Unidad 2 Teoria de Colas

INSTITUTO TECNOLÓGICO TUXTLA GUTIÉRREZ - EDUCACIÓN A DISTANCIA
UNIDAD II
TEORÍA DE COLAS
2.1 Introducción y casos de aplicación.
El esfuerzo de A. K. Erlang en 1909 para analizar congestión de tráfico telefónico con el

objetivo de cumplir la demanda incierta de servicios en el sistema telefónico de
Copenhague resultó en una nueva teoría llamada teoría de colas o líneas de espera. La
formación de líneas de espera es por supuesto un fenómeno común que ocurre siempre
que la demanda actual de un servicio excede a la capacidad actual de proporcionarlo. Con
frecuencia en la industria y en otros sitios, deben tomarse decisiones respecto a la
cantidad de capacidad que debe proporcionarse. Sin embargo, muchas veces es
imposible predecir con exactitud cuándo llegarán las unidades que buscan el servicio y
cuánto tiempo será necesario para dar ese servicio; es por esto que esas decisiones
suelen ser difíciles. Proporcionar demasiado servicio implica costos excesivos. Por otro
lado, carecer de la capacidad de servicio suficiente causa colas excesivamente largas en
ciertos momentos. Las líneas de espera largas también son costosas en cierto sentido, ya
sea por un costo social, por un costo causado por la pérdida de clientes, por el costo de
empleados ociosos o por algún otro costo importante. Entonces la meta final es lograr un
balance económico entre el costo de servicio y el costo asociado con la espera por ese
servicio. La teoría de colas en sí no resuelve directamente este problema, pero contribuye
con información vital que se requiere para tomar las decisiones concernientes prediciendo
algunas características sobre la línea de espera como el tiempo de espera promedio.
Figura 2.1 Estructura básica de un modelo de colas
SISTEMA DE COLAS
FUENTE CLIENTES CLIENTES

DE COLA MECANISMO
ENTRADA DE SERVICIO SERVIDOS
El proceso básico supuesto por la mayor parte de los modelos de colas es el siguiente.
Los clientes que requieren un servicio se generan a través del tiempo en una fuente de
entrada. Estos clientes entran al sistema de colas y se unen a una cola. En determinado
momento se selecciona un miembro de la cola, para proporcionarle el servicio, mediante
alguna regla conocida como disciplina de servicio. Después en un mecanismo de servicio
se lleva a cabo el servicio requerido por el cliente después de lo cual el cliente sale del
sistema de colas.
1
2.2 Definiciones, características y suposiciones.
FUENTE DE ENTRADA (POBLACIÓN POTENCIAL)
Una característica de la fuente de entrada es su tamaño. El tamaño es el número total de

clientes que pueden requerir servicio en determinado momento, es decir el número total de
clientes potenciales distintos. Puede suponerse que el tamaño es infinito o finito.
COLA
Una cola se caracteriza por el número máximo permisible de clientes que puede admitir.
Las colas pueden ser finitas o infinitas.
DISCIPLINA DE LA COLA
La disciplina de la cola se refiere al orden en que se seleccionan sus miembros para

recibir el servicio. Por ejemplo, esta disciplina puede ser primero en llegar, primero en
salir, aleatoria, de acuerdo a algún procedimiento de prioridad o de algún otro orden. La
que se supone como normal es la de primero en llegar, primero en salir.
MECANISMO DE SERVICIO
El mecanismo de servicio consiste en una o más instalaciones de servicio, cada una de

ellas con uno o más canales paralelos de servicio, llamados servidores. Si existe más de
una instalación de servicio, puede ser que se sirva al cliente a través de una secuencia de
ellas (canales de servicio en serie). En una instalación dada, el cliente entra en uno de
estos canales y el servidor le presta el servicio completo. Un modelo de colas debe
especificar el arreglo de las instalaciones y el número de servidores (canales paralelos) en
cada una. Los modelos más elementales suponen una instalación, ya sea con uno o con
un número finito de servidores.
CLASIFICACIÓN DE LOS SISTEMAS DE LÍNEAS DE ESPERA
Con el objeto de verificar si una situación determinada del sistema de líneas de espera se
ajusta o no a un modelo conocido, se requiere un método para clasificar las líneas de
espera. Esa clasificación debe responder preguntas como las siguientes:
1. ¿El sistema de líneas de espera tiene un solo punto de servicio o existen puntos
múltiples de servicio en secuencia?
2. ¿Existe solo una instalación de servicio o son múltiples las instalaciones de servicio que
pueden atender a una unidad?
3. ¿Las unidades que requieren servicio llegan siguiendo algún patrón o llegan en forma
aleatoria?
4. ¿El tiempo que se requiere para el servicio se da en algún patrón o asume duraciones
aleatorias de tiempo?
2
NOMENCLATURA DE LAS DIFERENTES LÍNEAS DE ESPERA
El investigador británico D. Kendall introdujo en 1953 una notación para las diferentes
líneas de espera.
(a/b/c):(d/e/f)
donde:
a: Distribución de llegada.
b: Distribución del servicio.
c: Número de servidores en paralelo en el sistema.
d: Disciplina del servicio.
e: Máximo número de clientes que pueden estar en el sistema ( esperando y recibiendo
servicio).
f: Fuente de generación de clientes.
Se utilizan los siguientes códigos para los símbolos a y b:

M: Llegada de distribución de Poisson y servicio distribuido exponencialmente.
D: Llegada o servicio determinístico.
E: Llegada y servicios distribuidos respectivamente con distribución de Erlang y gamma.
GI: Llegadas con una distribución general independiente.
G: Servicios con una distribución general independiente.
2.3 Terminología y notación.
λ = Número promedio de llegadas al sistema por unidad de

tiempo
µ = Número promedio de servicios por unidad de tiempo
1/ λ = Tiempo promedio que transcurre entre dos llegadas
consecutivas
1/µ = Tiempo promedio de servicio de un cliente
ρ = Factor de utilización del sistema con un servidor (λ / µ)
S = Número de servidores en el sistema
L = Número esperado de clientes en el sistema ( cola y servicio)
Lq = Número esperado de clientes en la cola
W = Tiempo esperado en el sistema
Wq = Tiempo esperado en la cola
TIEMPO ENTRE LLEGADAS
Los tiempos que transcurren entre dos llegadas consecutivas a un sistema de colas, se
llaman tiempos entre llegadas.
3
Ejercicio 2.1
Datos de los primeros 5 clientes que llegan a una peluquería.
Cliente Tiempo de Comienza el Duración del Termina el

llegada corte de corte de pelo corte de pelo
pelo
1 8:03 8:03 17 minutos 8:20
2 8:15 8:20 21 minutos 8:41
3 8:25 8:41 19 minutos 9:00
4 8:30 9:00 15 minutos 9:15
5 9:05 9:15 20 minutos 9:35
6 9:43
Estimar el número de llegadas por unidad de tiempo. Esta cantidad se llama tasa media de
llegadas ( λ ). El tiempo entre llegadas esperado es 1/ λ.
El hecho de que la ocurrencia de la última llegada no influya en la probabilidad de una

llegada en el siguiente minuto se llama propiedad de falta de memoria (o propiedad
markoviana).
La forma de la distribución exponencial, que se usa en los modelos de colas como la

distribución del tiempo entre llegadas (y algunas veces también como la distribución del
tiempo de servicios).
1/λ Tiempo
f (t ) = λ .e − λ .t
4
Para hallar la probabilidad acumulada
t
λ ∫0 e − λ .t dt
λ t − λ .t
∫ e (−λdt )
−λ 0
− e − λ .t = −e − λ .t + 1
Tiempo de servicio
µ = número esperado de terminaciones de servicio por unidad de tiempo

1/µ = tiempo de servicio esperado
2.4 Proceso de nacimiento y muerte.
EL MODELO BÁSICO (M/M/1):(PEPS/∞/∞)
Este sistema se conoce como cola de espera de un solo servidor (o de un solo canal). Las
preguntas sobre este o cualquier otro sistema de colas de espera se centran en cuatro.
1. El número de personas en el sistema: el número de personas que están siendo
atendidas en el momento, así como aquellas que están esperando servicio.
2. La cantidad de personas en la cola de espera: las personas que están esperando
servicio.
3. El tiempo de espera en el sistema: el intervalo entre el momento en el que el
individuo entra al sistema y aquel en que sale del mismo. Observe que este
intervalo incluye el tiempo de servicio.
4. El tiempo de espera en la cola: el tiempo transcurrido desde que uno entra al
sistema hasta que se inicia el servicio.
n = número de clientes en el sistema

λ0 λ1 λ2 λ3 λn-2 λn-1 λn
0 1 2 3 n -1 n n +1
µ1 µ2 µ3 µ4 µn-1 µn µn+1
Ecuaciones de balance para el proceso de nacimiento y muerte, mismas que sirven para
determinar la probabilidad de que haya n clientes en el sistema.
5
estado tasa de entrada = tasa de salida

0 μ1 P1 = λ0 P0
1 λ0 P0 + μ 2 P2 = (λ1 + μ1 ) P1
2 λ1 P1 + μ 3 P3 = (λ 2 + μ 2 ) P2
. .
. .
n-1 λ n−2 Pn −2 + μ n Pn = (λ n−1 + μ n −1 ) Pn −1
n λ n−1 Pn −1 + μ n+1 Pn+1 = (λ n + μ n ) Pn
Estado 0
λ0
P1 = P0
μ1
Estado 1
μ 2 P2 = (λ1 + μ1 ) P1 − λ0 P0
λ
μ 2 P2 = (λ1 + μ1 ) 0 P0 − λ 0 P0
μ1
λ1λ 0
μ 2 P2 = P0 + λ 0 P0 − λ 0 P0
μ1
λλ
P2 = 1 0 P0
μ 2 μ1
Estado 2
λ1λ 0 λ
μ 3 P3 = (λ 2 + μ 2 ) P0 − λ1 0 P0
μ 2 μ1 μ1
λ λλ λ λ
μ 3 P3 = 2 1 0 P0 + λ1 0 P0 − λ1 0 P0
μ 2 μ1 μ1 μ1
λ λλ
P3 = 2 1 0 P0
μ 3 μ 2 μ1
Por inducción se tiene:
λ n −1λ n − 21 .....λ 0
Pn = P0
μ n μ n −1 .....μ1
Y cómo:
λ n −1 = λ n −2 = ..... = λ1 = λ 0 = λ
μ n = μ n−1 = ...... = μ 2 = μ1 = μ
6
Se tiene:
λn
Pn = P0
μn
n
⎛λ⎞
Pn = ⎜⎜ ⎟⎟ P0
⎝μ⎠
Pn = ρ n P0
Para deducir P0
La suma de las probabilidades es igual a 1:
n
∑ Pi = 1
i =0
n
P0 + ∑ Pi = 1
i =1
P0 + P1 + P2 + P3 + ..... + Pn = 1 Dado que P1 = ρ 1 P0 ; P2 = ρ 2 P0 y así

