Professional Documents
Culture Documents
TEORIA DE COLAS
Título
Nombres y Apellidos Código de estudiantes
Arias Choque Edson Zandro 201208203
Autor/es
Fecha 30/04/2017
Copyright © (2017) por (Arias Choque Edson Zandro). Todos los derechos reservados.
Título: Teoría de Colas
Autor/es: Arias Choque Edson Zandro
Tabla de Contenido
1 Introducción
En muchas ocasiones en la vida real, un fenómeno muy común es la formación de colas o
líneas de espera. Esto suele ocurrir cuando la demanda real de un servicio es superior a la
capacidad que existe para dar dicho servicio. Ejemplos reales de esa situación son: los cruces
de dos vías de circulación, los semáforos, el peaje de una autopista, los cajeros automáticos,
la atención a clientes en un establecimiento comercial, la avería de electrodomésticos u otro
tipo de aparatos que deben ser reparados por un servicio técnico, etc.
Donde
λ = velocidad de llegadas (clientes/tiempo)
µ = velocidad de atencion al servidor (clientes/tiempo)
Nota: si la velocidad a la cual los clientes llegan es MAYOR a la velocidad a la cual
atender el servidor, el sistema es INESTABLE.
Factor de utilización:
6) Probabilidad de que una unidad que llega tenga que esperar para obtener
servicio
5 Ejemplos
EJERCICIO 1
DETERMINE:
• a) Cantidad de clientes en el Sistema
• b) Tiempo total que esperan los clientes en el Sistema
• c) Cantidad de personas formadas en la fila.
DETERMINAR LANDA Y MIU.
λ = 5 clientes⁄ℎ𝑜𝑟𝑎
µ = 6 clientes⁄ℎ𝑜𝑟𝑎
λ
Ls = µ−λ
5
Ls = 6−5
Ls = 5 clientes
1
Ws = µ−λ
1
Ws = 6−5
Ws = 1 hora
c) Cantidad de personas formadas en la fila
λ2
Lq = µ (µ−λ)
52
Lq = 6 (6−5)
25
Lq =
6
Lq = 4.16 clientes
EJERCICIO 2
Considere una línea de espera con dos canales con llegadas POISSON y tiempos de
servicio exponenciales. La tasa media de llegadas es de 14 unidades por hora y la tasa
media de servicio es de 10 unidades por hora para cada canal.
a) ¿cuál es la probabilidad de que no haya unidades en el sistema?
b)
c)
EJERCICIO 3
a) Sam el veterinario maneja una clínica de vacunación antirrábica para perros, en la
preparatoria local. Sam puede vacunar un perro cada tres minutos. Se estima que los
perros llegarán en forma independiente y aleatoriamente en el transcurso del día, en
un rango de un perro cada seis minutos, de acuerdo con la distribución de Poisson.
También suponga que los tiempos de vacunación de Sam están distribuidos
exponencialmente. Determinar:
Datos
l = 1 / 6 = 0.167 perros/min
m = 1 / 3 = 0.34 perros/min
La probabilidad de que Sam este de ocioso.
Ahora la proporción de tiempo en que Sam está ocupado.
El número total de perros que están siendo vacunados y que esperan a ser
vacunados.
Asignatura: Investigación Operativa II Página 10 de 13
Carrera: Ingeniería de Sistemas
Título: Teoría de Colas
Autor/es: Arias Choque Edson Zandro
El numero promedio de perros que esperan a ser.
b) Considere una línea de espera con dos canales con llegadas de poisson y tiempos de
servicio exponenciales. La tasa media de llegada es de 14 unidades por hora, y la
tasa de servicio es de 10 unidades por hora para cada canal
EJERCICIO 4
En el departamento de emergencia de un hospital los pacientes llegan con una distribución de
probabilidad Poisson a una media de 3 clientes por hora. El médico que está en dicho departamento
los atiende con una frecuencia de servicio exponencial a una tasa media de 4 clientes por hora.
¿Contrataría o no a un segundo médico?
Determine:
a. Razón de utilización del sistema.
b. Probabilidad de que no se encuentren pacientes en el sistema.
c. Probabilidad de que existan 3 pacientes en el sistema.
d. Tiempo total del cliente en el sistema.
e. Tiempo total de espera por en la cola.
f. EI número de pacientes en el sistema en un momento dado.
g. EI número de pacientes en el sistema esperando por servicio.
h. Probabilidad de que el cliente se espere más de 1 hora en el sistema.
6 Bibliografía
TOMA DE DECISIONES A TRAVÉS DE LA INVESTIGACIÓN DE OPERACIONES.
Naim Caba Villalobos, Oswaldo Chamorro Altahona, Tomás José Fontalvo Herrera. 2005.
INVESTIGACIÓN DE OPERACIONES Novena edición. Hamdy A. Taha University of
Arkansas, Fayetteville. 2002. México. PEARSON EDUCACIÓN.