Universidad Autónoma De Sinaloa

Facultad De Ingeniería Mochis

Ingeniería Civil

Laboratorio De Ingeniería En Sistemas

Practica #4
“Teoría De Colas (Aplicación De La Teoría)”

Grupo 3-01

Brigada #2
Omar Alejandro Duran Campos

Docente
Ing. Jaime Edilberto Rábago Aguirre

Los Mochis, Sinaloa

14/Marzo/2024
 Practica 4: teoría de colas (aplicación de la teoría)
Objetivo general: que el alumno resuelva problemas de la demanda de un servicio y de varios
servidores y así explicar la solución de los problemas que se plantearon.
Materiales: computadora, software tora y Word.
Proceso:
Solución con TORA
MODELO DE UN SERVIDOR
Lavado autómata para automóviles funciona solo con un lugar esta sigue una distribución de
POISSON, con 4 autos por hora que pueden esperar en el estacionamiento de la instalación, si
el lugar de lavado está ocupado, El tiempo para lavar y limpiar es exponencial con un
promedio de 10 min. Los automóviles que no se pueden estacionar en la instalación pueden
esperar en el arroyo junto al lavado. Esto requiere decir que para todo fin práctico no hay
límite en el tamaño del sistema. El gerente de la instalación desea determinar el tamaño del
estacionamiento.
λ = 4 autos/hrs
μ = 6 autos/hrs
C o S= 1 Servidor

Abrimos la aplicación TORA.

Una vez abierta la aplicación seleccionamos queueing análisis.

Ajustamos la notación que queremos utilizar en nuestro problema.

Seleccionamos los números de escenarios que deseamos utilizar para resolver el problema y
rellenamos con datos.
Una vez colocada información del problema damos a SOLVE menú y guardamos esta
información.
Una vez guardada la información que colocaste en TORA, pasamos el tipo de solución que
queramos usar.
Damos clic en Solve Problem para después pasar a ver los resultados en los modelos de cola.

Seleccionamos el Scenario1 para observar los resultados que necesitamos, revisando que
cumpla con las condiciones que nos muestra el problema que en este caso sería que pk≥.9
Resultado:
Sea K la cantidad de cajones de estacionamiento. Tener K cajones equivale a tener K + 1
lugares en el sistema (en la cola y en el lugar de lavado). Un automóvil que llega encontrara
un cajón el 90% de las veces si hay cuando mucho K automóviles en el sistema. Esta
condición es equivalente al siguiente enunciado de probabilidad.
P0+p1+p2+………+pk>.9
De acuerdo con la pantalla de Tora la probabilidad acumulada pn con n=5 es .91221 esto
significa que la condición se satisface con k> 5 espacios d estacionamiento.
MODELO CON VARIOS SERVIDORES
Problema #2
Hay dos empresas revolvedoras que dan servicio a una población. Cada empresa es dueña de
dos revoleras, y se sabe que las dos empresas comparten partes iguales en el mercado. Esto se
ve porque llegan ocho llamadas por hora en la oficina de cada empresa. El tiempo en
promedio en el viaje es de 12 minutos. Las llamadas llegan siguiendo una distribución de
POISSON, y el tiempo de viaje es exponencial. Hace poco, un inversionista compro las dos
empresas, y le interesa consolidarlas en una sola oficina para dar un mejor servicio a los
clientes. Analice la propuesta del nuevo dueño.
Desde el punto de vista de las colas, las revolvedoras son los servidores y el viaje es el
servicio. Se puede representar a cada empresa con el modelo (M/M/2) :(DG/∞/∞).

Escenario 1 (empresas separadas)

λ = 8 llamadas/hora μ = 5 viajes/hora C o S = 2 Servidor

Escenario 2 (empresas consolidada)

λ = 16 llamadas/hora μ = 5 viajes/hora C o S = 4 Servidor

Abrimos la aplicación TORA.

Una vez abierta la aplicación seleccionamos queueing análisis.

Ajustamos la notación que queremos utilizar en nuestro problema.

Una vez colocada información del problema damos a SOLVE menú y guardamos esta
información.
Una vez guardada la información que colocaste en TORA, pasamos el tipo de solución que
queramos usar.
Seleccionamos los números de escenarios que deseamos utilizar para resolver el problema y
rellenamos con datos.

Una vez guardada la información que colocaste en TORA, pasamos a resolver el problema en
Solve Problem.
En el modelo de cola seleccionamos la notación que queramos usar.

