EJERCICIO 13-11

Waiting Lines Single Server Model(M/M/1)

The arrival RATE and service RATE both must be rates and use the same time unit. Given a time
such as 10 minutes, convert it to a rate su
ch as 6 per hour.
Data Results
Arrival rate (l) 3 Average server utilization(r)
Service rate (m) 8 Average number of customers in the queue(Lq)
Number of servers 1 Average number of customers in the system(L)
Average waiting time in the queue(Wq)
Average time in the system(W)
Probability (% of time) system is empty (P0)

Probabilities
Cumulative
Number Probability Probability
0 0.625000 0.625000
1 0.234375 0.859375
2 0.087891 0.947266
3 0.032959 0.980225
4 0.012360 0.992584
5 0.004635 0.997219
6 0.001738 0.998957
7 0.000652 0.999609
8 0.000244 0.999853
9 0.000092 0.999945
10 0.000034 0.999979
11 0.000013 0.999992
12 0.000005 0.999997
13 0.000002 0.999999
14 0.000001 1.000000
15 0.000000 1.000000
16 0.000000 1.000000
17 0.000000 1.000000
18 0.000000 1.000000
19 0.000000 1.000000
20 0.000000 1.000000
 0.375
0.225
0.6
0.075
0.2
0.625

µƛρ

a) Cuál es la tasa de utilización de este sistema de servicio?

Average server utilization(r) = 0.375 37.50%

ρ= ƛ/µ = ´3/8= 0.375 37.50%

b) Cuál es el tiempo de reparación promedio de una máquina que está descompuesta ?

W= 0.2 días

W= 0.2 días

W= 1/( µ-ƛ) = 1/(8-3) = 0.2 días

0.2 días

c) ¿Cuántas máquinas están en espera de recibir servicio en algún momento dado?

Lq= 0.225 máquinas

Lq= (ƛ^2)/{(µ) *( µ-ƛ)} = (3^2)/{(8) *( 8-3)} = 0.225 máquinas

d) ¿Cuál es la probabilidad de que más que una máquina se encuentre en el sistema? ¿Cuál es
la probabilidad de que más de dos estén descompuestas y en espera de ser reparadas o
recibiendo el servicio? ¿Más de 3 ? ¿ Y más de cuatro ?

Pn>k = {ƛ/( µ)}^(k+1)=

d.1) Pn>1 = {3/( 8)}^(1+1)=

{3/( 8)}^(2)= 0.14 14.00%

Pn>1 = 0.141 14.06%

d.2) Pn>2 = {3/( 8)}^(2+1)=

{3/( 8)}^(3)= 0.053 5.27%

Pn>2 = 0.053 5.27%

d.3) Pn>3 = {3/( 8)}^(3+1)=

{3/( 8)}^(4)= 0.0198 1.98%

Pn>3 = 0.0198 1.98%

d.4) Pn>4 = {3/( 8)}^(4+1)=

{3/( 8)}^(5)= 0.0074 0.74%

Pn>4 = 0.0074 0.74%

*24 horas = 4.8 horas
días

*24 horas = 4.8 horas

días
Ejercicio 13-13 RENDER

Waiting Lines Single Server Model(M/M/1)

The arrival RATE and service RATE both must be rates and use the same time unit. Given a time
such as 10 minutes, convert it to a rate such as 6 per hour.

Data Results
Arrival rate (l) 210 Average server utilization(r)
Service rate (m) 280 Average number of customers in the queue(Lq)
Number of servers 1 Average number of customers in the system(L)
Average waiting time in the queue(Wq)
Average time in the system(W)
Probability (% of time) system is empty (P0)

Probabilities
Number Probability Cumulative Probability
0 0.250000 0.250000
Probabilidad de que haya "n " clientes en el
1 0.187500 0.437500 sistema
2 0.140625 0.578125
0.300000
3 0.105469 0.683594
4 0.079102 0.762695 0.250000
5 0.059326 0.822021
6 0.044495 0.866516 0.200000
7 0.033371 0.899887
8 0.025028 0.924915 0.150000
9 0.018771 0.943686
0.100000
10 0.014078 0.957765
11 0.010559 0.968324
0.050000
12 0.007919 0.976243
13 0.005939 0.982182 0.000000
0 5 10 15 20 2
14 0.004454 0.986637
15 0.003341 0.989977
16 0.002506 0.992483
17 0.001879 0.994362
18 0.001409 0.995772
19 0.001057 0.996829
20 0.000793 0.997622
 0.75
2.25
3
0.010714286
0.014285714
0.25

aya "n " clientes en el

ma
a) Determine el número promedio de asistentes al cine que esperan en la fila para comprar un b

Lq= 2.25

Lq= (ƛ^2)/{(µ) *( µ-ƛ)} =(210^2)/{(280) *( 280-210)} = 2.25

b) Qué porcentaje de tiempo está ocupado el cajero ?