sucesivamente:
P0 + ρP0 + ρ 2 P0 + ρ 3 P0 + ..... + ρ n P0 = 1
P0 (1 + ρ + ρ 2 + ρ 3 + ..... + ρ n ) = 1
Suponiendo que ρ < 1, la serie geométrica 1 + ρ + ρ 2 + ρ 3 + ..... ρ n tendrá la serie finita
1
1− ρ
⎛ 1 ⎞
P0 ⎜⎜ ⎟⎟ = 1
⎝1 − ρ ⎠
P0 = 1 − ρ
Entonces: Pn = (1 − ρ ) ρ n
Deducción de L
∞
L = ∑ nPn
n =0
∞
L = ∑ n(1 − ρ ) ρ n
n =0
7
∞
L = (1 − ρ )∑ nρ n
n =0
∞
Hagamos S = ∑ nρ n
n =0
S = ρ + 2 ρ 2 + 3 ρ 3 + 4 ρ 4 + ....... ecuación (1)

multiplicando por ρ la ecuación (1)
ρS = ρ 2 + 2 ρ 3 + 3 ρ 4 + 4 ρ 5 + ....... ecuación (2)
restando la ecuación (1) menos la ecuación (2)
S − ρS = ρ + ρ 2 + ρ 3 + ρ 4 + ρ 5 + .......
1
S (1 − ρ ) = ρ (1 + ρ + ρ 2 + ρ 3 + ρ 4 + ......) como: 1 + ρ + ρ 2 + ρ 3 + ρ 4 + ..... =
1− ρ
ρ
S (1 − ρ ) =
1− ρ
ρ
S=
(1 − ρ ) 2
L = (1 − ρ ) S
ρ
L =1− ρ
(1 − ρ ) 2
ρ
L=
1− ρ
2.5 Un servidor, cola infinita, fuente infinita.
EL MODELO BÁSICO (M/M/1):(PEPS/∞/∞)
Características de Operación de las líneas de espera M/M/1
Para calcular las características de operación de una cola M/M/1, primero se debe
observar que si λ = tasa promedio de llegadas y µ = tasa promedio de servicio, λ debe ser
menor que µ. Si no fuera así, el promedio de llegadas sería superior al número promedio
de unidades que se atienden y el número de unidades que están esperando se volvería
infinitamente grande.
8
ρ = factor de utilización.
ρ=λ/µ es la fracción promedio de tiempo que el sistema está ocupado (ocupado se

define como
una o más unidades esperando o siendo atendidas).
PW = probabilidad de que una unidad que llega tenga que esperar por el servicio.
λ
PW =
μ
Entonces la probabilidad de que el sistema no esté trabajando, o esté vacío, P0 puede
obtenerse por medio:
P0 = 1 − ρ = 1 − λ / μ
Probabilidad de n unidades en el sistema:
n
⎛λ⎞
Pn = ρ P0 = ⎜⎜ ⎟⎟ P0
n
⎝μ⎠
Número promedio de unidades en el sistema:
ρ λ/μ λ/μ λ
L= = = =
1− ρ 1− λ / μ μ − λ μ − λ
μ
Número promedio de unidades que esperan ser atendidas:
L = Lq + ρ
Lq = L − ρ
λ λμ − λ ( μ − λ ) λμ − λμ + λ 2
λ
Lq = − = =
μ −λ μ μ (μ − λ ) μ (μ − λ )
λ2
Lq =
μ (μ − λ )
Tiempo promedio que unidad se encuentra en el sistema:
L λ 1
W= = =
λ λ (μ − λ ) μ − λ
9
Tiempo promedio que una unidad tiene que esperar en la cola:

Lq λ
Wq = =
λ μ (μ − λ )
o bien:
1
W = Wq +
μ
1
Wq = W −
μ
1 1 μ − (μ − λ ) λ
Wq = − = =
μ −λ μ μ (μ − λ ) μ (μ − λ )
Ejercicio 2.2
Un establecimiento de reparaciones atendida por un solo operario, tiene un promedio de 4

clientes por hora, los cuales traen pequeños aparatos a reparar. El mecánico los
inspecciona para encontrar los defectos y muy a menudo puede arreglarlos de inmediato,
o de otro modo emitir un diagnóstico, esto le toma 6 minutos como promedio. Los arribos
tienen una distribución de Poisson y el tiempo de servicio la tiene exponencial. Encuentre
a) la proporción de tiempo durante la cual el taller está vacío ( durante el cual el mecánico
puede trabajar con los aparatos que se le dejaron; b) la probabilidad de que 3 clientes
estén en la tienda; c) la probabilidad de encontrar cuando menos un cliente en la tienda; d)
el número promedio de clientes en el sistema; e) el tiempo promedio empleado incluyendo
servicio; f) el número promedio de clientes que esperan ser atendidos y g) el tiempo
promedio empleado excluyendo servicio.
Solución:
a) λ = 4 clientes/hr µ = 10 clientes/hr ρ = 4/10

P0 = 1 – ρ = 1 – 0.4 = 0.6
b) P3 = ρ n P0 = (0.4) 3 (0.6) = 0.0384
c) P( n ≥ 1 ) = 1 - 0.6 = 0.4
ρ
d) L = = 0.4 / 0.6 = 0.6667 clientes
1− ρ
e) W = 0.6667 / 4 = 1/ 6 hr. o 10 minutos
f) Lq = L – ρ = 2/3 – 0.4 = 4 / 15 clientes
4 / 15
g) Wq = = 1 / 15 hr o 4 minutos
4
10
Ejercicio 2.3
Una compañía arrendadora de automóviles opera su propia instalación de lavado y

limpieza de automóviles para prepararlos para su renta. Los automóviles llegan a la
instalación de limpieza en forma aleatoria a una tasa de 5 por día. La compañía
arrendadora ha determinado que los automóviles pueden limpiarse a un ritmo de 2n por
día, en donde n es el número de personas que trabajan en un automóvil. Por ejemplo, si
se encuentran 4 personas trabajando la tasa de lavado es de 8 automóviles por día. Se ha
determinado que este procedimiento de lavado se ajusta a la distribución exponencial
negativa. La compañía les paga a sus trabajadores $30 por día y ha determinado que el
costo por un automóvil que no esté disponible para rentarlo es de $25 por día.
a) Calcular el número de empleados que deben contratarse en la instalación de lavado,
para que produzca el menor costo.
b) Calcular las características de operación L, Lq, W y Wq para el número de empleados
que eligió.
λ=5 n=3 µ=6 ρ=5/6
L = No. de automóviles en el sistema.
5/6
L= =5
1− 5/ 6
Costo = 5 * 25 + 3 * 30 = 215
n=4 µ=8 ρ=5/8
5/8
L= = 5/3
1− 5/8
Costo = 5/3 * 25 + 4 * 30 = 161.67
n = 5 µ = 10 ρ = 5 / 10
1/ 2
L= =1
1 − 1/ 2
Costo = 1 * 25 + 5 * 30 = 175
b) Lq = 5/3 – 5/8 = 25/24 automóviles
5/3
W=L/λ= = 1/3 días
5
25 / 24
Wq = Lq / λ = = 5/24 días
5
11
Ejercicio 2.4
Un restaurante de comida rápida tiene una ventanilla para dar servicio a automóviles. Se
estima que los autos llegan de acuerdo con una distribución de Poisson a la tasa de 2
cada 5 minutos y que hay espacio suficiente para dar cabida a una fila de 10 automóviles.
Otros autos que llegan pueden esperar fuera de este espacio, de ser necesario. Los
empleados tardan 1.5 minutos en promedio en surtir un pedido, pero el tiempo de servicio
varía en realidad según una distribución exponencial. Determine lo siguiente:
a) La probabilidad de que el establecimiento esté inactivo.
b) El número esperado de clientes en espera, pero que no se les atiende en ese

momento.
c) El tiempo de espera calculado hasta que un cliente pueda hacer su pedido en la

ventanilla.
d) La probabilidad de que la línea de espera será mayor que la capacidad del espacio
que conduce a la ventanilla de servicio a automóviles.
a) λ = 24 autos/hr µ = 40 autos/hr ρ = 24/40 = 3/5

P0 = 1 – ρ = 1 – 0.6 = 0.4
b) Lq =
ρ2
=
(3 / 5)
2
= 9 / 10 autos
1− ρ 1− 3/ 5
Lq 9 / 10
c) Wq = = = 0.0375 horas = 2.25 minutos
λ 24
d) P( n ≥ 11 ) = 1 – (P0 + P1 + P2 + P3 + P4 + P5 + P6 + P7 + P8 + P9 + P10) = 0.003628
12
Ejercicio 2.5
Los clientes llegan a una ventanilla bancaria de autoservicio, según una distribución de
Poisson con media de 10 por hora. El tiempo de servicio por cliente es exponencial con
media de 5 minutos. El espacio enfrente de la ventanilla incluyendo al auto al que se le
está dando servicio, puede acomodar un máximo de 3 automóviles. Otros vehículos
pueden esperar fuera de este espacio.
a) ¿Cuál es la probabilidad de que un cliente que llega pueda manejar directamente

hasta el espacio frente a la ventanilla?
b) ¿Cuál es la probabilidad de que un cliente que llega tendrá que aguardar fuera del
espacio indicado?
c) ¿Cuanto tendrá que esperar un cliente que llega antes de que se le comience a dar
servicio?
a) λ = 10 autos/hr µ = 12 autos/hr ρ = 10/12 = 5/6
P0 = (1 – 5/6) = 1/6 C C
Ventanilla
Ventanilla
P1 = (1 – 5/6) (5/6)1 = 5/36 Ventanilla C

P2 = (1 – 5/6) (5/6)2 = 25/216
P0 P1 P2
P( n ≤ 2 ) = P0 + P1 + P2 = 1/6 + 5/36 + 25/216 = 0.4213
b) P( n > 2 ) = 1 – (P0 + P1 + P2) = 1 – 0.4213 = 0.5787
λ2 100
c) Lq = = = 4.167 autos
μ ( μ − λ ) 12(12 − 10)
Lq 4.167
Wq = = = 0.4167 Horas
λ 10
13
2.6 Un servidor, cola finita, fuente infinita.
MODELO (M/M/1):(PEPS/N/∞)
La única diferencia entre este modelo y (M/M/1):(PEPS/∞/∞) es que el número máximo de

clientes que se admite en el sistema es N (longitud máxima de la línea de espera = N – 1).
Esto significa que cuando haya N clientes en el sistema, todas las nuevas llegadas se
eluden o bien no se les permite unirse al sistema. El resultado es que la tasa efectiva de
llegadas λ ef en la instalación se vuelve menor que la tasa λ a la cual se generan llegadas
desde la fuente.
Probabilidad de que haya n unidades en el sistema:
⎧⎛ 1 − ρ ⎞ n
⎪⎜⎜ ⎟ ρ .... para..ρ ≠ 1
⎪⎝ 1 − ρ N +1 ⎟⎠
Pn = ⎨
⎪ 1
⎪⎩ N + 1 .... para..ρ = 1
donde N = Máximo número de clientes en el sistema

