características de operación de una cola M/M/1, primero debemos observar si λ
=tasa promedio de llegadas y μ =tasa promedio de servicio, entonces λ debe ser menor μ. Si no es
así, el promedio de llegadas sería superior al número promedio de servicio, entonces el número de
unidades que están esperando se volverían infinitamente grandes. Si hacemos que ρ= λ/ μ, puede
denominarse a como ρ como factor de utilización y es la fracción promedio de tiempo que el
sistema está ocupado (una o más unidades esperando y/o siendo atendidas).Obsérvese que
también puede considerarse que ρ es el número promedio de unidades que están siendo
atendidas en cualquier momento. En términos de probabilidad tenemos la siguiente fórmula:

PW =probabilidad de que el sistema esté ocupado

PW= λ/ μ =ρ
Entonces la probabilidad de que el sistema no esté trabajando o esté vacío P0 puede obtenerse por
medio de :
P0=1- PW=1- λ/μ=1-ρ
A partir de esto podemos obtener la probabilidad de que haya “n” unidades en el sistema, donde:
Pn= (P0)( λ/μ) n= P0ρn
siendo “n” cualquier número entero no negativo. Este importante resultado nos permite calcular
las características de operación de las líneas de espera.
La primera característica de operación que se calculará es el número promedio de unidades que se
encuentran en el sistema, ya sea esperando o siendo atendidas, y está dada por:
 
L 
1   

Para conocer el número de unidades que esperan ser atendidas, se tiene la siguiente fórmula.
2
Lq  L  P Lq 
1 
Utilizamos W para representar el tiempo promedio o esperado que una unidad se encuentra en el
sistema, está dada por:
L 1
W  
  
De manera similar, el tiempo esperado o promedio que una unidad tiene qué esperar antes de ser
atendida, Wq, está dada por:
Lq
Wq 

Instituto Tecnológico de Aguascalientes – Educación a Distancia

Ejemplo 1. M/M/1.

Sea  =20 unidades/hora (u/hr), y  =30 u/hr. Calcular las características de este sistema de líneas
de espera utilizando las ecuaciones para este ejemplo simple M/M/1. Verifique la probabilidad de
que se encuentren 15 unidades en el sistema.

 2
P  1
 3 Sí cumple el sistema.

a) Pw= 2/3=0.66=66.66% de probabilidad de que el sistema esté ocupado.

b) P0= 1-Pw=1-0.66=0.33=33.33% de que el sistema esté vacío.
c) P15=P0. ρ n=(0.33)(2/3)15=0.00076=0.076% de que haya quince unidades en el sistema.
d) L= ρ /(1- ρ)=0.66/0.33=2 unidades en el sistema.
e) Lq=L- ρ =2-0.66=4/3=1.33 unidades que esperan ser atendidas.
f) W=L/  =2/20=0.1 hr. =6 minutos en que una unidad espera en el sistema.
g) Wq=Lq/  =1.33/20=0.066 hr. =4 minutos en que una unidad espera ser atendida

Ejemplo 2. M/M/1.

Sea el siguiente sistema con características M/M/1 de operación. Calcule P si  =30 u/hr., y  =40
u/hr. Verifique la probabilidad de que se encuentren 4 unidades en el sistema.
 3
P  1 Sí cumple el sistema.
 4

a) Pw= 3/4=0.75=75% de probabilidad de que el sistema esté ocupado.

b) P0= 1-Pw=1-0.75=0.25=25% de que el sistema esté vacío.
c) P15=P0. ρn=(0.25)(0.75)4=0.0791=7.91% de que haya cuatro unidades en el sistema.
d) L= ρ /(1- ρ)=0.75/0.25=3 unidades en el sistema.
e) Lq=L- ρ =3-0.75=2.25 unidades que esperan ser atendidas.
f) W=L/  =3/30=0.1=6 minutos en que una unidad espera en el sistema.
g) Wq=Lq/  =2.25/30=0.75 hrs= 4.5 minutos en que una unidad espera ser atendida

Características de las líneas de espera M/M/S.