ρ= ƛ/µ = ´210/280= 0.75

ρ= 0.75
15 20 25

c) Cuál es el tiempo promedio que cliente pasa en el sistema ?

W= 0.01429

W= 1/( µ-ƛ) = 1/(280-210) = 0.01429

0.01429

d) Cuál es el tiempo promedio que se está en la línea de espera?

Wq= 0.010714

Wq= ƛ/{µ*( µ-ƛ)} = 210/{ 280*(280-210)} = 0.010714

0.010714

e) Cuál es la probabilidad de que haya más de 2 personas en el sistema ? ¿Más de 3 personas?

Y más de 4 ?
Pn>k = {ƛ/( µ)}^(k+1)=

d.1) Pn>2 = {210/( 280)}^(2+1)=

{210/( 280)}^(3)=

Pn>2 =

d.2) Pn>3 = {210/( 280)}^(3+1)=

{210/( 280)}^(4)=

Pn>3 =

d.3) Pn>4 = {210/( 280)}^(4+1)=

{210/( 280)}^(5)=

Pn>4 =
en la fila para comprar un boleto.

espectadores

espectadores

75.00%

75.00%

horas

horas

horas * 60 minutos = 0.8571 minutos

1hora
 horas

horas

horas * 60 minutos = 0.6428 minutos

1hora
ma ? ¿Más de 3 personas?

0.42 42.18%

0.42 41.95%

0.316 31.64%

0.314 31.40%

0.237 23.73%

0.235 23.49%
EJERC 13-15 RENDER

Waiting Lines Single Server Model(M/M/1)

The arrival RATE and service RATE both must be rates and use the same time unit. Given a
time such as 10 minutes, convert it to a rate such as 6 per hour.

Data Results
Arrival rate (l) 30 Average server utilization(r)
Service rate (m) 35 Average number of customers in the queue(Lq)
Number of servers 1 Average number of customers in the system(L)
Server cost $/time) Average waiting time in the queue(Wq)
Waiting cost ($/time) 18 Average time in the system(W)
Probability (% of time) system is empty (P0)
Cost - based on waiting
Cost - based on system

Probabilities
Cumulative
Number Probability Probability
0 0.142857 0.142857
1 0.122449 0.265306
2 0.104956 0.370262
3 0.089963 0.460225
4 0.077111 0.537336
5 0.066095 0.603431
6 0.056653 0.660083
7 0.048560 0.708643
8 0.041622 0.750265
9 0.035676 0.785942
10 0.030580 0.816521
11 0.026211 0.842733
12 0.022467 0.865199
13 0.019257 0.884457
14 0.016506 0.900963
15 0.014148 0.915111
16 0.012127 0.927238
17 0.010395 0.937633
18 0.008910 0.946542
19 0.007637 0.954179
20 0.006546 0.960725
0.857142857
5.142857143
6
0.171428571
0.2
0.142857143
92.57142857
108

M/M/1

cw = 18 USD/hora
1 día= 16 horas

1 semana= 7 días

ƛ= 30 camiones/hora

µ= 35 camiones/hora

a) El número promedio de camiones en el sistema de carga ?

L= ƛ/(µ - ƛ) = 30/(35 - 30) = 6

L= 6

b) El tiempo promedio por camión en el sistema?

W= 0.200 horas

W= 1/( µ-ƛ) = 1/(35-30) = 0.200 horas

0.2000 horas

c) La tasa de utilización del área del silo?

ρ= ƛ/µ = ´30/35= 0.8600 86.00%

ρ= 0.8571

d) La probabilidad de que haya más de 3 camiones en el sistema en un momento dado?

