EJEMPLO 18.

1-1 (PAG 594 )

Cantidad de cajeros 1 2 3 4
Tiempo de espera promedio (min 16.2 10.3 6.9 4.8
Inactividad (%) 0 8 12 18

¿Cuál es la productividad de la operación (expresada como el porcentaje del tiempo que los empleados están ocupad
cajeros es cinco?

RESPUESTA 71

Acme Metal Jobshop se encuentra en el proceso de comprar un taladro vertical de usos múltiples. Dos modelos, A y
lento que el modelo B. El análisis de colas de máquinas similares muestra que cuando se utiliza A, el número prome
re_x0002_presenta un ingreso perdido, el que Acme estima en $10 por tr

Costo Operación A $ 18 Costo total A $ 58

Costo Operación B $ 25 Costo total B $ 53

Trabajos en Cola
Cola A 4
Cola B 2.8
 5 6 7
2.9 1.9 1.3
29 36 42

los empleados están ocupados) cuando el número de

múltiples. Dos modelos, A y B, están disponibles con costo de operación por hora de $18 y $25, respectivamente. El modelo A es más
e utiliza A, el número promedio de trabajos en la cola es 4, el cual es 30% mayor que el tamaño de la cola en B. Un trabajo retrasado
e Acme estima en $10 por trabajo en espera por hora. ¿Cuál modelo debe comprar Acme?
nte. El modelo A es más
. Un trabajo retrasado
 EJERCICIOS 18.2

1. En cada una de las siguientes situaciones, identifique al cliente y al servidor

SITUACION CLIENTE SERVIDOR

Aviones que llegan a un aeropuerto. Avion Pista de Despegue

Sitio de taxis que atiende a pasajeros que esperan. Pasajero Taxi
Herramientas verificadas en un taller de maquinado. Herramienta Empleado Verificador
Cartas procesadas en una oficina postal. Cartas Oficina Postal
Inscripción para clases en una universidad. Estudiantes Oficina Registro
Casos en cortes legales. Casos Juez
Operación de pagar en un supermercado. Cliente Cajero
Operación de un estacionamiento. Auto Estacionamiento

¿Cierto o falso?

a) Un cliente impaciente que espera puede salirse de la cola.

b) Si se anticipa un largo tiempo de espera, un cliente que llega puede desistir de hacer cola.
c) Cambiarse de una cola a otra tiene por objeto reducir el tiempo de espera.
NATURALEZA NATURALEZA TIEMPO DE DISCIPLINA
FUENTE CLIENTE LLEGADA EN LA COLA
Infinita Individual Probabilistico FIFO
Infinita Individual Probabilistico FIFO
Infinita Individual Probabilistico FIFO
Infinita Masa Probabilistico ALEATORIO
Infinita Individual Probabilistico ALEATORIO
Infinita Masa Probabilistico FIFO
Infinita Individual Probabilistico FIFO
Infinita Individual Probabilistico NINGUNO

Respuesta
1
1
0
 EJEMPLO 18.3-1 (PAG 597 )

DATOS INICIALES
Tiempo de Falla (Horas) 5 f(t)=0.2𝜆𝑒^0.2𝑡;𝑡>0
Hora de Falla 8:30 p.m
Tasa de Falla (λ) 0.2

En cada uno de los siguientes casos, determine la tasa de llegadas promedio por hora, λ, y el tiempo entre llegadas prom

PUNTO DESCRIPCION
a Cada 10 minutos ocurre una llegada.
b Cada 6 minutos ocurren dos llegadas.
c La cantidad de llegadas en un periodo de 30 minutos es de 10.
d El intervalo promedio entre llegadas sucesivas es de .5 horas

Punto A
Tasa de arribo 6 6 Llegadas por hora
Tiempo entre Llegadas 1/6 Horas

Punto C
Tasa de arribo 20 20 Llegadas por hora
Tiempo entre Llegadas 3 minutos llega 1 persona

En cada uno de los siguientes casos, determine la tasa de servicio promedio por hora, m, y el tiempo de servicio promed

PUNTO DESCRIPCION
a Se completa un servicio cada 12 minutos
b Cada 15 minutos ocurren dos salidas.
c La cantidad de clientes atendidos en un periodo de 30 minutos es de 5
 d El tiempo promedio de servicio es de .3 horas

Punto A
Tasa de arribo 5 5 Llegadas por hora
Tiempo entre Llegadas 1/5 Cada 12 minutos

Punto C
Tasa de arribo 10 10 Llegadas por hora
Tiempo entre Llegadas 6 minutos llega 1 persona

En el ejemplo 18.3-1, determine lo siguiente:

a). El promedio de fallas en una semana, suponiendo que el servicio se ofrece las 24 horas del día, 7 días a la semana

Fallas por Hora 0.2 4.8

Fallas por Semana 33.6

b). La probabilidad de al menos una falla en un periodo de 24 horas.

c). La probabilidad de que la siguiente falla no ocurra dentro de 3 horas.

el tiempo entre llegadas promedio en hora

Es decir cada 3 llega 1

Punto B
Tasa de arribo 20 20 Llegadas por hora
Tiempo entre Llegadas 3 minutos llega una persona

Punto D
Tasa de arribo 2 2 Llegadas por hora
Tiempo entre Llegadas 1/2 cada media hora llega un cliente

el tiempo de servicio promedio en horas.

