Documentos de Académico
Documentos de Profesional
Documentos de Cultura
UNIDAD 1:
DOCENTE:
MIGUEL ANGELROMAN BAUTISTA
ALUMNA:
GEMA NAYELY RAMIREZ VARGAS
Las colas son un aspecto en la vida moderna que nos encontramos continuamente en
nuestras actividades diarias. Por ejemplo, en el mercado, hacemos cola para que nos
atiendan, en alguna tienda o restaurante igual. El fenómeno de las colas surge cuando
unos recursos compartidos necesitan ser accedidos para dar servicios a un elevado
numero de trabajos o clientes.
El estudio de colas es importante porque nos proporciona tanto una base teórica del
tipo de servicio que podemos esperar de un determinado recurso, como la forma en la
cual dicho recurso puede ser diseñado para proporcionar un determinado grado de
servicio a los clientes.
APLICACIÓN DE MODELOS DEDECISIÓN EN LÍNEAS DE
ESPERA
EJERCICIO 1:
Martí Schatz es dueño y gerente de un local de hotdogs y bebidas gaseosas cerca del
campus. Aunque Marty puede atender en promedio a 30 clientes por hora, tan solo
recibe a 25 clientes por hora. Ya que Marty podría esperar un 50% más de clientes que
realmente visiten su tienda, pero para él no tiene sentido alguno tener colas de espera.
Marty lo contrata a usted para que le ayude a examinar la situación y para determinar
algunas de las características de la cola. Después de estudiar el problema, encuentra
que es un sistema M/M/1.
DETERMINAR:
µ = 30 CLIENTES POR HORA.
λ = 25 CLIENTES POR HORA.
A) UNIDADES EN EL SISTEMA.
𝝀 𝟐𝟓 𝟐𝟓
𝓛= = = =𝟓
𝝁 − 𝝀 𝟑𝟎 − 𝟐𝟓 𝟓
L = 5 clientes en el sistema promedio.
𝟏 𝟏 𝟏
𝑾= = = = 𝟎. 𝟐
𝝁 − 𝝀 𝟑𝟎 − 𝟐𝟓 𝟓
W = 0.2 HORA PROMEDIO QUE UN CLIENTE PASA POR EL SISTEMA
C) EL NÚMERO PROMEDIO DE CLIENTES EN LA COLA
𝝀𝟐 𝟐𝟓𝟐 𝟔𝟐𝟓 𝟐𝟓
𝒍𝒒 = = = = = 𝟒. 𝟏𝟔𝟔
𝝁(𝝁 − 𝝀) 𝟑𝟎(𝟑𝟎 − 𝟐𝟓) 𝟏𝟗𝟎 𝟔
Lq = 4.166 promedio de clientes en la cola.
D) EL TIEMPO PROMEDIO QUE PASA UN CLIENTE ESPERANDO EN LA COLA
𝝀 𝟐𝟓 𝟐𝟓 𝟐𝟓 𝟏
𝑾𝒒 = = = = = = 𝟎. 𝟏𝟔𝟔
𝝁(𝝁 − 𝝀) 𝟑𝟎(𝟑𝟎 − 𝟐𝟓) 𝟑𝟎(𝟓) 𝟏𝟓𝟎 𝟔
Wq = 0.166 de tiempo promedio que pasa un cliente esperando en la cola.
𝝀 𝟐𝟓 𝟓
𝝆= = = = 𝟎. 𝟖𝟑𝟑
𝝁 𝟑𝟎 𝟔
p = 0.833 utilización del sistema.
F) PORCENTAJE DE TIEMPO OCIOSO
𝝀 𝟏
𝑷𝟎 = 𝟏 − 𝝁 = 𝟏 − 𝟎. 𝟖𝟑𝟑 = 𝟔 = 𝟎. 𝟏𝟔𝟔
𝑃0 = 0.166 𝑥100 = 16.66% 𝑑𝑒 𝑡𝑖𝑒𝑚𝑝𝑜 𝑜𝑐𝑖𝑜𝑠𝑜.