Pn>k = {ƛ/( µ)}^(k+1)=

d.1) Pn>3 = {30/( 35)}^(3+1)=

{30/( 35)}^(4)= 0.54

Pn>3 = 0.54

e) El costo diario total para los grnajeros por tener los caminoes detenidos en el proceso de des

CW= {ƛ* W)} * cw=

CW= 30* 0,2* 18 = 30 camiones
horas

= 108

1año=

CW= 1728 USD 7 días

día 1 semana

AHORRO= 24,192 50%=

Si es rentable ampliar el silo ya que el ahorro supera a la inv

en USD 3096 de ahorro
 camiones

camiones

* 60 minutos = 12 minutos
Horas

0.86

ma en un momento dado?

53.98%

53.98%

es detenidos en el proceso de descarga?

 0,2 horas 18 USD * 16 horas = 1728 USD/día
camiones hora día

USD/hora

2 semanas

2 semanas = 24,192 USD/año

1año

12,096 USD/año AHORRO NETO= 3,096 USD/año

a que el ahorro supera a la inversión

3096 de ahorro
EJER 13-17 RENDER

Waiting Lines Single Server Model(M/M/1)

The arrival RATE and service RATE both must be rates and use the same time unit. Given a time
such as 10 minutes, convert it to a rate such as 6 per hour.

Data Results
Arrival rate (l) 24 Average server utilization(r)
Service rate (m) 30 Average number of customers in the queue(Lq)
Number of servers 1 Average number of customers in the system(L)
Average waiting time in the queue(Wq)
Average time in the system(W)
Probability (% of time) system is empty (P0)

Probabilities
Number Probability Cumulative Probability
0 0.200000 0.200000
1 0.160000 0.360000
2 0.128000 0.488000
3 0.102400 0.590400
4 0.081920 0.672320
5 0.065536 0.737856
6 0.052429 0.790285
7 0.041943 0.832228
8 0.033554 0.865782
9 0.026844 0.892626
10 0.021475 0.914101
11 0.017180 0.931281
12 0.013744 0.945024
13 0.010995 0.956020
14 0.008796 0.964816
15 0.007037 0.971853
16 0.005629 0.977482
17 0.004504 0.981986
18 0.003603 0.985588
19 0.002882 0.988471
20 0.002306 0.990777
 0.8
3.2
4
0.133333333
0.166666667
0.2

M/M/1

ƛ= 4 automoviles/10 minutos

µ= 1 automoviles/2 minutos

a) Cuál es el tiempo promedio de autos en el sistema ?

W=

W= 1/( µ-ƛ) = 1/(30-24) =

b) Cuál es el número promedio de autos en el sistema?

L= ƛ/(µ - ƛ) = 24/(30 - 24)

L=

c) Cuál es el tiempo promedio que los autos pasan en espera de recibir servicio?

Wq=

Wq= ƛ/{µ*( µ-ƛ)} = 24/{ 30*(30-24)} =

d) Cuál es número el promedio de autos que están en la línea destrás del cliente que está recibi

Lq=

Lq= (ƛ^2)/{(µ) *( µ-ƛ)} = (24^2)/{(30) *( 30-24)} =

e) Cuál es la probabilidad de que no haya autos en la ventanilla ?

Po = 1- {ƛ/( µ)} = 1- {24/( 30)} =

Po =

f) Cuál es el porcentaje de tiempo que el empleado postal permanece ocupado ?

ρ= ƛ/µ = ´24/30=

ρ=

g) Cuál es la probabilidad de que haya exactamente dos autos en el sistema ?

Pn>k = {ƛ/( µ)}^(k+1)=

Pn=k = Pn>k -1 - Pn>k

Pn=2 = Pn>2 -1 - Pn>2= Pn>1 - Pn>2=

Pn=2 = {ƛ/( µ)}^(k+1) - {ƛ/( µ)}^(k+1) = {24/( 30)}^(1+1) - {24/( 30)}^(2+1)

{24/( 30)}^(2) - {24/( 30)}^(3) =

Pn=2 =
 = 24 automoviles/hora

= 30 automoviles/hora

0.167 horas

0.167 horas

0.1667 horas * 60 minutos = 10

Horas

= 4 autos

4 autos

0.133333 horas

0.133333 horas
 0.133333 horas * 60 minutos = 8
1hora

del cliente que está recibiendo el servicio?

3.2 autos

3.2 autos

0.2 20%

0.2 20%

0.8 80.00%

0.8 80.00%

0.128 12.80%

0.128000 12.80%
minutos
minutos
EJER 13-19 RENDER

Waiting Lines Single Server Model(M/M/1)

The arrival RATE and service RATE both must be rates and use the same time unit. Given a time
such as 10 minutes, convert it to a rate such as 6 per hour.