ρ no necesita ser menor que 1, como en el caso del modelo (M/M/1):(PEPS/∞/∞)
Número esperado de clientes en el sistema:
[
⎧ ρ 1 − ( N + 1) ρ N + Nρ N +1
⎪
]
.... para..ρ ≠ 1
⎪ ( 1 − ρ )(1 − ρ N +1
)
L=⎨
⎪N
⎪⎩ 2 .... para..ρ = 1
Tasa efectiva de llegadas: λ ef = λ (1 − PN )
λ ef
Número esperado de clientes en la cola: Lq = L −
μ
L
Tiempo esperado en el sistema: W =
λ ef
Lq
Tiempo esperado en la cola: Wq =
λ ef
Clientes que se pierden debido a cola limitada: λ − λ ef = λPN
14
Ejercicio 2.6
En una instalación de servicio de lavado de autos, la información recolectada indica que

llegan autos para ser atendidos según una distribución de Poisson con media de 5 por
hora. El tiempo para lavar y asear cada automóvil varía, pero se advierte que sigue una
distribución exponencial con media de 10 minutos por automóvil. La instalación no puede
dar servicio a más de un auto a la vez. Supóngase que la instalación tiene un total de 5
espacios de estacionamiento. Si el lote de estacionamiento está repleto, los autos que
llegan después de este suceso buscan servicio en cualquier otro lugar.
N=5+1=6
λ = 5 autos / hora
1
= 10 minutos/auto * 1 hr/60 minutos = 1/6 horas / auto
μ
µ = 6 autos/hora
ρ = 5/6
⎡ 1− 5/ 6 ⎤
PN = P6 = ⎢ 7⎥
(5 / 6) 6 = 0.07742
⎣1 − (5 / 6) ⎦
Autos que se pierden por la cola limitada: λPN = 5(0.07742) = 0.3871 autos/hora
Tasa efectiva de llegadas: λ ef = λ (1 − PN ) = 5(1 – 0.07742) = 4.6129 autos/hora
Número esperado de autos en el sistema:
L=
[
5 / 6 1 − (6 + 1)(5 / 6) 6 + 6(5 / 6) 7 ] = 2.2901626 autos
[
(1 − 5 / 6) 1 − (5 / 6) 7 ]
Número esperado de autos en la cola:
4.6129
Lq = 2.29 − = 1.5212 autos
6
Tiempo esperado en el sistema:
2.2901626
W= = 0.4965 horas
4.6129
Tiempo esperado en la cola:
15
1.5212
Wq = = 0.3298 horas
4.6129
Probabilidad de que un auto que llega al estacionamiento será atendido inmediatamente

después de su llegada:
⎛ 1− 5/6 ⎞ 0
P0 = ⎜⎜ ⎟ ρ = 0.2312
7 ⎟
⎝ 1 − (5 / 6 ) ⎠
Ejercicio 2.7
Se están haciendo planes para abrir un pequeño autolavado y el dueño debe decidir
cuánto espacio conviene asignar a los autos que esperan. Se estima que los clientes
llegarán de manera aleatoria (es decir de acuerdo con un proceso Poisson) con tasa
media de uno cada 4 minutos, a menos que el área esté llena, en cuyo caso los clientes
que llegan llevarán su automóvil a otra parte. El tiempo total que se puede atribuir al
lavado de un carro tiene una distribución exponencial con media de 3 minutos. Compare la
fracción de los clientes potenciales que se pierden por falta de espacio de espera si se
proporcionan a) cero espacios (sin incluir el lugar donde se lavan los carros), b) dos
espacios y c) cuatro espacios.
λ = 1 cliente/4 minutos = 15 clientes/hora

µ = 20 autos/hr
ρ = 15/20 = 3/4
a) Si N = 0 + 1 = 1
⎡ 1− 3/ 4 ⎤
PN = P1 = ⎢ 2 ⎥
(3 / 4) = 3 / 7
⎣1 − (3 / 4) ⎦
b) Si N = 2 + 1 = 3
⎡ 1− 3/ 4 ⎤
PN = P3 = ⎢ 4 ⎥
(3 / 4) 3 = 27 / 175
⎣1 − (3 / 4 ) ⎦
b) Si N = 4 + 1 = 5
⎡ 1− 3/ 4 ⎤
PN = P5 = ⎢ 6 ⎥
(3 / 4) 5 = 243 / 3367
⎣1 − (3 / 4) ⎦
Ejercicio 2.8
16
Una cafetería tiene una capacidad máxima de asientos para 50 personas. Los clientes
llegan en un flujo de Poisson a la tasa de 10 por hora y son atendidos a la tasa de 12 por
hora.
a) ¿Cuál es la probabilidad de que el siguiente cliente no comerá en la cafetería en
virtud de que está saturada?
b) Supóngase que 3 clientes quisieran sentarse juntos. ¿Cuál es la probabilidad de

que no se pueda cumplir su deseo? (supóngase que se pueden hacer arreglos para
sentarlos juntos en tanto que haya 3 asientos desocupados en cualquier lugar de la
cafetería).
λ = 10 clientes/hora µ = 12 autos/hr ρ = 5/6

N = 50
⎡ 1− 5/ 6 ⎤
a) PN = P50 = ⎢ 51 ⎥
(5 / 6) 50 = 0.000018315
⎣1 − (5 / 6) ⎦
b)
⎡ 1− 5/ 6 ⎤
P49 = ⎢ 51 ⎥
(5 / 6) 49 = 0.000021978
⎣1 − (5 / 6) ⎦
⎡ 1− 5/ 6 ⎤
P48 = ⎢ 51 ⎥
(5 / 6) 48 = 0.000026374
⎣1 − (5 / 6) ⎦
P( n > 47 ) = 1 – (P0 + P1 + ….+ P47)

= P48 + P49 + P50
= 0.000026374 + 0.000021978 + 0.000018315
= 0.000066667
17
Ejercicio 2.9
Una peluquería que atiende una sola persona tiene un total de 10 sillas. Los tiempos entre
llegadas siguen una distribución exponencial y un promedio de 20 posibles clientes llega
cada hora a la peluquería. Los clientes que al llegar a la peluquería la encuentran llena, ya
no entran. El peluquero se tarda un promedio de 12 minutos en cortar el cabello a cada
cliente. Los tiempos del corte de cabello están distribuidos en forma exponencial.
1. En promedio, ¿cuántos cortes de cabello por hora completará el peluquero?
2. ¿Cuánto tiempo pasará en promedio un cliente en la peluquería?
N = 10
λ = 20 clientes/hora
1
= 12 minutos/cliente * 1 hr/60 minutos = 0.2 horas / cliente
μ
µ = 5 clientes/hora
ρ = 20 / 5 = 4
1 − 4 10
PN = P10 = 4 = 0.75
1 − 411
1. λ ef = λ (1 − Pn ) = 20 (1 − 0.75) = 5 clientes/hora
En promedio 20 – 5 = 15 clientes por hora no entrarán a la peluquería
2. L =
(
4 1 − 11 * 410 + 10 * 411 ) = 9.67 clientes
11
(1 − 4)(1 − 4 )
9.67
W= = 1.93 horas
5
18
Ejercicio 2.10
Hay 2 peluquerías situadas lado a lado, cada una atendida por un solo peluquero. En cada
una pueden estar 4 clientes como máximo; cualquier cliente potencial que encuentre una
peluquería llena no espera el corte de cabello. El peluquero 1 cobra $11.00 por corte de
cabello y tarda un promedio de 12 minutos en terminar el corte. El peluquero 2 cobra $5.00
por corte de cabello y tarda un promedio de 6 minutos en terminar su trabajo. Un promedio
de 10 clientes potenciales por hora llega a cada peluquería. Naturalmente, un cliente
potencial se vuelve un cliente real solo si encuentra que la peluquería no está llena.
Si se supone que los tiempos entre llegadas y los tiempos para el corte de cabello son
exponenciales. ¿Qué peluquero ganará más dinero?
N=4
λ = 10 clientes/hora
Peluquero 1:
1
μ
ρ = 10 / 5 = 2
1− 2 4
PN = P4 = 2 = 0.5161
1 − 25
λ ef = λ (1 − PN ) = 10(1 − 0.5161) = 4.839 clientes/hora
Gana: 4.839 clientes/hora * $11/cliente = $53.23 / hora
Peluquero 2:
1
μ
ρ = 10 / 10 = 1
1
PN = P4 = = 0 .2
5
λ ef = λ (1 − PN ) = 10(1 − 0.2) = 8 clientes/hora
Gana: 8 clientes/hora * $5/cliente = $40.00 / hora
19
Ejercicio 2.11
Una instalación de servicio consta de un servidor, el cual puede atender a un promedio de

2 clientes por hora (tiempos de servicio exponenciales). Un promedio de 3 clientes/hora
llega a la instalación (se supone que los tiempos entre llegadas son exponenciales). La
capacidad del sistema es de 3 clientes.
a) ¿Cuántos clientes potenciales entran en promedio al sistema cada hora?
b) ¿Cuál es la probabilidad de que el servidor esté ocupado?
λ = 3 clientes/hora µ = 2 clientes/hr ρ = 1.5

N=3
a)
⎡ 1 − 1.5 ⎤ 3
PN = P3 = ⎢ 1.5 = 0.415384615
⎣1 − 1.5 ⎥⎦
4
λ ef = λ (1 − PN ) = 3(1 − 0.415384615 ) = 1.75385 clientes/hora
b)
⎡ 1 − 1.5 ⎤ 0
P0 = ⎢ 1.5 = 8 / 65
⎣1 − 1.5 ⎥⎦
4
P( n ≥ 1) = 1 – P0 = 1 – 8/65 = 57/65
2.7 Un servidor, cola finita, fuente infinita y G: Servicios con una distribución
general independiente.
MODELO (M/G/1):(PEPS/∞/∞)
A pesar de que en muchas situaciones la distribución exponencial describe con precisión
el proceso de llegadas, puede que no se ajuste muy bien el proceso de servicio. Existe
una generalización del modelo básico, el cual permite que la distribución del tiempo de
servicio sea arbitraria. Ni siquiera es necesario conocer la distribución del tiempo de
servicio, solo su media 1/µ y su varianza σ 2 . Las características de operación para el
modelo generalizado son:
Característica Símbolo Fórmula