Es decir cada 7.5 min llega 1

 Punto B
Tasa de arribo 8 8 Llegadas por hora
Tiempo entre Llegadas 7.5 minutos llega una persona

Punto D
Tasa de arribo 3.33333333 3.333 Llegadas por hora
Tiempo entre Llegadas

del día, 7 días a la semana

 EJEMPLO 18.4-1 (PAG 601 )

En una ciudad grande nacen bebés a razón de uno cada 12 minutos. El tiempo entre nacimientos sigue una distribución ex

A). La cantidad promedio de nacimientos por año.

Lamda ( Tasa de Arrivos) 12 RESPUESTA

Horas al dia 24 Arrivos por hora 5
Dias al año 365 Arrivos al dia 120
Arrivos al Año 43800

B). La probabilidad de que no ocurran nacimientos durante 1 día.

La probabilidad de que no hallan nacimientos durante un dia esta adefinida por 𝑷_𝒏 (𝒕)=( 〖 (𝜆𝑡) 〗

Donde:

(λ) Tasa de Llegadas o Nacimientos 120 llegadas al dia

t Tiempo especifico de llegadas 1 dia
n Llegadas durante untiempo "t" 0 nacimientos

(λ*t)^n 1
e^(λ*t) 7.66764807372E-53
n! 1

Pn(t) 0.000000000

C). La probabilidad de emitir 50 actas de nacimiento en 3 horas dado que se emitieron 40 actas durante las primeras 2 hor

Actas faltantes (nacimientos) 10 n

Tiempo faltante ( Horas) 1 t

La probabilidad de que hallan 10 nacimientos durante 1 hora esa definida por 𝑷_𝒏 (𝒕)=( 〖 (𝜆𝑡) 〗

(λ*t)^n 9765625
e^(λ*t) 0.00673794699909
n! 3628800

Pn(t) 0.01813279
CONJUNTO DE PROBLEMAS 18-4A

1). En el ejemplo 18.4-1, suponga que el oficinista que captura la información de las actas de nacimiento en la computado
que el oficinista capture un nuevo lote cada hora

𝑷_(𝒏≥𝟓) (𝒕=𝟏𝒉𝒐𝒓𝒂)=

2). Un coleccionista de arte viaja una vez al mes, en promedio, para asistir a subastas. En cada viaje se garantiza una comp

A). La probabilidad de que el coleccionista no compre obras de arte en un periodo de 3 meses

(λ) Tasa de Llegadas o Compras 1 compras al mes

t Tiempo especifico 3 meses
n Llegadas durante un tiempo "t" 0 compras

(λ*t)^n 1
e^(λ*t) 0.04978706836786
n! 1

Pn(t) 0.049787068

B). La probabilidad de que el coleccionista no compre más de 8 obras de arte por año.

𝑷_(𝒏≤𝟖) (𝒕=𝟏𝟐𝒎𝒆𝒔𝒆𝒔)=

C). La probabilidad de que el tiempo entre viajes sucesivos sea mayor que 1 mes
3. En un banco, la frecuencia de llegadas es de 2 clientes por minuto. Determine lo siguiente:

a). La cantidad promedio de llegadas durante 5 minutos.

λ 2 Clientes/ Min
t 5 Minutos

Respuesta 10 Clientes

b). La probabilidad de que no haya llegadas durante el próximo 0.5 minuto.

(λ) Tasa de Llegadas 2 Clientes por Min

t Tiempo especifico 0.5 minutos
n Llegadas durante un tiempo "t" 0 Llegadas

(λ*t)^n 1
e^(λ*t) 0.36787944117144
n! 1

Pn(t) 0.367879441

C). La probabilidad de que haya al menos una llegada durante el siguiente 0.5 minuto

𝑷_(𝒏≥𝟏) (𝒕=𝟎,𝟓 𝒎𝒊𝒏)=

D). La probabilidad de que el tiempo entre dos llegadas sucesivas sea de 3 minutos, cuando menos

Con los datos iniciales sabemos que en tres minutos habran 6 llegadas lo que quiere decir que tenemos que hallar la prob