Damos clic en Solve Problem para después pasar a ver los resultados en los modelos de cola.
Una vez resuelto obtenemos los resultados que deseábamos tener de las distintas varíales con
la opción Comparative Analysis.
RESULTADO:
Se ve en los resultados de Tora que para los dos escenarios los resultados indican que el
tiempo de espera para un viaje es Wq= 0.35 horas (=21 min) para el caso de las dos empresas,
y wq= 0.149 horas (=9 min) para el caso consolidado de las dos empresas; es notable la
reducción de más del 50% y es una clara evidencia de que se garantiza la consolidación de las
dos empresas para ofertar un mejor servicio y así mismo reducir costos.
MODELO DE UN SERVIDOR
Problema #3
En el “sushi camperos” hay autoservicio como va empezando es un sitio en el cual hay un
cupo de 4 automóviles que pueden esperar en el estacionamiento (cochera) mientras esta un
auto en ventanilla tomando el servicio, el tiempo necesario para que Omar pueda atender un
auto es de 10 minutos. Los automóviles que no alcancen espacio para estacionarse dentro,
podrán estar estacionados fuera por la calle esperando un turno.
C o S = 1 Servidor
λ = 4 autos/hora
μ = 6 autos/hora
Abrimos la aplicación TORA.

Una vez abierta la aplicación seleccionamos queueing análisis.

Ajustamos la notación que queremos utilizar en nuestro problema.
Una vez colocada información del problema damos a SOLVE menú y guardamos esta
información.
Una vez guardada la información que colocaste en TORA, pasamos el tipo de solución que
queramos usar.

Seleccionamos los números de escenarios que deseamos utilizar para resolver el problema y
rellenamos con datos.
Una vez guardada la información que colocaste en TORA, pasamos a resolver el problema en
Solve Problem.

En el modelo de cola seleccionamos la notación que queramos usar.

Damos clic en Solve Problem para después pasar a ver los resultados en los modelos de cola.

Una vez resuelto obtenemos los resultados que deseábamos tener de las distintas varíales con
la opción Comparative Analysis.
Resultado:
Podemos ver con el valor que me arrojo el resultado Tora con 5 cajones más, captamos a los
clientes y poderle dar el servicio.
 MODELO CON VARIOS SERVIDORES
Problema #4
Hay dos arrendadores de bailarinas que dan servicio en la comunidad de Flores Magón. Cada
arrendador es dueño de 3 bailarinas, y se sabe que ambos arrendadores comparten partes
iguales en la distribución de la población, Esto se debe porque llegan 5 llamadas por hora en la
oficina de cada empresa. El tiempo en promedio en el viaje es de 20 minutos. Las llamadas
llegan siguiendo una distribución de POISSON, y el tiempo de viaje es exponencial. Hace
poco, un inversionista compro las dos empresas, y le interesa consolidarlas en una sola oficina
para dar un mejor servicio a los clientes. Analice la propuesta del nuevo dueño.
Desde el punto de vista de las colas, las bailarinas son los servidores y el viaje es el servicio.
Escenario 1 (empresas separadas)
λ = 5 llamadas/hora μ = 3 viajes/hora C o S = 3 Servidor

Escenario 2 (empresas consolidada)

λ = 10 llamadas/hora μ = 3 viajes/hora C o S = 6 Servidor

Abrimos la aplicación TORA.

Una vez abierta la aplicación seleccionamos queueing análisis.

Ajustamos la notación que queremos utilizar en nuestro problema.

Una vez colocada información del problema damos a SOLVE menú y guardamos esta
información.
Una vez guardada la información que colocaste en TORA, pasamos el tipo de solución que
queramos usar.
Seleccionamos los números de escenarios que deseamos utilizar para resolver el problema y
rellenamos con datos.

Una vez guardada la información que colocaste en TORA, pasamos a resolver el problema en
Solve Problem.
En el modelo de cola seleccionamos la notación que queramos usar.

Damos clic en Solve Problem para después pasar a ver los resultados en los modelos de cola.
Una vez resuelto obtenemos los resultados que deseábamos tener de las distintas varíales con
la opción Comparative Analysis.
RESULTADO:
Con los valores obtenidos nos damos cuenta que lo ideal es juntar las dos arrendadoras ya que
aumenta la demanda (3.51860), baja el tiempo de espera (0.18527), las personas en espera y
ahorro económico.
Conclusión
Como conclusión se puede decir que gracias a las teorías de colas podemos tener resultados
para resolver problemas en las cuales es necesario tomar una decisión o saber los resultados
que obtendrás aplicando los tipos de colas.
Gracias a los resultados de tora podemos identificar cual es la mejor opción que podemos
utilizar para ahorrar y brindar al cliente un excelente servicio.