Factor de utilización ρ λ/µ
Número esperado en el sistema L Lq + λ / μ
Número esperado en la cola Lq λ 2 σ 2 + (λ / μ ) 2
2(1 − λ / μ )
Tiempo de espera estimado ( incluyendo W 1
tiempo de servicio) L/λ o Wq +
μ
Tiempo esperado en la cola Wq Lq / λ
Probabilidad de que el sistema esté P0 1 – λ/µ
desocupado
20
Ejercicio 2.12
Suponga que usted debe contratar a una secretaria y tiene que seleccionar entre 2
candidatas. La secretaria 1 es muy consistente, escribe a máquina cualquier documento
en 15 minutos exactos. La secretaria 2 es un poco más rápida con un promedio de 14
minutos por documento, pero sus tiempos varían de acuerdo con la distribución
exponencial. La carga de trabajo promedio en la oficina es de 3 documentos por hora, con
tiempos entre llegadas que varían de acuerdo con la distribución exponencial. ¿Qué
secretaria le dará un tiempo de ciclo de documentos más corto?
λ = 3 documentos/hora
Secretaria 1:
1
= 15 minutos/documento * 1 hr/60 minutos = 0.25 horas / documento
μ
µ = 4 documentos/hora σ 2= 0
ρ = 3/4 = 0.75
(3 * 0) 2 + 0.75 2
Lq = = 9/8
2(1 − 0.75)
L = 9/8 + 3/4 = 15/8
15 / 8
W= = 5 / 8 horas
3
9/8
Wq = = 3 / 8 Horas
3
Secretaria 2:
1
= 14 minutos/documento * 1 hr/60 minutos = 7/30 horas / documento
μ
µ = 30/7 documentos/hora
2
⎛1⎞
La varianza para una distribución exponencial es: σ = ⎜⎜ ⎟⎟ 2
⎝μ⎠
2
⎛ 7 ⎞ 49
Entonces: σ 2 = ⎜ ⎟ =
⎝ 30 ⎠ 900
3
ρ= = 7 / 10
30 / 7
3 2 * 49 / 900 + 0.7 2
Lq = = 1.63333 documentos
2(1 − 0.7)
L = 1.63333 + 0.7 = 2.3333

21
2.3333
W= = 0.7778 horas
3
1.63333
Wq = = 0.54444 horas
3
El tiempo promedio de documentos escritos por hora es menor para la secretaria 1, por lo
tanto es la que deberá contratarse.
Ejercicio 2.13
Gubser opera un servicio de soldadura para trabajos de construcción y reparaciones

automotrices. Suponga que la llegada de trabajos a la oficina de la compañía puede
describirse con una distribución de probabilidad de Poisson con una tasa media de llegada
de dos trabajos por día de 8 horas. El tiempo requerido para completar los trabajos sigue
una distribución de probabilidad normal con un tiempo medio de 3.2 horas y una
desviación estándar de 2 horas. Responder las siguientes, asumiendo que Gubser usa un
soldador para completar todos los trabajos.
a) ¿Cuál es la cantidad promedio de trabajos esperando por servicio?
b) ¿Cuál es el tiempo promedio que espera un trabajo antes de que el soldador pueda
comenzar a trabajar en él?
c) ¿Cuál es la cantidad promedio de horas entre el momento en que se recibe un
trabajo y el momento en que se completa?
d) ¿Qué porcentaje del tiempo está ocupado el soldador de Gubser?
λ = 2 trabajos/8 horas = 0.25 trabajos/hora
0.25
µ = 1/3.2 = 0.3125 trabajos/hora σ = 2 horas ρ= = 0 .8
0.3125
0.25 2 * 2 2 + 0.8 2
a) Lq = = 2.225 trabajos
2(1 − 0.8)
2.225
b) Wq = = 8.9 horas
0.25
1 1
c) W = Wq + = 8.9 + = 12.1 horas
μ 0.3125
d) Pw = λ/µ = 0.8 el soldador está ocupado el 80% del tiempo
22
2.8 Un servidor, cola infinita, fuente finita.
MODELO (M/M/1):(PEPS/∞/N)
Para los modelos de líneas de espera introducidos hasta ahora, la población de unidades
o clientes que llegan para servicio se ha considerado ilimitadas. En términos técnicos,
cuando no se pone límite respecto a cuántas unidades pueden buscar servicio, se dice
que el modelo tiene una población infinita. En otros casos se asume que la cantidad
máxima de clientes que pueden buscar servicio es finito. En esta situación la tasa media
de llegadas para el sistema cambia, dependiendo de la cantidad de unidades en la línea
de espera y se dice que el modelo de línea de espera tiene una población finita
Las características de operación para este modelo son:
Característica Símbolo Fórmula

1
Probabilidad de que no haya unidades en el n
P0 N
N! ⎛ λ ⎞
sistema ∑ ⎜⎜ ⎟⎟
n = 0 ( N − n)! ⎝ μ ⎠
Cantidad de unidades promedio en la línea Lq λ+μ

N− (1 − P0 )
de espera λ
Cantidad promedio de unidades en el L Lq + (1 − P0 )
sistema
Tiempo promedio que pasa una unidad en Wq Lq
la línea de espera ( N − L )λ
Tiempo promedio que pasa una unidad en W 1
el sistema Wq +
μ
Probabilidad de que una unidad que llega Pw 1 – P0
tenga que esperar por el servicio
n
N! ⎛ λ ⎞
Probabilidad de n unidades en el sistema Pn ⎜ ⎟ P0
( N − n)! ⎜⎝ μ ⎟⎠
A una de las principales aplicaciones del modelo M/M/1 con población demandante finita
se le denomina “problema de la reparación de máquinas”. En este problema se considera
que un conjunto de máquinas es la población finita de clientes que pueden solicitar
servicio de reparación. Cuando se descompone una máquina, se presenta una llegada en
el sentido de que se inicia una nueva solicitud de reparación. Si se descompone otra
máquina antes de que se termine el trabajo de reparación en la primera, la segunda
comienza a formar una línea de espera que aguarda para obtener el servicio de
reparación. Otras descomposturas adicionales significan adiciones de máquinas a la
longitud de la línea de espera. El modelo M/M/1 muestra que hay un canal disponible para
hacer las reparaciones
23
Ejercicio 2.14
La empresa X tiene un grupo de 6 máquinas idénticas y todas operan un promedio de 20

horas entre paros por descompostura. Así que la tasa promedio de llegadas, o de
solicitudes de servicio de reparación, para cada máquina es de λ = 1/20 = 0.05
máquinas/hora. Como las descomposturas ocurren al azar se utiliza la distribución de
Poisson para describir el proceso de llegadas de máquinas averiadas. Un operario del
departamento de mantenimiento es quien proporciona el servicio de reparación de un solo
canal para las 6 máquinas. Los tiempos de servicio con distribución exponencial tienen un
promedio de 2 horas por máquina, o bien una tasa promedio de servicio de µ = ½ = 0.50
máquinas/hora. Determinar las características de operación del sistema de líneas de
espera de reparación de máquinas.
1
P0 = 0 1 2 3 4 5 6
= 0.484515
6! ⎛ .05 ⎞ 6! ⎛ .05 ⎞ 6! ⎛ .05 ⎞ 6! ⎛ .05 ⎞ 6! ⎛ .05 ⎞ 6! ⎛ .05 ⎞ 6! ⎛ .05 ⎞
⎜ ⎟ + ⎜ ⎟ + ⎜ ⎟ + ⎜ ⎟ + ⎜ ⎟ + ⎜ ⎟ + ⎜ ⎟
6! ⎝ .5 ⎠ 5! ⎝ .5 ⎠ 4! ⎝ .5 ⎠ 3! ⎝ .5 ⎠ 2! ⎝ .5 ⎠ 1! ⎝ .5 ⎠ 0! ⎝ .5 ⎠
0.05 + 0.5
Lq = 6 − (1 − 0.484515) = 0.329664 máquinas
0.05
L = 0.329664 + (1 – 0.484515) = 0.845149 máquinas
0.329664
Wq = = 1.279 horas
(6 − 0.845149) * 0.05
1
W = 1.279 + = 3.279 horas
0 .5
Ejercicio 2.15
Cinco secretarias utilizan una copiadora de oficina. El tiempo promedio entre llegadas para
cada secretaria es de 40 minutos, que equivale a una tasa promedio de llegadas de 1/40 =
0.025 llegadas por minuto. El tiempo promedio que cada secretaria pasa en la copiadora
es de 5 minutos, lo cual equivale a una tasa promedio de servicio 1/5 = 0.20 usuarios por
minuto. Determinar lo siguiente:
a) La probabilidad de que la copiadora esté desocupada.
b) El número promedio de secretarias que están en la línea de espera.
c) El número promedio de secretarias en la copiadora.
d) El tiempo promedio que una secretaria pasa esperando el uso de la copiadora.
e) El tiempo promedio que una secretaria pasa en la copiadora.
f) Durante una jornada de 8 horas, ¿cuántos minutos pasa una secretaria en la
copiadora? ¿Qué porción de este tiempo es tiempo de espera?
24
λ / µ = 0.025/0.2 = 0.125
1
a) P0 = = 0.479008
5! 5! 5! 5! 5! 5!
(1 / 8) 0 + (1 / 8)1 + (1 / 8) 2 + (1 / 8) 3 + (1 / 8) 4 + (1 / 8) 5
5! 4! 3! 2! 1! 0!
0.025 + 0.2
b) Lq = 5 − (1 − 0.479008) = 0.311075 secretarias
0.025
c) L = 0.311075 + (1 – 0.479008) = 0.832067 secretarias
0.311075
d) Wq = = 2.9854 minutos
(5 − 0.832067) * 0.025
1
e) W = 2.9854 + = 7.9854 minutos
0 .2
f) Viajes por día = 480/40 = 12 viajes
Tiempo en la fotocopiadora = 12 * 7.9854 = 95.82 minutos/día
Tiempo de espera en la fotocopiadora = 12 * 2.9854 = 35.82 minutos/día
2.9 Servidores múltiples, cola infinita, fuente infinita.
MODELO (M/M/S):(PEPS/∞/∞)
Una línea de espera con servidores múltiples consiste en dos más servidores que se
supone son idénticos desde el punto de vista de su capacidad. En el sistema de servidores
múltiples, las unidades que llegan esperan en una sola línea y luego pasan al primer
servidor disponible para ser atendidos. Las fórmulas que se presentan a continuación son
aplicables si existen las siguientes condiciones.
1. Las llegadas siguen una distribución de probabilidad de Poisson.