Data Results
Arrival rate (l) 3 Average server utilization(r)
Service rate (m) 4 Average number of customers in the queue(Lq)
Number of servers 1 Average number of customers in the system(L)
Average waiting time in the queue(Wq)
Average time in the system(W)
Probability (% of time) system is empty (P0)

Probabilities
Cumulative
Number Probability Probability
0 0.250000 0.250000
1 0.187500 0.437500
2 0.140625 0.578125
3 0.105469 0.683594
4 0.079102 0.762695
5 0.059326 0.822021
6 0.044495 0.866516
7 0.033371 0.899887
8 0.025028 0.924915
9 0.018771 0.943686
10 0.014078 0.957765
11 0.010559 0.968324
12 0.007919 0.976243
13 0.005939 0.982182
14 0.004454 0.986637
15 0.003341 0.989977
16 0.002506 0.992483
17 0.001879 0.994362
18 0.001409 0.995772
19 0.001057 0.996829
20 0.000793 0.997622
0.75
2.25
3
0.75
1
0.25

M/M/1

ƛ= 3 camiones/hora

µ= 4 camiones/hora

m= 1 empleado

a) Determine las características de operación

Características de operación Fórmulas Valores

Po 1- {ƛ/( µ)} = 1- {3/( 4)} =
Lq (ƛ^2)/{(µ) *( µ-ƛ)} = (3^2)/{(4) *( 4-3)} =
L ƛ/(µ - ƛ) = 3/(4 - 3) =
Wq ƛ/{µ*( µ-ƛ)} = 3/{4*( 4-3)} =
W 1/( µ-ƛ) = 1/( 4-3) =
ρ ƛ/µ = 3/4 =

b) Cuál es la probabilidad de que haya más de 3 camiones en espera o en proceso de carga

Pn>k = {ƛ/( µ)}^(k+1)

Pn>3 = {ƛ/( µ)}^(k+1)= {3/( 4)}^(3+1)= 0.3164

Pn>3 = 0.3140

El sistema puede mejorar, ya que cuenta con 25% de desocupación en su trabajo, por lo
cual se tiene un cuarto de tiempo desocupado y el tiempo que se mantiene en el sistema,
es relativamente alto.
 Valores
0.25 25.0%
2.25 camiones
3 camiones
0.75 horas 45 minutos
1 hora 60 minutos
0.75 75.0%

espera o en proceso de carga

31.64%
 31.40%

pación en su trabajo, por lo

e se mantiene en el sistema,
EJER 13 - 20 RENDER

Waiting Lines Single Server Model(M/M/1)

The arrival RATE and service RATE both must be rates and use the same time unit. Given a time
such as 10 minutes, convert it to a rate such as 6 per hour.

Data Results
Arrival rate (l) 3 Average server utilization(r)
Service rate (m) 8 Average number of customers in the queue(Lq)
Number of servers 1 Average number of customers in the system(L)
Average waiting time in the queue(Wq)
Average time in the system(W)
Probability (% of time) system is empty (P0)

Probabilities
Number Probability Cumulative Probability
0 0.625000 0.625000
1 0.234375 0.859375
2 0.087891 0.947266
3 0.032959 0.980225
4 0.012360 0.992584
5 0.004635 0.997219
6 0.001738 0.998957
7 0.000652 0.999609
8 0.000244 0.999853
9 0.000092 0.999945
10 0.000034 0.999979
11 0.000013 0.999992
12 0.000005 0.999997
13 0.000002 0.999999
14 0.000001 1.000000
15 0.000000 1.000000
16 0.000000 1.000000
17 0.000000 1.000000
18 0.000000 1.000000
19 0.000000 1.000000
20 0.000000 1.000000
0.375
0.225
0.6
0.075
0.2 M/M/1
0.625
ƛ= 3 camiones/hora

µ= 8 camiones/hora

m= 1 cuadrilla de dos personas

a) Determine las características de operación

Características de operación Fórmulas Valores

Po 1- {ƛ/( µ)} = 1- {3/( 4)} =
Lq (ƛ^2)/{(µ) *( µ-ƛ)} = (3^2)/{(4) *( 4-3)} =
L ƛ/(µ - ƛ) = 3/(4 - 3) =
Wq ƛ/{µ*( µ-ƛ)} = 3/{4*( 4-3)} =
W 1/( µ-ƛ) = 1/( 4-3) =
ρ ƛ/µ = 3/4 =

b) Analice el efecto en la cola con dicho cambio y compare los resultados con los que se encontr