G) LA PROBABILIDAD DE QUE EL NÚMERO DE CLIENTES EN EL SISTEMA
SEA MAYOR QUE K, CON K IGUAL A 5.
k 𝝀 𝒌+𝟏
𝑷𝒏>𝒌 =( )
𝝁
0 0.833
0.694
1
0.578
2
0.482
3
0.401
4
0.334
5
Con base en datos históricos, el autolavado de Harry estima que los automóviles sucios
llegan a sus instalaciones a una tasa de 10 por hora durante todo el sábado. Con una
Cuadrilla que trabaja en la línea de lavado, Harry calcula que los vehículos se pueden
lavar a un ritmo de 1 cada 5 minutos. Se lava un solo auto la vez en este ejemplo de una
línea de espera de un solo canal. Suponiendo llegadas de Poisson y tiempos de servicio
exponenciales, encuentre:
𝝀 𝟏𝟎 𝟏𝟎 𝟏𝟎 𝟓
𝑾𝒒 = = = = = = 𝟎. 𝟒𝟏𝟔
𝝁(𝝁 − 𝝀) 𝟏𝟐(𝟏𝟐 − 𝟏𝟎) 𝟏𝟐(𝟐) 𝟐𝟒 𝟏𝟐
Wq = 0.416 horas es el tiempo promedio que un auto espera antes de ser lavado.
𝝀 𝟏𝟎 𝟓
𝝆 = 𝝁 = 𝟏𝟐 = 𝟔 = 𝟎. 𝟖𝟑𝟑
𝝀 𝟏𝟎 𝟏
𝑷𝟎 = 𝟏 − =𝟏− = = 𝟎. 𝟏𝟔𝟔
𝝁 𝟏𝟐 𝟔
P0 = 0.166 x 100 = 16.66% de probabilidad de que ningún auto esté en el sistema.
k 𝝀 𝒌+𝟏
𝑷𝒏>𝒌 =( )
𝝁
0.8
0
0.64
1
0.512
2
0.4096
3
0.32768
4
5 0.262144
𝝀 𝟒 𝟏
𝑷𝟎 = 𝟏 − = 𝟏 − = = 𝟎. 𝟐
𝝁 𝟓 𝟓
P0 = 0.2 x 100 = 20% de probabilidad de que el sistema esté vacío.
𝝀𝟐 𝟒𝟐 𝟏𝟔 𝟏𝟔
𝑳𝒒 = 𝝁(𝝁−𝝀) = 𝟓(𝟓−𝟒) = 𝟓(𝟏) = = 𝟑. 𝟐
𝟓
EJERCICIO 1:
Los automóviles llegan a la ventanilla de atención en una oficina postal a una tasa de 4
cada 10 minutos. El tiempo promedio de servicio es de 2 minutos. La distribución de
Poisson es adecuada para la tasa llegadas y los tiempos de servicio se distribuyen de
manera exponencial. Se considera que, para agilizar el servicio de la oficina postal del
problema, se debe abrir una segunda ventanilla. Se formaría una sola fila y al llegar un
automóvil al frente de ella sería atendido por el primer empleado disponible. El empleado
de la nueva ventanilla trabajaría la misma taza qué el empleado actual.
= 𝟎. 𝟒𝟐𝟖
𝝀 𝒎 𝟐𝟒 𝟐
𝝀𝝁(𝝁) 𝝀 𝟐𝟒∗𝟑𝟎( ) 𝟑 𝟐𝟒
𝟑𝟎
𝑳= 𝟐 𝑷 𝟎 + = ∗ 𝟕 + 𝟑𝟎
(𝒎−𝟏)!(𝒎𝝁−𝝀) 𝒖 (𝟐−𝟏)!(𝟐∗𝟑𝟎−𝟐𝟒)𝟐
𝟏𝟔 𝟐𝟑𝟎𝟒
𝟕𝟐𝟎 ∗ 𝟑 𝟐𝟒 𝟑 𝟐𝟒 𝟏𝟔 𝟑 𝟒 𝟏𝟔 𝟒 𝟐𝟎
𝑳= 𝟐𝟓 ∗ + = 𝟓 ∗ + = ∗ + = + =
𝟏 ∗ 𝟏𝟐𝟗𝟔 𝟕 𝟑𝟎 𝟏𝟐𝟗𝟔 𝟕 𝟑𝟎 𝟒𝟓 𝟕 𝟓 𝟏𝟎𝟓 𝟓 𝟐𝟏
L= 0.952 X 100% = 95.23% es el promedio de autos en el sistema.