2. Tiempo de servicio para cada canal sigue una distribución de probabilidad
exponencial.
3. La tasa media de servicio µ es la misma para cada servidor.
4. Las llegadas esperan en una sola línea de espera y luego pasan al primer servidor
disponible.
λ
<1 S = Número de servidores
Sμ
25
Probabilidad de que haya 0 clientes en el sistema:
1
P0 = S −1
ρn ρ S ⎛ Sμ ⎞
∑ n!
+ ⎜ ⎟
S! ⎜⎝ Sμ − λ ⎟⎠
n =0
Probabilidad de que un cliente espere:
P(sistema ocupado) = P( n ≥ S)
ρ S Sμ
P(sistema ocupado) = P0
S! ( Sμ − λ )
Probabilidad de que haya n clientes en el sistema:
⎧ ρn
⎪⎪ P0 Para n ≥ S
Pn = ⎨ n!n
⎪ ρ P Para n ≤ S
⎪⎩ S! S n − S 0
Número promedio de unidades que esperan ser atendidas:
ρ
Lq = P( sistema _ ocupado) *
S−ρ
Número de unidades en el sistema:
L = Lq + ρ
Tiempo promedio que unidad se encuentra en el sistema:
L
W=
λ
Tiempo promedio que una unidad tiene que esperar en la cola:

Lq
Wq =
λ
26
Ejercicio 2.16
City Beverage está pensando en un sistema de servicio de dos canales. Los automóviles
llegan de acuerdo con una distribución de probabilidad Poisson, con una tasa media de
llegadas de 6 automóviles por hora. Los tiempos de servicio tienen una distribución de
probabilidad exponencial, con una tasa media de servicio de 10 automóviles por hora para
cada uno de los canales.
a) ¿Cuál es la probabilidad de que no haya ningún automóvil en el sistema?
b) ¿Cuál es el número promedio de automóviles esperando servicio?
c) ¿Cuál es el tiempo promedio esperando servicio?
d) ¿Cuál es el tiempo promedio en el sistema?
e) ¿Cuál es la probabilidad de que una llegada tenga que esperar para que le den
servicio?
λ = 6 autos/hr. µ = 10 autos/hr. ρ = 6/10 = 0.6 S=2
1
a) P0 = = 0.538462
(0.6) 2 ⎛ 2 *10 ⎞
1 + 0.6 + ⎜ ⎟
2! ⎝ 2 *10 − 6 ⎠
0.6 2 * 2 * 10
b) P(sistema ocupado) = * 0.538462 = 0.138462
2!(2 * 10 − 6)
0 .6
Lq = 0.138462 * = 0.05934 autos
2 − 0 .6
0.05934
c) W q = = 0.00989 horas
6
d) W = 0.00989 + 0.1 = 0.10989 horas
e) P(sistema ocupado) = P( n ≥ 2) = 0.138462
27
Ejercicio 2.17
Suponga que existen 5 canales de servicio con tasas promedio µ = 6 y una tasa de
llegadas λ de 24 unidades por hora.
λ 24
S=5 <1 <1 ρ = 24/6 = 4
Sμ 5*6
1
P0 = = 0.012987
4 2 43 4 4 45 ⎛ 5 * 6 ⎞
1+ 4 + + + + ⎜ ⎟
2! 3! 4! 5! ⎝ 30 − 24 ⎠
45 ⎛ 5 * 6 ⎞
P(sistema ocupado) = ⎜ ⎟ * 0.012987 = 0.554112
5! ⎝ 30 − 24 ⎠
4
Lq = 0.554112 * = 2.2164 unidades
5−4
L = 2.2164 + 4 = 6.2164 unidades
W = 6.2164 / 24 = 0.259 horas
Wq = 2.2164 / 24 = 0.0923 horas
Ejercicio 2.18
Suponga que en el cruce fronterizo de México y Estados Unidos, localizado entre las
poblaciones de Piedras Negras, Coahuila y Tagle Pass, Texas, existe un puente sobre el
Río Bravo con dos líneas de tráfico, una en dirección de México a Estados Unidos y la otra
en sentido contrario. La línea de tráfico de Estados Unidos a México, se bifurca a 5 garitas
de inspección migratoria y aduanera.
Suponga que las llegadas de automóviles tienen una distribución de Poisson con λ igual
15 llegadas por hora, mientras que el número de servicios tiene una distribución
exponencial negativa con µ igual a 8 servicios por hora.
Por decreto gubernamental no existe prioridad de trato, así que las garitas migratorias y
aduaneras proporcionan servicio en la medida que se desocupan y se atiende en primer
término al primer automóvil de la cola y así sucesivamente.
S=5 λ = 15 autos / hora µ = 8 autos / hora ρ = 15/8 = 1.875
λ 15
<1 <1
Sμ 5*8
28
1
P0 = 2 3
= 0.1525455
1.875 1.875 1.875 4 1.875 5 ⎛ 5 * 8 ⎞
1 + 1.875 + + + + ⎜ ⎟
2! 3! 4! 5! ⎝ 40 − 15 ⎠
Esto implica que existe un 15.25% de probabilidades de que al llegar un automóvil a las
garitas se encuentren vacías.
1.875 5 ⎛ 5 * 8 ⎞
5! ⎝ 40 − 15 ⎠
No. esperado de automóviles en la cola:
1.875
Lq = 0.0471351 * = 0.0283
5 − 1.875
No. esperado de automóviles en el sistema:
L = 0.0283 +1.875 = 1.9033
Tiempo promedio de espera en el sistema:
W = 1.9033 / 15 = 0.1269 horas
Tiempo promedio de espera en la cola:
Wq = 0.0283 / 15 = 0.0019 horas

n Tamaño Garitas Número de autos a Probabilidad de
de la desocupadas los cuales se les está que haya n
cola dando servicio unidades en el
sistema
0 0 5 0 0.1525455 Probabilidad
1 0 4 1 0.2860228 de que el
2 0 3 2 0.2681463 sistema esté
3 0 4 3 0.1675914 desocupado
4 0 1 4 0.0785585 0.9528645
5 0 0 5 0.0294594
6 1 0 5 0.0110472 Probabilidad
7 2 0 5 0.0041427 de que el
8 3 0 5 0.0015535 sistema esté
9 4 0 5 0.0005826 ocupado:
10 5 0 5 0.0002185 1 -
11 6 0 5 0.0000819 0.9528645 =
12 7 0 5 0.0000307 0.0471355
13 8 0 5 0.0000115
29
Ejercicio 2.19
En (M/M/2):(PEPS/∞/∞), el tiempo medio de servicio es 5 minutos y el tiempo medio entre

llegadas es de 8 minutos:
a) ¿Cuál es la probabilidad de una demora?
b) ¿Cuál es la probabilidad de que al menos uno de los servidores esté inactivo?
c) ¿Cuál es la probabilidad de que ambos servidores estén desocupados?
1
= 5 minutos/cliente * 1 hr/60 minutos = 1/12 horas / cliente
μ
µ = 12 clientes / hora
1
= 8 minutos/cliente * 1 hr/60 minutos = 2/15 horas / cliente
λ
λ = 15/2 clientes / hora
15 / 2
ρ= = 5/8
12
1
P0 = = 0.5238095
0.625 2 ⎛ 2 * 12 ⎞
1 + 0.625 + ⎜ ⎟
2! ⎝ 24 − 7.5 ⎠
P1 = 0.625 * 0.5238095 = 0.3273809
a) P(n ≥ 2) = 1 − ( P0 + P1 )
= 1- (0.5238095 + 0.3273809)
= 0.1488096
Otra forma:
0.625 2 ⎛ 2 * 12 ⎞
2! ⎝ 24 − 7.5 ⎠
b) P0 + P1 = 0.5238095 + 0.3273809 = 0.8511904
c) P0 = 0.5238095
S C S C S
S S C S
P0 = 2 servidores P1 = 1 servidor P2 = 0 servidores

inactivos inactivo inactivos
30
Ejercicio 2.20
Los clientes llegan a un banco de acuerdo con una distribución de Poisson, con una media
de 45 clientes por hora. Las transacciones por cliente tardan cerca de 5 minutos y se
distribuyen de forma exponencial. El banco desea usar una operación de cajero múltiple
de una sola línea. El gerente está consciente del hecho de que los clientes pueden
cambiar a otros bancos si perciben que su espera en la línea es excesiva. Por esta razón
el gerente limita el tiempo de espera promedio en la cola a no más de 2 minutos.
¿Cuántos cajeros debe proporcionar el banco?
λ = 45 clientes / hora µ = 12 clientes / hora ρ = 45/12 = 3.75
Si: S = 4 cajeros
1
P0 = 2
= 0.00656141
3.75 3.753 3.75 4 ⎛ 48 ⎞
1 + 3.75 + + + ⎜ ⎟
2! 3! 4! ⎝ 48 − 45 ⎠
3.75 4 ⎛ 48 ⎞
4! ⎝ 48 − 45 ⎠
3.75
Lq = 0.865029731 * = 12.97544458 clientes
4 − 3.75
Wq = 12.97544458 / 45 = 0.288343212 horas = 17.30059 minutos
Si: S = 5 cajeros
1
P0 = 2 3
= 0.018681358
3.75 3.75 3.75 4 3.755 ⎛ 60 ⎞
1 + 3.75 + + + + ⎜ ⎟
2! 3! 4! 5! ⎝ 60 − 45 ⎠
3.75 5 ⎛ 60 ⎞
5! ⎝ 60 − 45 ⎠
3.75
Lq = 0.461788959 * = 1.385366877 clientes
5 − 3.75
Wq = 1.385366877 / 45 = 0.03078593 horas = 1.8472 minutos
1.8472 es menor a 2 minutos, por lo tanto el número de cajeros que debe proporcionar el
banco es 5.
31
2.10 Servidores múltiples, cola finita, fuente infinita.
MODELO (M/M/S):(PEPS/N/∞)
Este modelo de espera difiere de (M/M/S):(PEPS/∞/∞) en que el límite del sistema es

finito, igual a N. Eso quiere decir que el tamaño máximo de la cola es N – S. Las tasas de
llegada y de servicio son λ y µ. La frecuencia efectiva de llegadas λef es menor que λ, a
causa del límite N del sistema.
Probabilidad de que el sistema esté vacío:
⎧⎡ S −1 ρ n ρ S (1 − ( ρ / S ) N − S +1 ) ⎤ −1
⎪ ⎢∑ + ⎥
Para ρ/S ≠ 1
⎪⎣ n =0 n! S!(1 − ρ / S ) ⎦
P0 = ⎨ −1
⎪ ⎡ ρ ρ ( N − s + 1) ⎤
S −1 n S
⎪ ⎢ ∑ + ⎥ Para ρ/S = 1
⎩ ⎣ n =0 n! S! ⎦
⎧ ρn
P0 Para 0 ≤ n ≤ S
⎪⎪
Pn = ⎨ n!n
⎪ ρ P
⎪⎩ S! S n − S 0 Para S ≤ n ≤ N
Número esperado de clientes en la cola:
⎧ P0 ρ S +1 ⎧⎪ ⎛ ρ ⎞ N − S ⎛ ρ ⎞ ⎛ ρ ⎞⎫⎪
N −S
⎪ ⎨1 − ⎜ ⎟ − ( N − S )⎜ ⎟ ⎜1 − ⎟⎬ Para ρ/S ≠ 1
⎪ ( S − 1)!( S − ρ ) 2 ⎪ ⎝ S ⎠ ⎝ S ⎠ ⎝ S ⎠⎪⎭
Lq = ⎨ ⎩
⎪ P0 ρ S ( N − S )( N − S + 1)
Para ρ/S = 1
⎪⎩ 2 S!
Número esperado de clientes en el sistema:
λef
L = Lq + L = Lq + ( S − S )
μ
λ ef = λ (1 − PN ) = μ ( S − S )
Número estimado de servidores inactivos:

S
S = ∑ ( S − n) Pn
n =0
32
Ejercicio 2.21
En lote de estacionamiento existen 10 espacios solamente. Los automóviles llegan según
una distribución de Poisson con media de 10 por hora. El tiempo de estacionamiento está
exponencialmente distribuido con media de 10 minutos. Determine lo siguiente:
a) Número esperado de espacios de estacionamiento vacíos.
b) Probabilidad de que un automóvil que llegue no encontrará un espacio para
estacionarse.
c) Tasa efectiva de llegadas al sistema.
λ = 10 autos / hora µ = 6 autos / hora ρ = 10/6 = 5/3

S = 10 N = 10
−1
⎡ (5 / 3) 2 (5 / 3) 3 (5 / 3) 4 (5 / 3) 9 (5 / 3)10 (1 − ((5 / 3) / 10)10−10+1 ) ⎤
P0 = ⎢1 + 5 / 3 + + + + .... + + ⎥
⎣ 2! 3! 4! 9! 10!(1 − (5 / 3) / 10) ⎦
= 0.1888759
a)
S = 10 P0 + 9 P1 + 8 P2 + 7 P3 + 6 P4 + 5 P5 + 4 P6 + 3 P7 + 2 P8 + P9
P1 = (5/3) P0
P2 = (5/3)2 /2 P0 = 25/18 P0
P3 = (5/3)3 /6 P0 = 125/162 P0
P4 = (5/3)4 /24 P0 = 625/1944 P0
P5 = (5/3)5 /120 P0 = 625/5832 P0
P6 = (5/3)6 /720 P0 = 0.0297687 P0
P7 = (5/3)7 /7! P0 = 0.0070878 P0
P8 = (5/3)8 /8! P0 = 0.0014766 P0
P9 = (5/3)9 /9! P0 = 0.0002734 P0
P10 = (5/3)10 /10! P0 = 0.0000456 P0
S = 10 P0 + 9(5 / 3) P0 + 8( 25 / 18) P0 + 7(125 / 162 ) P0 + 6(625 / 1944 ) P0 + 5(625 / 5832 ) P0

+ 4(0.0297687) P0 + 3(0.0070878) P0 + 2(0.0014766) P0 + 0.0002734P0
S = 44.12076 P0 = 8.33335
Otra forma de calcular el número de servidores inactivos.
λef
S=S−
μ
PN = P10 = (5/3)10 / 10! P0 = 0.000008607
λ ef = 10 ( 1 – 0.000008607) = 9.999913922
9.999913922
S = 10 − = 8.33335
6
b) P10 = 0.000008607
c) λ ef = 9.999913922
33
Ejercicio 2.22
Un pequeño taller de ajuste de motores ocupa a tres mecánicos, las personas llevan al
taller podadoras para que reciban mantenimiento. El taller quiere aceptar todas las
podadoras que le lleven. Sin embargo cuando los clientes que llegan ven que el piso del
taller está cubierto con trabajos en espera, van a otra parte para recibir un servicio más
inmediato. El piso del taller puede dar cabida cuando mucho a 15 podadoras, además de
las que reciben el servicio. Los clientes llegan al taller cada 15 minutos en promedio y un
mecánico tarda un promedio de 30 minutos en terminar cada trabajo. El tiempo entre
llegadas y el tiempo de servicio tienen distribución exponencial.
a) Cantidad promedio de mecánicos sin trabajo.

b) Porción del trabajo que va a la competencia en un día de 10 horas, por la capacidad
limitada del taller.
c) La probabilidad de que al menos un mecánico esté sin trabajo.
λ = 4 podadoras / hora µ = 2 podadoras / hora ρ = 4/2 = 2
S=3 N = 18
−1
⎡ 2 2 2 3 (1 − (2 / 3)18−3+1 ) ⎤
P0 = ⎢1 + 2 + + ⎥ = 0.111186344
⎣ 2! 3!(1 − 2 / 3) ⎦
218
PN = P18 = * 0.111186344 = 0.000338548
3!(315 )
λ ef = 4 ( 1 – 0.000338548) = 3.998645805
3.998645805
a) S = 3 − = 1.000677098
2
b) 4(0.000338548) * 10 = 0.013541952
c)
n No. de mecánicos sin Probabilidad
trabajo
0 3 P0
1 2 P1 = 2 P0
2 1 P2 = 22 /2 P0 = 2 P0
P( n < 3 ) = P0 + P1 + P2 = P0 + 2 P0 + 2 P0 = 5 P0 = 5 * 0.111186344 = 0.5559317
34
Ejercicio 2.23
Una pequeña gasolinera opera con dos bombas. El carril que conduce a las bombas
puede alojar cuando mucho 6 automóviles, incluyendo los que están siendo atendidos. Los
autos que llegan van a otro lado si el carril está lleno. La distribución de los vehículos que
llegan es de Poisson con media 25 por hora. El tiempo para servir y pagar la compra es
exponencial con media 6 minutos. Determine lo siguiente:
a) El número esperado de autos que buscarán servicio en otro lugar.
b) El número esperado de bombas inactivas.
c) La probabilidad de que un auto que llega encuentre un espacio vacío en el carril.
d) La utilización porcentual de las dos bombas.
e) La probabilidad de que un automóvil que llegue no reciba servicio de inmediato,
sino que se forme en la cola.
λ = 25 podadoras / hora µ = 10 podadoras / hora ρ = 25/10 = 2.5
S=2 N=6
−1
⎡ 2.5 2 (1 − (2.5 / 2) 6− 2+1 ) ⎤
P0 = ⎢1 + 2.5 + ⎥ = 0.03430888
⎣ 2!(1 − 2.5 / 2) ⎦
2.5 6
PN = P6 = * 0.03430888 = 0.261755984
2!(2 4 )
λ ef = 25 ( 1 – 0.261755984) = 18.45610038
a) λPN = 25 * 0.261755984 = 6.54389962
18.45610038
b) S = 2 − = 0.154389962
10
2.5 5
c) P5 = * 0.03430888 = 0.209404785
2!(2 3 )
2 − 0.154389962
d) = 92.2805%
2
e)
P2 = 2.52 /2! P0 = 3.125 P0
P3 = 2.53 /(2! * 2) P0 = 3.90625 P0
P4 = 2.54 / (2! * 22) P0 = 4.8828125 P0
P5 = 2.55 / (2! * 23) P0 = 6.103515625 P0
P(1 < n < 6) = P2 + P3 + P4 + P5 = 18.017578 P0 = 0.618163
35
Ejercicio 2.24
En un banco los clientes llegan según una distribución de Poisson con media de 36 por
hora. El tiempo de servicio por cliente es exponencial con media de 0.035 de hora.
Suponiendo que el sistema puede acomodar a lo más 20 clientes a la vez, ¿cuántos
cajeros debe suministrarse según la condición siguiente? La probabilidad de tener más de
3 clientes esperando sea menor que 0.2.
λ = 36 clientes / hora µ = 28.571429 clientes / hora ρ = 36 / 28.571429 = 1.26
N = 20
P1 = 1.26 P0
P2 = 1.262 /2 P0 = 0.7938 P0
P3 = 1.263 / (2! * 2) P0 = 0.500094 P0
−1
⎡ 1.26 2 (1 − (1.26 / 2)19 ) ⎤
P0 = ⎢1 + 1.26 + ⎥ = 0.22701
⎣ 2!(1 − 1.26 / 2) ⎦
P( n > 3 ) < 0.2

1 – (P0 + P1 + P2 + P3 ) < 0.2
– (P0 + P1 + P2 + P3 ) < -0.8
P0 + P1 + P2 + P3 > 0.8
P0 + 1.26 P0 + 0.7938 P0 + 0.500094 > 0.8
P0
3.553894 P0 > 0.8
3.553894 * 0.22701 > 0.8
0.80677 > 0.8
Dado que se cumple la condición, se concluye que S = 2.
Esto se comprobará por medio de Excel.
De la figura 2.2, si S = 1 no cumple la condición de que P( n > 3 ) sea menor del 20%. Con
S=2y
S = 3 si se cumple, pero se toma la opción que tiene menos servidores, por lo tanto la
respuesta es S = 2.
S=1 P( n ≤ 3 ) = P( n > 3 ) = 0.988044

0.011956
S=2 P( n ≤ 3 ) = P( n > 3 ) = 0.193227
0.806773
S=3 P( n ≤ 3 ) = P( n > 3 ) = 0.066533
0.933467
36
Figura 2.2 Salida Excel para el ejercicio 2.24

A B C D E F G H I
1 S=1 S=2 S=3
Pn Pn Pn
2 n Pn Pn Pn
acum.. acum.. acum..
3 0 0,0020 0,0020 0,2270 0,2270 0,2755 0,2755
45 45 11 11 87 87
4 1 0,0025 0,0046 0,2860 0,5130 0,3472 0,6228
76 21 34 45 39 26
5 2 0,0032 0,0078 0,1802 0,6932 0,2187 0,8415
46 67 01 46 61 87
6 3 0,0040 0,0119 0,1135 0,8067 0,0918 0,9334
90 56 27 73 80 67
7 4 0,0051 0,0171 0,0715 0,8782 0,0385 0,9720
53 10 22 95 89 56
8 5 0,0064 0,0236 0,0450 0,9233 0,0162 0,9882
93 03 59 53 08 64
9 6 0,0081 0,0317 0,0283 0,9517 0,0068 0,9950
81 84 87 40 07 71
1 0,0103 0,0420 0,0178 0,9696 0,0028 0,9979
0 7 08 92 84 24 59 30
1 0,0129 0,0550 0,0112 0,9808 0,0012 0,9991
1 8 88 81 67 91 01 30
1 0,0163 0,0714 0,0070 0,9879 0,0005 0,9996
2 9 65 46 98 89 04 35
1 0,0206 0,0920 0,0044 0,9924 0,0002 0,9998
3 10 20 66 72 61 12 47
1 0,0259 0,1180 0,0028 0,9952 0,0000 0,9999
4 11 82 48 17 78 89 36
1 0,0327 0,1507 0,0017 0,9970 0,0000 0,9999
5 12 37 85 75 53 37 73
1 0,0412 0,1920 0,0011 0,9981 0,0000 0,9999
6 13 49 34 18 71 16 89
1 0,0519 0,2440 0,0007 0,9988 0,0000 0,9999
7 14 73 08 04 76 07 95
1 0,0654 0,3094 0,0004 0,9993 0,0000 0,9999
8 15 86 94 44 19 03 98
1 0,0825 0,3920 0,0002 0,9995 0,0000 0,9999
9 16 13 07 80 99 01 99
2 0,1039 0,4959 0,0001 0,9997 0,0000 1,0000
0 17 66 73 76 75 00 00
2 0,1309 0,6269 0,0001 0,9998 0,0000 1,0000
1 18 98 71 11 86 00 00
2 0,1650 0,7920 0,0000 0,9999 0,0000 1,0000
2 19 57 28 70 56 00 00
37
2 0,2079 1,0000 0,0000 1,0000 0,0000 1,0000