Características de operación Fórmulas Valores

Po 1- {ƛ/( µ)} = 1- {3/( 4)} =
Lq (ƛ^2)/{(µ) *( µ-ƛ)} = (3^2)/{(4) *( 4-3)} =
L ƛ/(µ - ƛ) = 3/(4 - 3) =
Wq ƛ/{µ*( µ-ƛ)} = 3/{4*( 4-3)} =
W 1/( µ-ƛ) = 1/( 4-3) =
ρ ƛ/µ = 3/4 =

Características de operación Prob. 3-19

Po 0.25 25.00%
Lq 2.25
L 3
Wq 0.75
W 1

ρ 0.75 75.00%
 Valores
0.625 62.5%
0.225 camiones
0.6 camiones
0.075 horas 4.5 minutos
0.2 hora 12 minutos
0.375 37.5%

los resultados con los que se encontraron en el prob 3-19

Valores
0.25
2.25
3
0.75
1
0.75

Prob. 13-20 comparación

0.625 62.5% La probabilidad que el sistema esté vacio aumenta
camiones 0.225 camiones Disminuye la cantidad de unidades en la Lq.
camiones 0.6 camiones Disminuye la cantidad de unidades en la L.
horas /45 miutos 0.075 horas /4,5 miutos Disminuye la cantidad de tiempo en la línea de espera
hora/ 60 minutos 0.2 hora/ 12 minutos Disminuye la cantidad de tiempo en la L.

La cantidad de tiempo que pasan ocupados los

cargadores , disminuye drásticamente ya que ahora es
0.375 37.5% una cuadrilla con 2 personas
EJERC 13-21 RENDER

Waiting Lines Single Server Model(M/M/1)

The arrival RATE and service RATE both must be rates and use the same time unit. Given a time
such as 10 minutes, convert it to a rate such as 6 per hour.

Data Results
Arrival rate (l) 3 Average server utilization(r)
Service rate (m) 4 Average number of customers in the queue(Lq)
Number of servers 1 Average number of customers in the system(L)
Server cost $/time) 6 Average waiting time in the queue(Wq)
Waiting cost ($/time) 10 Average time in the system(W)
Probability (% of time) system is empty (P0)
Cost - based on waiting
Cost - based on system

Probabilities
Number Probability Cumulative Probability
0 0.250000 0.250000
1 0.187500 0.437500
2 0.140625 0.578125
3 0.105469 0.683594
4 0.079102 0.762695
5 0.059326 0.822021
6 0.044495 0.866516
7 0.033371 0.899887
8 0.025028 0.924915
9 0.018771 0.943686
10 0.014078 0.957765
11 0.010559 0.968324
12 0.007919 0.976243
13 0.005939 0.982182
14 0.004454 0.986637
15 0.003341 0.989977
16 0.002506 0.992483
17 0.001879 0.994362
18 0.001409 0.995772
19 0.001057 0.996829
20 0.000793 0.997622
0.75
2.25
3
0.75
1
0.25 Para un solo trabajador:
28.5 cw= 10 USD/ hora
36 cs= 6 USD/ hora

Del problema 19: W= 1

CW= {ƛ* W)} * cw= W cw

CW= 3 unidades * 1 horas 10
hora unidades

CS= cs * m = 6* 1= 6 USD/hora

CT= CW+CS= 30 + 6 = 36 USD/hora

CT= 36 USD/hora

Para dos trabajador:

CW= {ƛ* W)} * cw= W cw

CW= 3 unidades * 0,2 horas 10
hora unidades

CS= cs * m = 6* 2= 12 USD/hora Ver Ejer 13- 21b Render

CT= CW+CS= 6 + 12 = 18 USD/hora

El ahorro asociado con la contratación de un segndo trabajador es de USD 36 - USD

18 = USD 18 /hora
 USD = 30 USD
hora hora

USD = 6 USD
hora hora

r Ejer 13- 21b Render

EJER 13-21 B RENDER

Waiting Lines Single Server Model(M/M/1)

The arrival RATE and service RATE both must be rates and use the same time unit. Given a time
such as 10 minutes, convert it to a rate such as 6 per hour.

