Supplemento B – Líneas de espera

PROBLEMAS

1. Solomon, Smith and Samson

a. tasa de utilización promedio de la secretaria:

b. probabilidad de que más de cuatro páginas estén esperando o en proceso:

Este número es la probabilidad de que cuatro o menos estén esperando o en proceso, por lo
tanto, la probabilidad de que haya más de cuatro es: 1 – 0,6723 = 0,3277

c. El número medio de páginas de documentos a la espera de ser mecanografiados:

2. Benny’s Arcade

Debido a que solo hay seis máquinas, debemos usar el modelo de fuente finita.

M/M/c/GD/N/K Queueing Model

Input Data (to enter an infinite value, type i or infinity):
λ 0,02 μ= 0,0667
c= 1
Sys. Lim., N= 6 Source limit, K = 6
Output Results:
ρ  /c  0,92811
Ls = 2,90475 Lq = 1,97664
Ws = 46,92274 Wq = 31,93023
n Pn CPn 1-CPn
0 0,0718893654 0,0718893654 0,9281106346
1 0,1293361897 0,2012255551 0,7987744449
2 0,1939073309 0,3951328860 0,6048671140
3 0,2325725108 0,6277053967 0,3722946033
4 0,2092106544 0,8369160511 0,1630839489
5 0,1254636608 0,9623797119 0,0376202881
6 0,0376202881 1,0000000000 0,0000000000
La utilización es de 0.9281
Número medio de máquinas fuera de servicio: L = 2.9048
Tiempo promedio que una máquina está fuera de servicio: W = 46.9227 hours

3. Moore, Akin, and Payne (dental clinic).

a. Características operativas cuando hay 3 sillas ocupadas

M/M/c/GD/N/K Queueing Model

Input Data (to enter an infinite value, type i or infinity):
λ  5 μ= 2
c= 3
Sys. Lim., N= infinity Source limit, K = infinity
Output Results:
eff  5,00000  /c  0,83333
Ls = 6,01120 Lq = 3,51120
Ws = 1,20224 Wq = 0,70224

b. Características operativas cuando hay 4 sillas ocupadas

M/M/c/GD/N/K Queueing Model
Input Data (to enter an infinite value, type i or infinity):
λ  5 μ= 2
c= 4
Sys. Lim., N= infinity Source limit, K = infinity
Output Results:
eff  5,00000  /c  0,62500
Ls = 3,03309 Lq = 0,53309
Ws = 0,60662 Wq = 0,10662

c. Características operativas cuando hay 5 sillas ocupadas.

M/M/c/GD/N/K Queueing Model

Input Data (to enter an infinite value, type i or infinity):
λ  5 μ= 2
c= 5
Sys. Lim., N= infinity Source limit, K = infinity
Output Results:
eff  5,00000  /c  0,50000
Ls = 2,63037 Lq = 0,13037
Ws = 0,52607 Wq = 0,02607
Cuando hay 3 dentistas en el personal, el tiempo promedio de espera en la fila es de 42,13
minutos. Agregar un cuarto dentista reduce el tiempo promedio de espera a 6.4 minutos.
Los cambios en las características operativas cuando hay 3 o 4 dentistas en el personal se
resumen en la siguiente tabla:

3 dentists 4 dentists % change

Utilización media .83 .63 -24%
Número medio de clientes en fila 3.51 .53 -85%
Número medio de clientes en el sistema 6.01 3.03 -50%
Los cambios en las características operativas cuando hay 3 o 5 dentistas en el personal se
resumen en la siguiente tabla:
3 dentists 5 dentists % change
Utilización media .83 .50 -40%
Número medio de clientes en fila 3.51 .13 -96%
Número medio de clientes en el sistema 6.01 2.63 -56%
4. Fantastic Styling Salón

M/M/c/GD/N/K Queueing Model

Input Data (to enter an infinite value, type i or infinity):
λ  9 μ= 4
c= 3
Sys. Lim., N= infinity Source limit, K = infinity
Output Results:
eff  9,00000  /c  0,75000
Ls = 3,95326 Lq = 1,70326
Ws = 0,43925 Wq = 0,18925

a. El tiempo medio de espera es de 11,36 minutos.

b. Características operativas con 3 estilistas y líneas individuales. Los siguientes
resultados son las características de una de las tres líneas de espera. La tasa de llegada
de cada estilista es 1/3 de la tasa del salón.
M/M/c/GD/N/K Queueing Model
Input Data (to enter an infinite value, type i or infinity):
λ  3 μ= 4
c= 1
Sys. Lim., N= infinity Source limit, K = infinity
Output Results:
eff  3,00000  /c  0,75000
Ls = 2,99999 Lq = 2,24999
Ws = 1,00000 Wq = 0,75000
El tiempo medio de espera aumenta a 45,00 minutos.

c. Características operativas con 2 estilistas y una línea.