3 20 72 00 44 00 00 00
Ejercicio 2.25
Los alumnos de primer ingreso en la U. de A. se caracterizan, porque tratan de llegar a

clase en automóvil. Durante el primer par de semanas del semestre, en el campus
prevalece una confusión de tráfico porque los alumnos tratan desesperadamente
encontrar cajones de estacionamiento. Con una dedicación extraordinaria, esperan
pacientemente a que alguien salga para poder estacionarse. El estacionamiento tiene 30
cajones, pero también pueden caber 10 autos más en los carriles. Esos 10 autos
adicionales no se pueden estacionar en forma permanente en los carriles y deben esperar
que haya disponible uno de los 30 cajones de estacionamiento. Los alumnos de ingreso
reciente llegan al estacionamiento siguiendo una distribución de Poisson con 20 por hora
de promedio. El tiempo de estacionamiento por auto es de 60 minutos en promedio, pero
en realidad tiene una distribución exponencial.
a) ¿Cuál es el porcentaje de alumnos que se salen por no caber en el
estacionamiento?
b) ¿Cuál es la probabilidad de que un automóvil que llegue espere en los carriles?
c) ¿Cuál es la probabilidad de que un automóvil que llegue ocupe el único cajón vacío
en el estacionamiento?
d) Calcule la cantidad promedio de cajones ocupados.
λ = 20 autos / hora µ = 1 auto / hora ρ = 20
S = 40 N = 40
−1
⎡ 20 2 20 3 20 4 20 39 20 40 (1 − 20 / 40) ⎤
P0 = ⎢1 + 20 + + + + .... + + ⎥
⎣ 2! 3! 4! 39 ! 40!(1 − 20 / 40) ⎦
= 2.061206E-09
20 40
a) PN = P40 = * 2.061206 E − 09 = 0.000027776
40!
b) P30 + P31 + P32 + P33 + P34 + P35 + P36 + P37 + P38 + P39 =
0.008343748 + 0.005383063 + 0.003364415 + 0.002039039 + 0.001199435 +
0.000685391 +
0.000380773 + 0.000205823 + 0.000108328 + 5.55528E-05 = 0.02176557
20 29
c) P( n = 29) = P29 = * 2.061206 E − 09 = 0.012516
29!
d) λ ef = 20 ( 1 – 0.000027776) = 19.99944448
19.99944448
S = 40 − = 20.00055552
1
Cantidad promedio de cajones ocupados = 40 – 20 = 20
38
Problemas propuestos de la Unidad II.
1. El escritorio de referencias de una biblioteca universitaria recibe solicitudes de ayuda.

Suponga que puede usarse una distribución de probabilidad de Poisson, con una tasa
media de 10 solicitudes por hora para describir el patrón de llegadas y que los tiempos de
servicio siguen una distribución exponencial, con una tasa media de servicio de 12
solicitudes por hora.
a) ¿Cuál es la probabilidad de que no haya solicitudes de ayuda en el sistema?
b) ¿Cuál es la cantidad promedio de solicitudes que esperarán por el servicio?
c) ¿Cuál es el tiempo de espera promedio en minutos antes de que comience el
servicio?
d) ¿Cuál es el tiempo promedio en el escritorio de referencias en minutos (tiempo de
espera más tiempo de servicio?
e) ¿Cuál es la probabilidad de que una nueva llegada tenga que esperar por el
servicio?
Solución:
a) P0 = 1/6
b) Lq = 25/6
c) Wq = 25 minutos
d) W = 30 minutos
e) PW = 5/6
2. La Compañía Tire decidió contratar a un nuevo mecánico para manejar todos los
cambios de llantas para los clientes que ordenen juego nuevo de neumáticos. Dos
mecánicos solicitaron el empleo; uno tiene experiencia limitada, puede ser contratado por
$14 por hora y puede dar servicio a un promedio de 3 clientes por hora. El otro tiene varios
años de experiencia, puede dar servicio a un promedio de 4 clientes por hora, pero deben
pagarle $20 por hora. Suponga que los clientes llegan al taller a la tasa de 2 clientes por
hora.
a) ¿Cuáles son las características operativas de la línea de espera para cada
mecánico, suponiendo llegadas de Poisson y tiempos de servicio exponenciales?
b) Si la compañía asigna un costo de cliente en espera de $30 por hora, ¿cuál
mecánico proporciona el costo operativo menor?
Solución: a)
Mecánico nuevo Mecánico
experimentado
P0 = 1/3 P0 = 1/2
Lq = 4/3 Lq = 1/2
L=2 L=1
Wq = 2/3 horas Wq = 1/4 horas
W = 1 hora W = 1/2 horas
PW = 2/3 PW = 1/2
39
b) Mecánico nuevo = 2 * 30 + 14 = $74

Mecánico experimentado = 1 * 30 + 20 = $50
3. Una operadora que ofrece información sobre la guía telefónica recibe llamadas a razón
de 100 por hora, las cuales corresponden a una distribución de Poisson. El tiempo
promedio requerido para atender una llamada es de 30 segundos, de acuerdo con una
distribución exponencial. Suponiendo que sea aplicable el modelos de filas de espera con
un solo servidor, responder las siguientes preguntas.
a) ¿Cuál es la probabilidad de que haya 3 o más llamadas a la vez en el sistema?
b) ¿Cuál es el tiempo promedio requerido para que responda la operadora?
c) ¿Cuál es el número promedio de llamadas que están en espera de ser
respondidas?
Solución:
a) P( n ≥ 3 ) = 125/216
b) Wq = 1/24 horas = 150 segundos
c) Lq = 25/6 llamadas
4. Los clientes llegan uno a la vez, completamente en forma aleatoria, a un cajero

automático (ATM) cuya tasa es de 6 clientes por hora. Los clientes toman un promedio de
4 minutos para terminar sus transacciones, y los datos históricos han mostrado que los
tiempos de servicio se ajustan a la distribución exponencial. Los clientes hacen cola sobre
la base de primero en llegar, primero en salir.
a) Encontrar las siguientes medidas esperadas del desempeño para este sistema: el
número esperado de clientes en el sistema, el número esperado de clientes que
esperan el servicio, el tiempo esperado en el sistema y el tiempo esperado en la
cola.
b) ¿Cuál es la probabilidad de que haya más de 5 personas en el sistema?
Solución:
a) L = 2/3, Lq = 4/15, W = 1/9 horas y Wq = 2/45 horas
b) P( n > 5 ) = 0.004096
5. Una atracción popular en la costa de Nueva Jersey es un artista callejero que dibuja una
caricatura en aproximadamente cinco minutos. Sin embargo ya que los tiempos requeridos
para cada dibujo varían mucho, la distribución exponencial los describe con exactitud. Las
personas están deseosas de esperar su turno, pero cuando hay más de 10 esperando por
una caricatura, los clientes son rechazados y se les pide que vuelvan más tarde. En los
tiempos pico pueden esperarse tanto como 20 clientes por hora. Suponga que los clientes
acuden de forma aleatoria.
a) ¿Qué proporción del tiempo se encuentra la cola a su máxima capacidad?
b) ¿Cuántos clientes se rechazan en promedio?
c) Calcular L, Lq, W y Wq
40
Solución:
a) PN = P11 = 0.4008726
b) λ PN = 20 ( 0.4008726) = 8.017452 clientes/hora
c) L = 9.5262, Lq = 8.5276, W = 0.795 horas y Wq = 0.7117 horas
6. Un promedio de 40 automóviles por hora (los tiempos entre llegadas siguen una
distribución exponencial) está tentado a pasar por el servicio para automovilistas de cierto
restaurante. Si un total de 5 automóviles están haciendo cola (incluso el auto al que están
atendiendo) un automóvil no entrará a la cola. Se requiere un promedio de 4 minutos
(distribución exponencial) para atender un automóvil.
a) ¿Cuál es la cantidad promedio de automóviles que está esperando atención? (no se
incluye un vehículo al que están atendiendo).
b) ¿Cuántos vehículos serán atendidos en promedio por hora?
c) Apenas me he formado en la cola para que me atiendan. En promedio, ¿cuánto
tiempo esperaré antes de que me sirvan mis bocadillos?
Solución:
a) Lq = 3.4214
b) L = 4.4167
c) Wq = 0.2292 horas
7. Los pacientes llegan al consultorio de un doctor siguiendo una distribución de Poisson,

con la frecuencia de 30 pacientes por hora. La sala de espera no tiene lugar más que para
14 pacientes. El tiempo de consulta por paciente es exponencial, con promedio de 3
minutos.
a) Determine la tasa efectiva de llegadas en la clínica.
b) ¿Cuál es la probabilidad de que un paciente que llega encuentre al menos un
asiento vacío en la sala?
c) ¿Cuál es el tiempo total esperado que pasa un paciente en el consultorio?
Solución:
a) λef = 19.9848
b) P( n < 15 ) = 0.6661585
c) W = 0.652 horas
8. Las probabilidades Pn de que haya n clientes en el sistema (M/M/1):(PEPS/5/∞) se ven

en la tabla siguiente:
n 0 1 2 3 4 5
Pn 0.39877 0.24923 0.15577 0.09736 0.06085 0.03803
La frecuencia de llegada es λ = 5 clientes por hora. La rapidez del servicio µ = 8 clientes

por hora. Calcular lo siguiente:
41
a) La probabilidad de que un cliente que llega pueda entrar al sistema.

b) La frecuencia con la que los clientes que llegan no pueden entrar al sistema.
c) La cantidad esperada en el sistema.
d) El tiempo promedio de espera en la cola.
Solución:
a) 1 – PN = 1 – P5 = 0.96197
b) λ P5 = 0.19 clientes/hora
c) L = 1.2864 clientes
d) Wq = 0.1424 horas
9. Un almacén grande de descuento evalúa cuántos cajeros necesita. Durante un periodo

del día cuando la tasa de llegada de los clientes es aproximadamente uno cada 12
minutos, solamente está abierto un cajero. Toma un promedio de ocho minutos atender a
un cliente. El tiempo del cajero se ajusta a una distribución normal con desviación
estándar de 1.3 minutos. Puede suponerse que le proceso de llegada es un proceso de
Poisson. Encontrar las medidas de rendimiento para este sistema.
Solución: Lq = 0.6843, L = 1.351, W = 0.2702 horas y Wq = 0.13686 horas
10. Una empresa opera un servicio de soldadura para trabajos de construcción y de

reparación automotriz. Suponga que la llegada de trabajos a la oficina de la empresa
puede describirse mediante una distribución de probabilidad de Poisson, con una tasa
media de llegadas de 3 trabajos en un día de 8 hrs. El tiempo requerido para terminar los
trabajos sigue una distribución de probabilidad normal con un tiempo medio de 2.5 horas y
una desviación estándar de 1.5 hrs. Responda las siguientes preguntas. Suponiendo que
la empresa utiliza un soldador para efectuar los trabajos:
a) ¿Cuál es el número promedio de trabajos esperando servicio?
b) ¿Cuál es el tiempo promedio que tiene que esperar un trabajo antes de que el
soldador pueda iniciar con su trabajo en él?
c) ¿Cuál es el número promedio de horas entre el momento en que se recibe y se
termina un trabajo?
d) ¿Qué porcentaje de tiempo está ocupado el soldador?
Solución:
a) Lq = 9.5625
b) Wq = 25.5 horas
c) W = 28 horas
d) PW = 93.75%
42
11. Los trabajos llegan en forma aleatoria a una planta de ensamblado; suponga que la
tasa media de llegada es de 5 trabajos por hora. Los tiempos de servicio (en minutos por
trabajo) no siguen la distribución de probabilidad exponencial. A continuación se muestran
dos diseños propuestos para la operación de ensamblado de la planta.
Tiempo de servicio
Diseño Media Desviación
estándar
A 6 3
B 6.25 0.6
Calcular las características operativas para cada diseño.
Solución:
Diseño A: Lq = 0.3125, L = 0.8125, Wq = 0.0625 horas, W = 0.1625 horas y PW = 0.5