El modelo que supone llegadas y tiempos de servicio aleatorio para canales de servicio múltiples
tienen las mismas consideraciones que el modelo de canal único de servicio M/M/1, excepto que
ahora existen canales múltiples de servicio con iguales tasas de servicio, el cálculo de las
características de la línea de espera para el modelo M/M/S es más complicado que le caso
anterior.

En este modelo, si es la tasa promedio de servicio para cada uno de los S canales de servicio
entonces ya no se requiere que , pero debe ser para evitar una acumulación
infinita de líneas de espera en el caso M/M/S se calculará la probabilidad que se encuentren todos
los canales de servicio estarán utilizados, y por ello se dice que el sistema está ocupado, esto se
calcula utilizando la fórmula:

Investigación de Operaciones II Página 10 de 18

Instituto Tecnológico de Aguascalientes – Educación a Distancia

En vez de calcular el valor de se utilizara una tabla de valores que relaciona el valor de S y el
valor de , la intersección de ambos valores nos dará el valor de .

Ahora puede utilizarse esta peculiaridad del sistema para calcular sus demás características las
cuales se describen a continuación:

Ejemplo 3.

Suponga que existen 5 canales de servicio con tasas promedio de servicio y una tasa de
llegada , están en función de unidades por hora.

Datos

Si se cumple

Ejemplo 4.

La compañía de MEXLOG envía trigo, maíz, avena y otras semillas al extranjero en barcos
cargueros. La compañía no es propietaria de los barcos de carga sino que simplemente le vende
los granos al propietarios de los barcos en los casos en que llega un carguero para ser atendido.

Investigación de Operaciones II Página 11 de 18

Instituto Tecnológico de Aguascalientes – Educación a Distancia

No hay un programa fijo de llegadas de barcos porque dependen del clima, del precio de los
granos, de las condiciones internacionales, etc., y por ello debe suponerse que las naves llegan al
azar, lo que sucede a una tasa promedio de 1 diaria. Debido a las diversas capacidades de los
barcos y distintas configuraciones de carga, la compañía no puede conocer con exactitud cuánto
tiempo llevará cargar uno. La labor de carga deben llevarla a cabo empleados de MEXLOG. La
compañía ha acordado pagarles a los propietarios de los buques $1000 por día completo que el
barco invierte en ser cargado o esperar que ser le descargue. De acuerdo con los registros de la
compañía un equipo de 3 estibadores pueden cargar los barcos a un tasa promedio de ¼ de barco
por día. Los equipos pueden trabajar sin interferencia entre ellos, por lo que la tasa resultante de
carga está dada por:

Barcos que se cargan por día = (número de equipos)(1/4 barco por día por equipo)

En el momento actual los equipos trabajan 8 hr. por turno, 7 días a la semana, y los trabajadores
de cada equipo reciben de la compañía $10 por hora. Si se utiliza un solo equipo, se obtiene un
costo de mano de obra reducido, pero se incurre en una cuota de muelle considerable.

Dado que los modelos de líneas de espera son descriptivos más que normativos, no es posible
determinar el número óptimo de equipos usando un algoritmo.

Ahora la MEXLOG tiene la oportunidad de rentar en $500 diarios una instalación adicional para
cargar. La instalación disponible es muy similar a la que utiliza en la actualidad y los equipos de
empleados que trabajan en la instalación actual pueden trabajar con la misma eficiencia en la
instalación rentada. La compañía desea rentar la segunda instalación, ya que el mercado le exige
más capacidad de embarque. Tendremos que calcular las características de la línea de espera y los
costos para diversos números de equipos y elegir la situación que produzca menor costo.

El caso de las dos instalaciones es un ejemplo de una situación de colas con S=2. Para examinar el
caso supondremos que se asignarán números iguales de equipos a cada una de las instalaciones.
En este caso, , en donde m = número de equipos en cada instalación. En esta
situación deberemos tener:

o bien 1<(m)(1/4)(2), dado que , entonces m>2 en cada instalación.