M/M/c/GD/N/K Queueing Model

Input Data (to enter an infinite value, type i or infinity):
λ  6 μ= 4
c= 2
Sys. Lim., N= infinity Source limit, K = infinity
Output Results:
eff  6,00000  /c  0,75000
Ls = 3,42856 Lq = 1,92856
Ws = 0,57143 Wq = 0,32143
n Pn CPn 1-CPn

El tiempo de espera promedio es de 19,29 minutos (tenga en cuenta el tiempo de espera más
largo en comparación con la parte a. Aunque la utilización no ha cambiado)
 d. Características operativas con 2 estilistas y una línea:
Características de la línea de Pérez:

M/M/c/GD/N/K Queueing Model

Input Data (to enter an infinite value, type i or infinity):
λ  3,6 μ= 4
c= 1
Sys. Lim., N= infinity Source limit, K = infinity
Output Results:
eff  3,60000  /c  0,90000
Ls = 8,99988 Lq = 8,09988
Ws = 2,49997 Wq = 2,24997

Características de la línea de Sloan:

M/M/c/GD/N/K Queueing Model

Input Data (to enter an infinite value, type i or infinity):
λ  2,4 μ= 4
c= 1
Sys. Lim., N= infinity Source limit, K = infinity
Output Results:
eff  2,40000  /c  0,60000
Ls = 1,50000 Lq = 0,90000
Ws = 0,62500 Wq = 0,37500

El tiempo de espera promedio es de 135,00 minutos para Pérez y 22,50 minutos para Sloan.
El tiempo de espera promedio general es (135,00 * 0,6) + (22,50 * 0,4) = 90 minutos

5. Local Bank
Modelo de servidor múltiple: s = 3, λ = 50 clientes / hora., μ = 60/3 min. por cliente = 20
clientes / hora.

M/M/c/GD/N/K Queueing Model

Input Data (to enter an infinite value, type i or infinity):
λ  50 μ= 20
c= 3
Sys. Lim., N= infinity Source limit, K = infinity
Output Results:
eff  49,99997  /c  0,83333
Ls = 6,01120 Lq = 3,51120
Ws = 0,12022 Wq = 0,07022

Utilización media: p = 0,8333

Probabilidad de no tener clientes en el banco: P0 = 0.0449
Número medio de clientes esperando en fila: L q = 3.5112
Tiempo medio de espera en fila: W q = 0.0702 hour, or 4.212 minutes
Número medio de clientes en el banco: L = 6.0112 o 6 clientes

6. Pasquist Water Company

 a. Comportamiento de los camiones en espera
1. No se irá.
2. Esperará hasta que se sirva
3. Llegará de acuerdo con un proceso de Poisson

b. ¿Cuál es la probabilidad de que lleguen exactamente 10 camiones entre la 1:00 p.m.

y 2:00 p.m. el próximo martes?

¿Qué probabilidad hay de que una vez que un camión esté en posición en la boca del pozo,
el tiempo de llenado sea inferior a 15 minutos?

c. Suponga que PWC tiene solo cuatro bombas de boca de pozo.

Una línea de espera que alimenta las cuatro estaciones.