A) ¿CUÁL FUE EL TIEMPO PROMEDIO QUE ESTÁ UN AUTO EN EL
SISTEMA?
𝟐𝟎
𝑳 𝟐𝟏 𝟓
𝑾= = = = 𝟎. 𝟎𝟑𝟗𝟔
𝒌 𝟐𝟒 𝟏𝟐𝟔
C) ¿CUÁL ES EL TIEMPO PROMEDIO QUE LOS AUTOS ESPERAN PARA
RECIBIR UN SERVICIO?
𝟏 𝟓 𝟏 𝟐
𝑾𝒒 = 𝑾 − 𝝁 = 𝟏𝟐𝟔 − 𝟑𝟎 = 𝟑𝟏𝟓 = 𝟎. 𝟎𝟎𝟔𝟑𝟒𝟗
Wq = 0.006349 hrs promedio que los autos esperan para recibir un servicio.
Lq = 0.152 x 100% = 15.23 % es el numero promedio de autos que están detrás del
cliente que recibe el servicio en ese momento.
p= 0.4 x 100% =40% del tiempo que están ocupados los empleados.
𝟏 𝟏 𝟏 𝟑
𝑷𝟎 = = = =
𝟏 𝟒 𝟎 𝟏 𝟒 𝟏 𝟖 𝟓 𝟒 𝟖 𝟒 𝟖 𝟕
[ ( ) + ( ) ]+ [𝟏 + ] + [𝟏 + ] +
𝟎! 𝟓 𝟏! 𝟓 𝟐𝟓 𝟑 𝟓 𝟏𝟓 𝟓 𝟏𝟓
= 𝟎. 𝟒𝟐𝟖𝟔
𝝀 𝟐𝟎 𝟒 𝟏𝟔
𝑳𝒒 = 𝑳 − 𝒖 = 𝑳𝒒 = 𝟐𝟏 − 𝟓 = 𝟏𝟎𝟓= 0.1523
Lq = 0.1523 alumnos esperados en la cola.
𝝀 𝒎 𝟒 𝟐
𝝀𝝁 ( ) 𝝀 𝟒 ∗𝟓( ) 𝟑 𝟒
𝝁 𝟓
𝑳= 𝟐
𝑷𝟎 + = 𝑳 = 𝟐
∗ +
(𝒎 − 𝟏)! (𝒎𝝁 − 𝝀) 𝒖 (𝟐 − 𝟏)! (𝟐 ∗ 𝟓 − 𝟒) 𝟕 𝟓
𝟏𝟔 𝟔𝟒
𝟐𝟎(𝟐𝟓) 𝟑 𝟒 𝟑 𝟒 𝟏𝟔 𝟒 𝟐𝟎
𝟓
𝑳 = (𝟏)!(𝟏𝟎−𝟒)𝟐 ∗ + = ∗ 𝟕 + 𝟓 = 𝟏𝟎𝟓 + 𝟓 = 𝟐𝟏=0.9523
𝟕 𝟓 𝟑𝟔
SOLUCIÓN PR QM:
CONCLUSIÓN
Las filas o comúnmente llamado “colas” son un aspecto en nuestra vida cotidiana,
haciendo este trabajo me di cuenta que nos sirve mucho la teoría de colas para cuando
un cliente llega a un lugar demandando un producto o servicio y el servidor no está
disponible, si el cliente quiere espera al servidor y así es como se forman las cola,
básicamente las colas son una línea de espera y la teoría de colas nos sirve para
determinar que capacidad o tasa de servicio proporciona un balance correcto a esto.
Pero tampoco se sabe cuando un cliente llegara, no tienen horario fijo, solo se puede
hacer un aproximado. Me di cuenta que esto es un problema del día a día.
REFERENCIAS
Ruiz, M. [Marcel Ruiz :)]. (2011, 18 de noviembre). Lineas de espera Modelo MMs
y un ejemplo de aplicación [Video].