Data Results
Arrival rate (l) 3 Average server utilization(r)
Service rate (m) 8 Average number of customers in the queue(Lq)
Number of servers 1 Average number of customers in the system(L)
Server cost $/time) 6 Average waiting time in the queue(Wq)
Waiting cost ($/time) 10 Average time in the system(W)
Probability (% of time) system is empty (P0)
Cost - based on waiting
Cost - based on system

Probabilities
Number Probability Cumulative Probability
0 0.625000 0.625000
1 0.234375 0.859375
2 0.087891 0.947266
3 0.032959 0.980225
4 0.012360 0.992584
5 0.004635 0.997219
6 0.001738 0.998957
7 0.000652 0.999609
8 0.000244 0.999853
9 0.000092 0.999945
10 0.000034 0.999979
11 0.000013 0.999992
12 0.000005 0.999997
13 0.000002 0.999999
14 0.000001 1.000000
15 0.000000 1.000000
16 0.000000 1.000000
17 0.000000 1.000000
18 0.000000 1.000000
19 0.000000 1.000000
20 0.000000 1.000000
0.375
0.225
0.6
0.075
0.2
0.625
8.25
12
EJER 13 -22 RENDER

Waiting Lines Multiple server model (M/M/s)

The arrival RATE and service RATE both must be rates and use the same time unit. Given a time
such as 10 minutes, convert it to a rate such as 6 per hour.

Data Results
Arrival rate (l) 3 Average server utilization(r) 0.375
Service rate (m) 4 Average number of customers in the queue(Lq) 0.12273
Number of servers(s) 2 Average number of customers in the system(L) 0.87273
Average waiting time in the queue(Wq) 0.04091
Average time in the system(W) 0.29091
Probability (% of time) system is empty (P0) 0.45455

Probabilities
Cumulative
Number Probability Probability
0 0.454545 0.454545
1 0.340909 0.795455
2 0.127841 0.923295
3 0.047940 0.971236
4 0.017978 0.989213
5 0.006742 0.995955
6 0.002528 0.998483
7 0.000948 0.999431
8 0.000356 0.999787
9 0.000133 0.999920
10 0.000050 0.999970

11 0.000019 0.999989
12 0.000007 0.999996
13 0.000003 0.999998
14 0.000001 0.999999
15 0.000000 1.000000
16 0.000000 1.000000
17 0.000000 1.000000
18 0.000000 1.000000
19 0.000000 1.000000
20 0.000000 1.000000 term2 P0(s)
0 1.000000
1 0.75 1 3 0.25
 2 0.28125 1.75 0.45 0.45455
3 0.0703125 2.03125 0.09375 0.47059
4 0.01318359 2.1015625 0.0162259615384615 0.47219
5 0.00197754 2.11474609 0.00232651654411765 0.47235
6 0.00024719 2.11672363 0.000282505580357143 0.47237
7 2.6485E-05 2.11697083 0.0000296630859375 0.47237
8 2.483E-06 2.11699731 2.73981705087746E-06 0.47237
9 2.0691E-07 2.11699979 2.257235638507E-07 0.47237
10 1.5518E-08 2.117 1.67767513672818E-08 0.47237
11 1.0581E-09 2.11700002 1.13549963522456E-09 0.47237
12 6.613E-11 2.11700002 7.05386137033438E-11 0.47237
13 3.8152E-12 2.11700002 4.04877247021744E-12 0.47237
14 2.0439E-13 2.11700002 2.15954119420161E-13 0.47237
15 1.0219E-14 2.11700002 1.07571130914178E-14 0.47237
16 4.7903E-16 2.11700002 5.02586431320339E-16 0.47237
17 2.1134E-17 2.11700002 2.21089704162553E-17 0.47237
18 8.8057E-19 2.11700002 9.18851072286825E-19 0.47237
19 3.4759E-20 2.11700002 3.61876278469126E-20 0.47237
20 1.3035E-21 2.11700002 1.35425333193333E-21 0.47237
21 4.6552E-23 2.11700002 4.82766234068827E-23 0.47237
22 1.587E-24 2.11700002 1.64302793947794E-24 0.47237
23
24
25
26
27
28
29
30
 Sensitivity Table
Number of servers
2 1 2 3 4 5
0.375
0.122727273
0.872727273 3 0.872727273 0.764705882 0.751768096 0.750193929
0.040909091 0.75 0.040909091 0.004901961 0.000589365 6.4643E-05
0.290909091 1 0.290909091 0.254901961 0.250589365 0.250064643
0.454545455 0.25 0.454545455 0.470588235 0.472190692 0.472350355