Modelo seleccionado: M / M / 4 Servidores: 4 λ: 14 μ: 4

Utilización del sistema: 88%

Probabilidad de que el sistema esté vacío: .01 o 1%
Número promedio en la cola: 5.17
Número promedio en el sistema: 8.67
Tiempo promedio en la cola: .37 horas
Tiempo promedio en el sistema: .62 horas

Una línea de espera que alimenta dos bombas de boca de pozo y una segunda línea de espera
que alimenta otras dos bombas de boca de pozo. Suponga que los conductores no pueden ver
cada línea y deben elegir al azar entre ellas. Además, suponga que una vez que se hace una
elección, el conductor no puede retroceder de la línea.
Modelo seleccionado: 2 (M / M / 2) Servidores: 2 λ: 7; μ: 4
Utilización del sistema: 88%
Probabilidad de que el sistema esté vacío: .07 * .07 = .0049 o 0.5%
Número medio en cola: 5,72 * 2 = 11,44
Número medio en el sistema: 7,47 * 2 = 14,94
Tiempo medio en cola: 0,82 h
Tiempo promedio en sistema: 1.07 hrs
 7. Precisión Machine Shop. Modelo de servidor único.

Con el asistente menor, el número promedio de maquinistas inactivos, L

Costo promedio de maquinista inactivo por hora = $ 20 (L) = $ 20 (4) = $ 80

Con el asistente principal, número promedio de maquinistas inactivos, L

El costo promedio por hora de los maquinistas inactivos cae a $ 20 (L) = $ 20 (l) = $20.
Agregar el pago del asistente da un costo total de $ 85 por hora ($ 80 + $ 5) para el
asistente junior y $ 32 por hora ($ 20 + $ 12) para el asistente senior. La mejor elección
es el asistente principal.

8. Hasty Burgers. Modelo de servidor único, λ = 20

a. Encuentre μ que resulte en L = 4.

La tasa de servicio requerida es de 25 clientes por hora.

b. Encuentre la probabilidad de que haya más de cuatro clientes en el sistema. Esto es
uno menos la probabilidad de que haya cuatro clientes o menos en el sistema. Primero
calculamos la utilización promedio de la ventana de entrada.

La probabilidad de que más de cuatro clientes estén en línea y estén siendo atendidos.
es: P = 1− (P0 + P1 + P2 + P3 + P4)
donde:

Si ρ = 0,8;
En consecuencia, hay alrededor de un 33 por ciento de posibilidades de que haya más de
cuatro clientes en el sistema.
c. Calcula el tiempo medio en fila.

Wq = 0,16 horas o 9,6 minutos

Diez minutos puede llegar en ser insoportable, sobre todo en la atmósfera de los gases de
escape. Tenga en cuenta que este es un promedio y algunas personas deben esperar más.

9. Banco Mexicali. Ley de Little

λ = 20 clientes / hora
L = 4 clientes
L = λW, o W = L / λ
W = (4 clientes) / (20 clientes / hora) = 0,20 horas o 12 minutos.

10. Paula Caplin. Ley de Little.

a. una. λ = 120 trabajos / día
W = 4 días
Trabajo en proceso actual: L = λW = (120 trabajos / día) (4 días) = 480 trabajos.

b. L debe reducirse a 240 puestos de trabajo. Por tanto, el número medio de

reparaciones, λ, o el tiempo en el sistema, W, debe reducirse a la mitad (o alguna
combinación). Paula tiene poco o ningún control sobre el número de reparaciones,
pero tiene varias opciones para reducir el tiempo en el sistema. Primero, puede
identificar el cuello de botella en la reparación total procesar y aplicar la teoría de las
restricciones para utilizar el cuello de botella al máximo actuación. En segundo lugar,
puede hacer un análisis de procesos y mejorar los métodos de trabajo en el cuello de
botella, así como todos los demás procesos que alimentan el cuello de botella para
mejorar rendimiento general en el proceso de reparación. Finalmente, si todo lo
demás falla, puede agregar capacidad hasta que se haya cumplido la meta.

11. Failsafe Textiles. modelo de servidores múltiples.

En este análisis, determinamos los costos totales esperados de mano de obra y fallas de
máquinas para el complemento existente de tres empleados y luego lo comparamos con
complementos de mantenimiento más grandes hasta que los costos comiencen a aumentar.
Tres personas de mantenimiento:
 M/M/c/GD/N/K Queueing Model
Input Data (to enter an infinite value, type i or infinity):
λ  0,333333333 μ= 0,125
c= 3
Sys. Lim., N= infinity Source limit, K = infinity
Output Results:
eff  0,33333  /c  0,88889
Ls = 9,04663 Lq = 6,37997
Ws = 27,13993 Wq = 19,13993
Los costos por hora totales esperados para el tamaño de la cuadrilla de tres empleados es:
Mano de obra: 3 ($ 80 por hora) $ 240.00
Tiempo de inactividad de la máquina: 8,97 ($ 100 por hora) 897,00
Total = $1137

cuatro personas de mantenimiento:

Input Data (to enter an infinite value, type i or infinity):

λ  0,333333333 μ= 0,125
c= 4
Sys. Lim., N= infinity Source limit, K = infinity
Output Results:
eff  0,33333  /c  0,66667
Ls = 3,42350 Lq = 0,75683
Ws = 10,27049 Wq = 2,27049

Cinco personas de mantenimiento

M/M/c/GD/N/K Queueing Model

Input Data (to enter an infinite value, type i or infinity):
λ  0,333333333 μ= 0,125
c= 5
Sys. Lim., N= infinity Source limit, K = infinity
Output Results:
eff  0,33333  /c  0,53333
Ls = 2,85139 Lq = 0,18472
Ws = 8,55417 Wq = 0,55417

Los costos por hora totales esperados para el tamaño de la cuadrilla de cinco empleados es:
Mano de obra: 5 ($ 80 por hora) $ 400.00
Tiempo de inactividad de la máquina: 2,85 ($ 100 por hora) 285,00
Total = $685

Este total es más alto que el de emplear a cuatro personas de mantenimiento. Por lo tanto,
el gerente debe agregar solo una persona de mantenimiento más.

12. Benton University

Modelo de fuente finita: λ = 0,40 fotocopiadoras / día, μ = 2,5 máquinas / día

a. Utilización de la persona de mantenimiento: ρ = 0,6225
b. Copiadoras en sistema de reparación: L = 1.094
c. Tiempo empleado en el sistema de reparación: W = 0,7129 día, o 5,70 horas asumiendo
una jornada de 8 horas.

M/M/c/GD/N/K Queueing Model

Input Data (to enter an infinite value, type i or infinity):
λ 0,4 μ= 2,5
c= 1
Sys. Lim., N= 5 Source limit, K = 5
Output Results:
eff  1,55624 ρ  /c  0,62250
Ls = 1,10939 Lq = 0,48690
Ws = 0,71287 Wq = 0,31287
n Pn CPn 1-CPn
0 0,3775029229 0,3775029229 0,6224970771
1 0,3020023383 0,6795052612 0,3204947388
2 0,1932814965 0,8727867577 0,1272132423
3 0,0927751183 0,9655618761 0,0344381239
4 0,0296880379 0,9952499139 0,0047500861
5 0,0047500861 1,0000000000 0,0000000000

13. Carga de camiones

M/M/c/GD/N/K Queueing Model

Input Data (to enter an infinite value, type i or infinity):
λ  9 μ= 10
c= 1
Sys. Lim., N= infinity Source limit, K = infinity
Output Results:
eff  8,99999  /c  0,90000
Ls = 8,99988 Lq = 8,09988
Ws = 0,99999 Wq = 0,89999

Tiempo total en el Sistema W = 1 hora.

Alternativa 1:

M/M/c/GD/N/K Queueing Model

Input Data (to enter an infinite value, type i or infinity):
λ  6 μ= 15
c= 1
Sys. Lim., N= infinity Source limit, K = infinity
Output Results:
eff  6,00000  /c  0,40000
Ls = 0,66667 Lq = 0,26667
Ws = 0,11111 Wq = 0,04444

Tiempo total en el Sistema W = 0,111 hora, 6,67 minutos.

Alternativa 2

M/M/c/GD/N/K Queueing Model

Input Data (to enter an infinite value, type i or infinity):
λ  9 μ= 10
c= 2
Sys. Lim., N= infinity Source limit, K = infinity
Output Results:
eff  9,00000  /c  0,45000
Ls = 1,12853 Lq = 0,22853
Ws = 0,12539 Wq = 0,02539

Tiempo total en el Sistema W = 0,125 hora, 7,52 minutos.

La segunda alternativa da como resultado una reducción del 87 por ciento en el tiempo de
espera relativo al sistema actual, sin embargo, la primera alternativa domina la segunda
alternativa en tiempo y costo. No obstante, para tomar una determinación final entre el
sistema actual y la primera alternativa, el costo del tiempo de espera de los camiones debe
ser considerado.