(λ) Tasa de Llegadas 2 Clientes por Min

 t Tiempo especifico 3 minutos
n Llegadas durante un tiempo "t" 0 Llegadas

(λ*t)^n 1
e^(λ*t) 0.00247875217667
n! 1

Pn(t) 0.002478752

4). El tiempo entre llegadas al L&J Restaurant es exponencial, con una media de 5 minutos. El res taurante abre a las 11:00

a). La probabilidad de tener 10 llegadas al restaurante hasta las 11:12 A.M., si hubo 8 llegadas hasta las 11:05 A.M

(λ) Tasa de Llegadas o Compras 0.2 lLegadas por Min

t Tiempo especifico 7 minutos
n Llegadas durante un tiempo "t" 2 Llegadas

(λ*t)^n 1.96
e^(λ*t) 0.24659696394161
n! 2

Pn(t) 0.241665025

b). La probabilidad de que llegue un cliente entre las 11:28 y las 11:33 A.M., si el último cliente llegó a las 11:25 A.M.

(λ) Tasa de Llegadas o Compras 0.2 lLegadas por Min

t Tiempo especifico 5 minutos
n Llegadas durante un tiempo "t" 1 Llegadas

(λ*t)^n 1
e^(λ*t) 0.36787944117144
n! 1

Pn(t) 0.367879441

5). La biblioteca Springdale Public Library recibe libros de acuerdo con una distribución de Poisson con una media de 25 li
siguiente:

a). La cantidad promedio de anaqueles que se llenarán de libros cada mes (de 30 días).
 λ 25 Libros/ dia Libros por Anaquel 100
t 30 dias

Libros al mes 750 libros al mes

Respuesta 7.5

b). La probabilidad de que se necesiten más de 10 secciones para libros cada mes, si una sección contiene 5 anaqueles
sigue una distribución exponencial. Determine lo siguiente

𝑷_𝒏 (𝒕)=( 〖 (𝜆𝑡) 〗 ^𝑛 𝑒^(−𝜆𝑡))/𝑛!

urante las primeras 2 horas del periodo de 3 horas.

𝑷_𝒏 (𝒕)=( 〖 (𝜆𝑡) 〗 ^𝑛 𝑒^(−𝜆𝑡))/𝑛!

miento en la computadora normalmente espera hasta que se juntan al menos 5 actas. Determine la probabilidad de

e se garantiza una compra. El tiempo entre los viajes tiene distribución exponencial. Determine lo siguiente:
s

emos que hallar la probabilidad de que antes de los 3 minutos no hallan llegadas
taurante abre a las 11:00 A.M. Determine lo siguiente:

ta las 11:05 A.M

Por que es desde las 11:05 hasta las 11:12

Por que ya hubieron 8 faltan 2 para completar 10

gó a las 11:25 A.M.

Por que es desde las 11:28 hasta las 11:33

n con una media de 25 libros diarios. Cada anaquel de la biblioteca contiene 100 libros. Calcule lo
contiene 5 anaqueles
 EJEMPLO 18.4-1 (P

B&K Groceries opera con tres cajas. El gerente usa el siguiente programa para determinar la cantidad de cajeras en opera

Cantidad de clientes en la Tienda Cantidad de Cajeros Funcionando

1a3 1
4a6 2
Más de 6 3

Los clientes llegan a las cajas siguiendo una distribución de Poisson, con una frecuencia media de 10 por hora. El tiempo p

Calcular la probabilidad p de estado estable de que haya n clientes en las cajas. De la información del problema se tiene q

(λn)=(λ) Tasa de Arribos 10 clientes por Hora

μn (clientes 1 cajeros 5 clientes por Hora
atendidos
cuando hay " 2 cajejos 10 clientes por Hora
cantidad de
cajeros" 3 cajeros 15 clientes por Hora

π(0) Probabilidad de que no hallan clientes en el sistema

𝝆=𝜆/𝜇 𝝅_𝟎=1−(𝜋_1+𝜋_2+𝜋_3+..+𝜋_4)

i ρ^n
1 π(1) 2 0.036363636363636
2 π(2) 4 0.072727272727273
3 π(3) 8 0.145454545454545
1 π(4) 8 0.145454545454545
2 π(5) 8 0.145454545454545
3 π(6) 8 0.145454545454545
1 π(n) No se de donde sale el 31
 π(0) 1/55

a).La distribución de probabilidades de la cantidad de cajas abiertas.

P(1) Probabilidad de una caja abierta P(1)= π(1)+π(2)+π(3)

P(2) Probabilidad de dos cajas abiertas P(2)= π(4)+π(5)+π(6)

P(3) Probabilidad de tres cajas abiertas P(3)=1-{π(0)+ π(1)+π(2)+..+π(6)}

b). La cantidad promedio de cajas ocupadas

Cajas Abiertas Probabilidad que ocurra

0 1/55 0
1 14/55 14/55
2 24/55 48/55
3 16/55 48/55
2

4.El First Bank of Springdale tiene un cajero automático que despacha a automovilistas que for man una línea. Los vehícul
El tiempo necesario para hacer una transacción en el cajero es exponencial, con 6 minutos de promedio. En la línea cabe
otra parte. Calcule lo siguiente:

SISTEMA MM1K

a). La probabilidad de que un vehículo que llegue no pueda usar el cajero, porque la línea está llena.