Características de operación

Po
Lq
L
Wq
W
ρ

Rho(s) Lq(s) L(s) Wq(s) W(S) a) Para Po=

0.75 2.25 3 0.75 1 Po=

 0.375 0.122727273 0.872727273 0.040909091 0.290909091
0.25 0.014705882 0.764705882 0.004901961 0.254901961
0.1875 0.001768096 0.751768096 0.000589365 0.250589365 Po=
0.15 0.000193929 0.750193929 6.4643E-05 0.250064643
0.125 1.906369E-05 0.750019064 6.354562E-06 0.250006355
0.107142857 1.681422E-06 0.750001681 5.604739E-07 0.25000056
0.09375 1.338825E-07 0.750000134 4.462751E-08 0.250000045 Po=
0.083333333 9.693115E-09 0.75000001 3.231038E-09 0.250000003
0.075 6.425494E-10 0.750000001 2.141831E-10 0.25
0.068181818 3.924674E-11 0.75 1.308225E-11 0.25
0.0625 2.221339E-12 0.75 7.404463E-13 0.25
0.057692308 1.170921E-13 0.75 3.903071E-14 0.25 Po=
0.053571429 5.774123E-15 0.75 1.924708E-15 0.25
0.05 2.674369E-16 0.75 8.914562E-17 0.25
0.046875 1.167566E-17 0.75 3.891886E-18 0.25
0.044117647 4.820095E-19 0.75 1.606698E-19 0.25 Po=
0.041666667 1.887107E-20 0.75 6.290355E-21 0.25
0.039473684 7.02486E-22 0.75 2.34162E-22 0.25
0.0375 2.492353E-23 0.75 8.307844E-24 0.25
0.035714286 8.446023E-25 0.75 2.815341E-25 0.25
0.034090909 2.739217E-26 0.75 9.130723E-27 0.25 Po=

Po=

b) Calcule L=
c) Calcule Lq=

Con ecuaciones que siempre se cumple

Primero calculamos Lq con la siguiente

Lq=

Lq=

d) Calcule W=

W=
W=

e) Calcule Wq=

Wq=

Wq=

f) Calcule ρ=

ρ=

ρ=

g) Comparación con los otros grupos?

Características de operación
Po
Lq
L
Wq
W

El modelo de dos plataformas, no e

opción será el problema 13-20 es de
El modelo de dos plataformas, no e
opción será el problema 13-20 es de
 Number of servers
6 7 8 9 10

0.750019064 0.750001681421583 0.75 0.75000001 0.750000001

6.354562E-06 5.6047386104446E-07 4.463E-08 3.231038E-09 2.141831E-10
0.250006355 0.250000560473861 0.25 0.250000003 0.25
0.472365187 0.472366447497553 0.472367 0.472366552 0.472366553

racterísticas de operación Fórmulas Valores

0.454545 45.45%

Po
Lq (ƛ^2)/{(µ) *( µ-ƛ)} = (3^2)/{(4) *( 4-3)} = 2.25
L ƛ/(µ - ƛ) = 3/(4 - 3) = 3
Wq ƛ/{µ*( µ-ƛ)} = 3/{4*( 4-3)} = 0.75
W 1/( µ-ƛ) = 1/( 4-3) = 1
ρ ƛ/µ = 3/4 = 0.75

n= m-1 " 1"

"[Σ (1/𝑛!)(𝜆𝜇)^𝑛 ] + [ (1/m!) * ((𝜆𝜇)^m) *
((𝑚𝜇)/(𝑚𝜇−𝜆)") "]"
n=0" "
 n= m-1 " 1"
"[Σ (1/𝑛!)(𝜆𝜇)^𝑛 ] + [ (1/m!) * ((𝜆𝜇)^m) *
((𝑚𝜇)/(𝑚𝜇−𝜆)") "]"
n=0" "
n= 1 " 1"
"[Σ (1/𝑛!)(3/4)^𝑛 ] + [ (1/2!) * ((3/4)^m) *
((2*4)/(2*4−3)") "] "
n=0" "

" 1"
"[ (1/0!)(3/4)^0 + (1/1!)(3/4)^1 ] + [ (1/2!) * ((3/4)^2) *
((2*4)/(2*4−3)") "] "

