UNIVERSIDAD UTE

CIENCIAS DE LA INGENIERÍA E INDUSTRIAS

INGENIERÍA DE MÉTODOS II
GRUPO #6
INTEGRANTES: Chicaiza Pavel, Chavez Mauricio, Pineda Luis, Sanchez Daniela, Velastegui Borris

Desarrollar los problemas del texto de Heizer Dirección de la producción y Operaciones

decisiones Tácticas el Módulo D Modelos de Colas problemas D1 a D21 pág. 427

D.1. Los clientes llegan a la peluquería Paul Harrold’s Styling Shop a una tasa de 3 por hora,
distribuidos según una distribución de Poisson. Paul puede hacer cortes de pelo a un ritmo de 5
por hora, distribuidos exponencialmente.
a) Calcule el número medio de clientes que espera un corte de pelo.
b) Calcule el número medio de clientes en la peluquería.
c) Calcule el tiempo medio que un cliente espera hasta que le llega su turno.
d) Calcule el tiempo medio que pasa un cliente en la peluquería.
e) Calcule el porcentaje de tiempo que Paul está ocupado.

D.2. Sólo hay una fotocopiadora en la sala de estudio de la escuela de negocios. Los estudiantes
llegan a una tasa de λ= 40 por hora (según una distribución de Poisson). El fotocopiado lleva una
media de 40 segundos, o μ = 90 por hora (según una distribución exponencial). Calcule:
a) El porcentaje de tiempo que la máquina está en uso.
b) La longitud media de la cola.
c) El número medio de estudiantes en el sistema.
d) El tiempo medio de espera en la cola.
e) El tiempo medio en el sistema.
D.3. Glen Schmidt posee y dirige un puesto de refrescos y perritos calientes cerca del campus
universitario de Georgeville. Aunque Glen puede atender a 30 clientes por hora (μ), sólo recibe 20
clientes por hora (λ). Puesto que Glen podría esperar a un 50 por ciento más de clientes de los que
acuden actualmente a su puesto, no tiene sentido para él tener líneas de espera. Glen le contrata
para analizar la situación y determinar algunas características de su cola. Tras analizar el problema,
considera que cumple las seis condiciones de una cola de canal único (como en el Modelo A).
¿Cuáles son sus conclusiones?

D.4. Sam Certo, el veterinario de Longwood, dirige una clínica de vacunación contra la rabia para
perros en la escuela elemental de su localidad. Sam puede “pinchar” a un perro cada 3 minutos. Se
estima que los perros llegarán independientemente y aleatoriamente a lo largo del día a un ritmo
de un perro cada 6 minutos, siguiendo una distribución de Poisson. Se supone también que los
tiempos de vacunación de Sam están distribuidos exponencialmente. Calcule:
a) La probabilidad de que Sam esté inactivo.
b) La proporción del tiempo en que Sam está ocupado.
c) El número medio de perros que están siendo vacunados y esperando a ser vacunados.
d) El número medio de perros esperando a ser vacunados.
e) El tiempo medio que un perro espera hasta ser vacunado.
f) La cantidad media de tiempo que un perro pasa esperando en la cola y siendo vacunado.
Datos:

𝜆 = 12 𝑝𝑒𝑡𝑖𝑐𝑖𝑜𝑛𝑒𝑠/ℎ𝑜𝑟𝑎

µ = 4 𝑚𝑖𝑛

𝜆
a) 𝐿𝑠 = 𝜇−𝜆

12
𝐿𝑠 =
15 − 12
𝐿𝑠 = 4 𝑝𝑒𝑡𝑖𝑐𝑖𝑜𝑛𝑒𝑠
1
b) 𝑊𝑠 =
𝜇−𝜆
1
𝑊𝑠 =
15 − 12
𝑊𝑠 = 0,33ℎ𝑜𝑟𝑎𝑠
𝜆2
c) 𝐿𝑞 = 𝜇(𝜇−𝜆)
122
𝐿𝑞 =
15(15 − 12)
𝐿𝑞 = 3,2 = 4 𝑝𝑒𝑡𝑖𝑐𝑖𝑜𝑛𝑒𝑠
Datos:

𝜆 = 2 𝑚𝑖𝑛 = 0,033 ℎ𝑜𝑟𝑎

µ = 2 𝑙𝑙𝑎𝑚/ℎ𝑜𝑟𝑎

1
a) 𝑊𝑠 = 𝜇−𝜆
1
𝑊𝑠 =
2 − 0,033
𝑊𝑠 = 0,50 ℎ𝑜𝑟𝑎𝑠
𝜆
b) 𝑊𝑞 =
𝜇(𝜇 − 𝜆)
0,033
𝑊𝑞 =
2(2 − 0,033)
𝑊𝑞 = 0,00838 ℎ𝑜𝑟𝑎𝑠
𝜆2
c) 𝐿𝑞 =
𝜇(𝜇 − 𝜆)
0,0332
𝐿𝑞 =
2(2 − 0,033)
𝐿𝑞 = 0,000276 𝑙𝑙𝑎𝑚𝑎𝑑𝑎𝑠

Datos:
4
𝜆= = 24 𝑎𝑢𝑡𝑜𝑠/ℎ𝑜𝑟𝑎
10 𝑚𝑖𝑛

µ = 2 𝑚𝑖𝑛
 1
a) 𝑊𝑠 = 𝜇−𝜆
1
𝑊𝑠 =
30 − 24
𝑊𝑠 = 0,16 ℎ𝑜𝑟𝑎𝑠
𝜆
b) 𝐿𝑠 =
𝜇−𝜆
24
𝐿𝑠 =
30 − 24
𝐿𝑠 = 4 𝑎𝑢𝑡𝑜𝑠

𝜆2
c) 𝐿𝑞 =
𝜇(𝜇 − 𝜆)
242
𝐿𝑞 =
30(30 − 24)
𝐿𝑞 = 3,2 = 4 𝑎𝑢𝑡𝑜𝑠

𝜆
d) 𝑊𝑞 = 𝜇(𝜇−𝜆)
24
𝑊𝑞 =
30(30 − 24)
𝑊𝑞 = 0,13 ℎ𝑜𝑟𝑎𝑠
e) 𝑃(0) = (1 − 𝑝)𝑝𝑛
𝜆 24
𝑃= = = 0,8
µ 30
𝑃(0) = (1 − 0,8)0,80
𝑃(0) = 0,2
𝜆
f) 𝑃=µ
24
𝑃= ∗ 100%
30
𝑃 = 80%
g) 𝑃 = 𝐿𝑠 ≥ 𝑛 = 𝑝𝑛+1
𝑃 = 𝐿𝑠 ≥ 2 = 0,82+1
𝑃 = 𝐿𝑠 ≥ 2 = 0,51
Datos:

𝜆=3
𝜇=8
𝜆
a) 𝑃 = µ
3
𝑃= = 0,37
8
1
b) 𝑊𝑠 = 𝜇−𝜆
1
𝑊𝑠 =
8−3
𝑊𝑠 = 0,2
𝜆
c) 𝑊𝑞 = 𝜇(𝜇−𝜆)
3
𝑊𝑞 =
8(8 − 3)
𝑊𝑞 = 0,0,75 ℎ𝑜𝑟𝑎𝑠
d) 𝑃 = 𝐿𝑠 ≥ 𝑛 = 𝑝𝑛+1 𝑃(𝑊𝑞 ≥ 1) = 𝑝𝑒 −µ(1−𝑝)1
𝑃 = 𝐿𝑠 ≥ 1 = 0,371+1 𝑃(𝑊𝑞 ≥ 1) = 0,37𝑒 −8(1−0,37)0,075
𝑃 = 𝐿𝑠 ≥ 1 = 0,136 𝑃(𝑊𝑞 ≥ 1) = 0,25

𝑃 = 𝐿𝑠 ≥ 3 = 0,373+1
𝑃 = 𝐿𝑠 ≥ 3 = 0,018

𝑃 = 𝐿𝑠 ≥ 4 = 0,374+1
𝑃 = 𝐿𝑠 ≥ 3 = 0,00693