En primer lugar necesitamos calcular la probabilidad de que el sistema esté ocupado, para
diversos valores m>2.:

Después necesitamos encontrar las características de líneas de espera y los costos para esos
valores de m. Deseamos calcular el costo para el plan con dos instalaciones. Para este caso el
costo diario total está dado por:

Costo diario total= costo de los empleados (nómina)+ cuotas de los barcos+ costo de rentas; o
bien,

TC=(2)(m)(240) + (L)(1000) + (500)

Número de equipos por instalación

3 4 5 6

1 1 1 1

3/4 1 5/4 6/4

4/3 1 4/5 2/3

0.1999 0.3333 0.4286 0.5050

Investigación de Operaciones II Página 12 de 18

Instituto Tecnológico de Aguascalientes – Educación a Distancia

0.5315 0.3333 0.2286 0.1683

1.0630 0.3333 .1524 0.0842

2.3963 1.3333 0.9524 0.7509

1.0630 0.3333 .1524 0.0842

2.3963 1.3333 0.9524 0.7509

Costo de los empleados (nómina)(2*m*240) $1440 $1920 $2400 $2880

Cuota de los barcos (W*1000) 2396 1333 952 751

Cuota de rentas 500 500 500 500

Costo Total $4336 $3753 $3852 $4131

En la siguiente tabla anterior encontramos el resultado de los cálculos para obtener los costos de
las dos instalaciones, el gerente decidirá el rentar la segunda instalación (trabajar con ambas
instalaciones) con cuatro equipos por instalación con un costo de $3753.00 pero si considera que
su necesidad es un mejor servicio tal vez decida invertir $99.00 más y tener cinco equipos por
instalación.

Características de las líneas de espera M/G/1

Consideraremos la situación en que las llegadas se distribuyen de acuerdo con la distribución de

Poisson, al igual que los casos anteriores, pero los tiempos de servicio no necesariamente se
distribuyen de acuerdo con la distribución exponencial negativa. Si consideramos el caso en que
existe un solo canal, estamos considerado el caso M/G/1 y este sistema significa: sistema de líneas
de espera con llegadas aleatorias, distribución general de los tiempos de servicio (para los cuales
se supone conocida la desviación estándar ) y un canal de servicio. La razón por la que podemos
considerar este caso es que sus fórmulas son simples para calcular sus características de
operación; véase las siguientes formulas:

Ejemplo 5.
Suponga que se ha encontrado en el caso del banco los tiempos de servicios para cajeros que
atienden automovilistas siguen una distribución normal con media , o de hora, y una desviación

estándar de de hora. Utilizando estos valores junto con una taza de llegada de
.

Utilice las anteriores ecuaciones para determinar las características de este sistema.

Investigación de Operaciones II Página 13 de 18

Instituto Tecnológico de Aguascalientes – Educación a Distancia

Datos.

Ejemplo 6.

Con los siguientes datos determine las características del sistema M/G/1:

Datos.

Características de las líneas de espera M/D/1.

En este caso los tiempos de servicio son determinísticos y es un caso especial de la situación
M/G/1 (analizada con anterioridad), pero en esta situación la desviación estándar es cero ( .
En este caso, se obtiene el valor de Lq a través de la siguiente fórmula:

Para calcular el valor de L, W y Wq utilizaremos las mismas formulas del caso M/G/1.

Investigación de Operaciones II Página 14 de 18

Instituto Tecnológico de Aguascalientes – Educación a Distancia

Ejemplo 6.

Suponga que el banco ha decidido instalar un cajero automatizado de atención a automovilistas,

para las personas que desean hacer un solo retiro o depósito. El banco ha entablado pláticas con
respecto a esta unidad automatizada con un fabricante y se le ha informado que en estos casos el
tiempo de servicio es constante con 7.5 min determine: las características de operación de este
nuevo sistema.

Datos

personas en la línea de espera

personas en el sistema

Llamada perdida de Erlang

Un resultado útil que no dependen de distribuciones de probabilidad y que describen las llegadas
o los tiempos de servicio se conoce como fórmula de la llamada perdida de Erlarng, en honor de
quien originó el estudio de las líneas de espera. Esta fórmula permite determinar la probabilidad
de que se pierda una llamada o cliente que llega a un conmutador, debido a que quien la realizó
obtiene señal de ocupado. En esta fórmula se considera que el número de líneas que llegan al
conmutador es igual al número de operadores que están listos para responder las llamadas, y es
muy útil para determinar el número de líneas telefónicas que se requieren en un centro de
atención de urgencias.