" 1"
"[ (1/0!)(3/4)^0 + (1/1!)(3/4)^1 ] + " 0,45

" 1"
"[ 1+ 0,75] + " 0,45

0.454545 45.45%

0.454545 45.45%

𝐿= 𝜆𝜇* ( 𝜆/𝜇)^(m) *( 𝑃𝑜) + 𝜆/ 𝜇

(𝑚−1)! * (𝑚𝜇−𝜆)^2

𝐿= 3*4* (3/4)^(2) *(0,4545) + 3/4

(2−1)! * (2*4−3)^2

𝐿= 3*4* (3/4)^(2) *(0,4545) + 3/4

(2−1)! * (2*4−3)^2
 𝐿= 3*4* (3/4)^(2) *(0,4545) + 3/4
(2−1)! * (2*4−3)^2

L= 0.8727

L= 0.8727

n ecuaciones que siempre se cumplen:

mero calculamos Lq con la siguiente fórmula:

𝐿q= L - 𝜆/𝜇

𝐿q= 0,8727- 3/4

0.1227

0.1227

Calcule W=

W= L /𝜆

W= 0,8727 / 3

0.2909 horas
 0.2909 horas

Calcule Wq=

Wq= W - (1/𝜇)

Wq= 0,2909 - (1/4)

0.0409 horas

0.0409 horas

ρ= (𝜆/m𝜇)

ρ= (3/(2*4)

0.375 37.50%

0.375 37.50%

Comparación con los otros grupos?

racterísticas de operación Prob. 3-19 Prob. 13-20

Po 0.25 25.00% 0.625
Lq 2.25 camiones 0.225
L 3 camiones 0.6
Wq 0.75 horas /45 miut 0.075
W 1 hora/ 60 minu 0.2

ρ 0.75 75.00% 0.375

modelo de dos plataformas, no es el más rápido para el trabajo, como el objetivo es minimizar el tiempo de trabajo de los ch
pción será el problema 13-20 es decir una cuadrilla con 2 personas.
 modelo de dos plataformas, no es el más rápido para el trabajo, como el objetivo es minimizar el tiempo de trabajo de los ch
pción será el problema 13-20 es decir una cuadrilla con 2 personas.
 Prob. 13-20 Prob. 13-22
62.5% 0.454545 45.5%
camiones 0.1227 camiones
camiones 0.8727 camiones
horas /4,5 minutos 0.0409 horas /4,5 miutos
hora/ 12 minutos 0.2909 hora/ 17 minutos

37.5% 0.375 37.5%

imizar el tiempo de trabajo de los choferes, la mejor

imizar el tiempo de trabajo de los choferes, la mejor
Ejercicio Nro. 10

Ponga su razonamiento y conclusión "individual" una vez que saque los resultados de este ejercicio

Para calcular todos las variables requeridas utilice el POM

Calcule:

a) Factor de congestión (ro)

b) Probabilidad de que el sistema esté vacío P(0)
c) Número de clientes en la cola (longitud de la cola) Lq
d) Número de clientes en el sistema (L )
e) Tiempo de espera en la cola (Wq)
f) Tiempo de espera en el sistema (W)
g) Ponga los gráficos que arroja el POM
h) Interprete sus resultados con conclusiones individuales
os de este ejercicio
Ejercicio Nro. 11

Ponga su razonamiento y conclusión "individual" una vez que saque los resultados de este ejercicio

Para calcular todos las variables requeridas utilice el POM

Calcule:

a) Factor de congestión (ro)

b) Probabilidad de que el sistema esté vacío P(0)
c) Número de clientes en la cola (longitud de la cola) Lq
d) Número de clientes en el sistema (L )
e) Tiempo de espera en la cola (Wq)
f) Tiempo de espera en el sistema (W)
g) Ponga los gráficos que arroja el POM
h) Interprete sus resultados con conclusiones individuales
os de este ejercicio
Ejercicio Nro. 12

Compare los resultados que le salgan de los dos carriles y ponga su razonamiento y conclusión "individual"

Para calcular todos las variables requeridas utilice el POM

Calcule todo esto y ponga un cuadro comparativo de los 2 carriles:

a) Factor de congestión (ro)

b) Probabilidad de que el sistema esté vacío P(0)
c) Número de clientes en la cola (longitud de la cola) Lq
d) Número de clientes en el sistema (L )
e) Tiempo de espera en la cola (Wq)
f) Tiempo de espera en el sistema (W)
g) Ponga los gráficos que arroja el POM
h) Interprete sus resultados con conclusiones individuales
o y conclusión "individual" una vez que saque los resultados de este ejercicio