VEHICULOS * HORA DATOS

λ 12 ρ
µ 10 π0
k 10 π10

b). La probabilidad de que un vehículo no pueda usar el cajero inmediatamente al llegar.

 π1 0.9627 0.96890
No se Cual es

c). La cantidad promedio de vehículos en la línea

Vehiculos
ρ^n P(n)
En Linea
0 1 0 0
1 1 1/5 0.037324552982601 0.037324552982601
2 1 4/9 0.044789463579121 0.089578927158242
3 1 5/7 0.053747356294945 0.161242068884835
4 2 1/9 0.064496827553934 0.257987310215736
5 2 1/2 0.077396193064721 0.386980965323604
6 3 0.092875431677665 0.55725259006599
7 3 4/7 0.111450518013198 0.780153626092385
8 4 2/7 0.133740621615837 1.0699249729267
9 5 1/6 0.160488745939005 1.44439871345104
10 6 1/5 0.192586495126806 1.92586495126806

6. Alguna vez oyó usted la afirmación contradictoria de “el lugar está tan atestado que ya nadie va allí”? Esta afirmación s
al aumentar la cantidad de clientes que buscan servicio. Una plataforma posible para modelar este caso es decir que la fre
clien_x0002_tes en el sistema. En forma más específica, examinaremos el caso simplificado del M&M Pool Club, donde lo
de llega_x0002_das es 6 pares (de personas) por hora. Sin embargo, una vez que la cantidad de pares que están en el billa
supone que el proceso de llegadas sigue una distribución del Poisson. Cada par juega pool durante un tiempo exponencia
pueden caber más de 12 pares en cualquier momento. Calcule lo siguiente:
 EJEMPLO 18.4-1 (PAG 601 )

la cantidad de cajeras en operación, en función de la cantidad de clientes en la tienda:

Tasa de 12 min/cliente
Servicio μ
Tasa de 0.16666667 min /cliente
Arrivos λ

edia de 10 por hora. El tiempo promedio de atención a un cliente es exponencial, con 12 minutos de promedio.

mación del problema se tiene que

𝝅_𝒏=𝜌^𝑛 〖∗𝜋〗 _0

En estas se que como la tas de arrivos cambia debo multiplicarla con la

probabilidad de que hallan 3 clientes
 Fraccion Numero
14/55 0.25454545
24/55 0.43636364
2/7 0.29090909 Se coloca 1-la suma de los π, puesto que estoy hallando la probabilidad de pi6+pi7´pi8; la parte que
sobraria seria el 100% de la capacidad enos lo que tengo usado

En promedio 2 cajas ocupadas

e for man una línea. Los vehículos llegan siguiendo una distribución de Poisson, con una frecuencia de 12 por hora.
s de promedio. En la línea cabe un total de 10 automóviles. Una vez llena, los automó viles que lleguen deben irse a

está llena.

OS
1.2000
0.03110
0.1926
 PROMEDIO DE
VEHICULOS EN LA LINEA 6.71070868

nadie va allí”? Esta afirmación se puede interpretar como decir que aumenta la oportunidad de rehusar
elar este caso es decir que la frecuencia de llegadas al sistema disminuye al aumentar la cantidad de
o del M&M Pool Club, donde los clientes suelen llegar en pares para “jugar pool”. La frecuencia normal
ad de pares que están en el billar es mayor que 8, la frecuencia de llegada baja a 5 pares por hora. Se
durante un tiempo exponencial, con 30 minutos de promedio. El billar tiene un total de 5 mesas y no
edio.
dad de pi6+pi7´pi8; la parte que me
 SISTEMA MM1K

Clientes * HORA DATOS

λ 30 grupos *hora ρ 0.2500
µ 120 clientes *hor π0 0.75073
k 4

2. Halle el # de clientes promedio en el sistema y el tiempo promedio de espera por cliente

𝐿=(𝜌{1−(𝐾+1) 𝜌^𝐾+𝐾𝜌^(𝐾+1)})/((1−𝜌^(𝐾+1))(1−𝜌))

L 0.328445748

(K+1)*(ρ^K) 0.01953125 1-{(K+1)*(ρ^K)} 0.98046875 Numerador

ρ^(K+1) 0.0009765625 K*{ρ^(K+1)} 0.00390625 Denominador
1-ρ^(K+1) 0.9990
1-ρ 0.7500
0.24609375
0.74926758