La fórmula es:

P(llamada perdida)=

Donde:

k= Número de líneas.

n= Número de operadores.
Ejemplo 7.

Suponga que tiene 3 líneas y 3 operadores con una tasa de llegada de 10 llamadas por hora y una
longitud promedio de llamadas de 3 minutos. Encuentre la probabilidad de que una llamada no se
responda.

Λ= 10 llamadas / hora

µ= 3 min = 6/3 – 20 llamadas por hora

k= 3 líneas

Investigación de Operaciones II Página 15 de 18

Instituto Tecnológico de Aguascalientes – Educación a Distancia

n= 3 operadores

ρ= λ = 10 llamadas/hora = 0.5
µ 20 llamadas/hora

Modelo nacimiento puro

En este caso los clientes llegan y nunca parten, el proceso de llegada y retiro ocurren de manera
aleatoria. Por ejemplo, considere la situación de emitir actas de nacimiento para bebés recién
nacidos. Estas actas se guardan normalmente en una oficina central de registro civil. Hay razones
para creer que el nacimiento de bebes es aleatorio, por ello la emisión de las actas es un proceso
completamente aleatorio, que se puede describir por medio de una distribución de Poisson. λ es la
tasa con que se emiten las actas de nacimiento, el proceso de nacimiento puro debe tener “n”
arribos o llegadas (actas de nacimiento) durante el periodo de tiempo “t” se puede describir con la
siguiente distribución de Poisson:

, n= 0, 1, 2, …. (nacimiento puro)

Donde λ es la tasa de llegadas por unidad de tiempo, con el número esperado de llegadas durante
t, igual a λt

Ejemplo 8.

Suponga que los nacimientos en un país están separados en el tiempo presentándose un

nacimiento cada 7 min. En promedio determine la tasa de nacimiento en el país es por día,
determine el número de nacimientos es en país por año y, la probabilidad que no haya ningún
nacimiento en cualquier día del año.

año.

Ejemplo 9.

Suponga que nos interesa la probabilidad de emitir 45 actas de nacimiento al final de un periodo
de 3 hr., si se pudieron emitir 35 actas en las primeras 2 horas obtenga la probabilidad de que
haya 10 nacimientos en 1 hora deseada.

Investigación de Operaciones II Página 16 de 18

Instituto Tecnológico de Aguascalientes – Educación a Distancia

n= 45-35=10 λ=60/7=8.57 nac/ hora

t=3-2=1

Modelo de muerte pura.

En este modelo los clientes llegan y se retiran de un abasto inicial. Por ejemplo, considere la
situación de almacenar N artículos del mismo número de parte al inicio de la semana, para
satisfacer la demanda de los clientes durante la semana. Si suponemos que la demanda se
presenta a una tasa de µ unidades por día y que el proceso de demanda es completamente
aleatorio, la probabilidad asociada de tener n artículos en el almacén después de un tiempo (t) la
da la siguiente distribución truncada de Poisson.

− p(t)

Ejemplo 10.

Al inicio de cada semana se almacenan 15 unidades de un artículo de inventario para utilizarse

durante la semana. Solo se hacen retiros de almacenamiento durante los primeros 6 días (la
empresa cierra los domingos) y sigue una distribución de Poisson con la media de 3 unidades por
día. Cuando el nivel de existencia llega a 5 unidades se coloca un nuevo pedido de 15 unidades
para ser entregada en principio de la semana entrante. Debido a la naturaleza del artículo se
desechan todas las unidades que sobran al final de la semana.

Determine la probabilidad de tener 5 unidades en el nivel de nuevo pedido al dia t.

n=5

N=15

t=t

µ=3

t 1 2 3 4 5 6
µt 3 6 9 12 15 18
Ps(t) 0.000081 0.0413 0.118 0.1041 0.0486 0.0149

P1 P2 P3 =0.118

P4 P5 P6

Bibliografía: Libros 7 y 11 del programa de la materia.

Investigación de Operaciones II Página 17 de 18

Instituto Tecnológico de Aguascalientes – Educación a Distancia

Investigación de Operaciones II Página 18 de 18