Diseño B: Lq = 0.2857, L = 0.8065, Wq = 0.0571 horas, W = 0.1613 horas y PW = 0.5208
12. Una universidad ha instalado una máquina copiadora en cada piso para que los
profesores las usen. La intensa utilización de las 5 máquinas copiadoras ocasiona fallas
frecuentes. Los registros de mantenimiento muestran que una máquina falla cada 2.5 días
(o sea, λ = 0.4 fallas/día). Esta institución tiene vigente un contrato de mantenimiento con
el distribuidor autorizado de las máquinas copiadoras. Al observar que las máquinas de la
escuela fallan con tanta frecuencia, el distribuidor ha asignado a una persona para que las
repare. Esa persona puede reparar un promedio de 2.5 máquinas por día. Aplicando el
modelo con fuente finita, responder las siguientes preguntas.
a) En promedio, ¿cuántas máquinas copiadoras están siendo reparadas o en espera
de reparación?
b) ¿Cuál es el tiempo promedio que pasa una máquina copiadora en el sistema de
reparación (ya sea siendo reparada o en espera de serlo)?
Solución:
a) L = 1.1094
b) W = 0.7129 horas
13. Cierta empresa opera una flotilla de 10 camiones. Los camiones llegan en momentos
aleatorios a lo largo del día a la plataforma de embarque para ser cargados con entregas
nuevas o para descargar embarques que llegan del almacén regional. Cada camión
regresa a la plataforma de embarque para servicio 2 veces por día de 8 horas. Por tanto la
tasa media de llegada por camión es 0.25 camiones por hora. La tasa media de servicio es
4 camiones por hora. Usando un modelo de llegadas de Poisson y tiempos de servicio
exponenciales con una población finita de 10 camiones, determine las siguientes
características operativas:
43
a) Probabilidad de que no haya camiones en la plataforma de embarque.

b) Cantidad promedio de camiones esperando para cargar o descargar.
c) Cantidad promedio de camiones en el área de la plataforma de embarque.
d) Tiempo promedio de espera antes de que comience la carga o descarga.
e) Tiempo promedio de espera en el sistema.
Solución:
a) P0 = 0.440561
b) Lq = 0.4895
c) L = 1.049
d) Wq = 0.2188 horas
e) W = 0.4688 horas
14. Un operador atiende a 5 máquinas automáticas. Cuando una máquina termina un lote,
el operador la debe restablecer para iniciar el siguiente lote. El tiempo para terminar un
procesamiento de lote es exponencial, con 45 minutos de promedio. El tiempo de
preparación de la máquina también es exponencial con un promedio de 8 minutos.
a) Calcular la cantidad promedio de máquinas que esperan su restablecimiento, o que
están siendo restablecidas.
b) Calcular la probabilidad de que todas las máquinas estén trabajando.
c) Determinar el tiempo promedio que una máquina está sin trabajar.
Solución:
a) L = 1.2504 máquinas
b) P0 = 0.333413
c) W = 0.2501 horas
15. Una clínica dental que atiende al público en general por riguroso orden de llegada. La
clínica cuenta con 3 sillas odontológicas y cada una es atendida por un dentista. Los
pacientes llegan a razón de 5 por hora, de acuerdo con una distribución de Poisson. El
tiempo promedio requerido para realizar una revisión dental es de 30 minutos y se ajusta a
una distribución exponencial.
a) ¿Cuál es la probabilidad de que no se encuentre ningún paciente en la clínica?.
b) ¿Cuál es la probabilidad de que se encuentren 6 o más pacientes en la clínica?
c) ¿Cuál es el número promedio de pacientes en espera de ser atendidos?
d) ¿Cuál es el tiempo promedio que permanece un paciente en la clínica?
Solución:
a) P0 = 0.04494382
b) P( n ≥ 6 ) = 0.40639305
d) W = 1.2022 horas
44
16. 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
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) ¿Cuál es la cantidad promedio en el sistema?
c) ¿Cuál es el tiempo promedio que espera una unidad por servicio?
d) ¿Cuál es el tiempo promedio que una unidad está en el sistema?
e) ¿Cuál es la probabilidad de tener que esperar por el servicio?
Solución:
a) P0 = 0.176471
b) L = 2.7451
d) W = 0.1961 horas
e) P(sistema ocupado) = 0.576471
17. El gerente de cierto restaurante de hamburguesas, sabe que proporcionar un servicio

rápido es la clave del éxito. Es posible que los clientes que esperan mucho vayan a otro
lugar la próxima vez. Estima que cada minuto que un cliente tiene que esperar antes de
terminar su servicio le cuesta un promedio de 30 centavos en negocio futuro perdido. Por
lo tanto desea estar seguro de que siempre tiene suficientes cajas abiertas para que la
espera sea mínima. Un empleado de tiempo parcial opera cada caja, obtiene la orden del
cliente y cobra. El costo total de cada empleado es $9 por hora.
Durante la hora del almuerzo los clientes llegan según un proceso Poisson a una tasa
media de 66 por hora. Se estima que el tiempo necesario para servir a un cliente tiene
distribución exponencial con media de 2 minutos.
Determinar cuántas cajas debe abrir el gerente para minimizar su costo total.
Solución:
Si S = 3, Costo total = 3 * 9 + 3.6909 * 18 = $93.44
Si S = 4, Costo total = 4 * 9 + 2.4772 * 18 = $80.59
Si S = 5, Costo total = 5 * 9 + 2.2659 * 18 = $85.79
Abrir 4 cajas registradoras.
18. Se está investigando el modelo (M/M/4):(PEPS/10/∞), en el que λ = 16 clientes por

hora y µ = 5 clientes por hora. Calcular:
a) La cantidad esperada de servidores inactivos.
b) La probabilidad de que un cliente que llegue ocupe el último lugar del espacio
disponible.
c) La probabilidad de que una unidad que llega tenga que esperar por el servicio.
d) Número promedio de clientes en espera de ser atendidos.
45
Solución:
a) S = 0.91437
b) P9 = 0.04467590
c) P( 4 ≤ n < 10 ) = 0.502997
d) Lq = 1.1542
46
Modelos de un solo servidor

(M/M/1):(PEPS/∞/∞) (M/M/1):(PEPS/N/∞) (M/G/1):(PEPS/∞/∞) (M/M/1):(PEPS/∞/N)
Distribución de la
Poisson Poisson Poisson Poisson
tasa de arribo
Distribución del Exponencial Exponencial Distribución general Exponencial
tiempo de independiente
servicio
Naturaleza de
Infinita N Infinita Infinita
la cola
Número de
clientes Infinita Infinita Infinita N
potenciales
1
n
P0 1-ρ 1 – λ/µ N
N! ⎛ λ ⎞
∑ ⎜⎜ ⎟⎟
n = 0 ( N − n)! ⎝ μ ⎠
⎛ 1− ρ ⎞ n
⎜⎜ ⎟ ρ para ρ ≠ 1
N +1 ⎟ n
n ⎝1− ρ ⎠ N! ⎛ λ ⎞
Pn (1 – ρ) ρ ⎜ ⎟ P0
1 ( N − n)! ⎜⎝ μ ⎟⎠
para ρ = 1
N +1
[ ]
ρ 1 − ( N + 1) ρ N + Nρ N +1
para ρ ≠
(1 − ρ )(1 − ρ N +1 )
ρ 1
L Lq + λ / μ Lq + (1 − P0 )
1− ρ N
para ρ
2
=1
λ ef = λ (1 − PN )
ρ2 λ 2 σ 2 + (λ / μ ) 2 λ+μ
Lq λef N− (1 − P0 )
1− ρ L− 2(1 − λ / μ ) λ
μ
92
1 L 1 1
W L/λ o Wq + Wq +
μ −λ λef μ μ
ρ Lq Lq
Wq Lq / λ
μ −λ λef ( N − L )λ
Clientes que se λ − λ ef = λPN
pierden
PW λ/µ P( 1 ≤ n < N ) λ/µ 1 – P0
93
Modelos de S servidores
(M/M/S):(PEPS/∞/∞) (M/M/S):(PEPS/N/∞)
Distribución de la tasa de arribo Poisson Poisson
Distribución del tiempo de Exponencial Exponencial
servicio
Naturaleza de la cola Infinita N
Número de clientes potenciales Infinita Infinita
−1
⎡ S −1 ρ n ρ S (1 − ( ρ / S ) N − S +1 ) ⎤
1 ⎢∑ + ⎥ Para ρ/S ≠ 1
⎣ n =0 n! S!(1 − ρ / S ) ⎦
P0 S −1
ρ n
ρ ⎛ Sμ ⎞
S
∑ + ⎜ ⎟
S! ⎜⎝ Sμ − λ ⎟⎠ ⎡ S −1 ρ n ρ S ( N − s + 1) ⎤
−1
⎢∑
n! + Para ρ/S = 1
n =0
⎥
⎣ n =0 n! S! ⎦
ρn ρn
P0 Para n ≤ S P0 Para 0 ≤ n ≤ S
n! n!
Pn
ρn ρn
P0 Para n ≥ S P0 Para S ≤ n ≤ N
S! S n − S S! S n − S
λef
L Lq + ρ Lq + o Lq + ( S − S )
μ
P0 ρ S +1 ⎧⎪ ⎛ ρ ⎞ N − S N −S
⎛ρ⎞ ⎛ ρ ⎞⎫⎪
ρ S Sμ 2 ⎨
1− ⎜ ⎟ − ( N − S )⎜ ⎟ ⎜1 − ⎟⎬ Para ρ/S
P( sistema _ ocupado) = P0 ( S − 1)!( S − ρ ) ⎪⎩ ⎝ S ⎠ ⎝S⎠ ⎝ S ⎠⎪⎭
S ! ( Sμ − λ )
Lq ≠1
ρ
Lq = P ( sistema _ ocupado) * P0 ρ S ( N − S )( N − S + 1)
S−ρ Para ρ/S = 1
2 S!
L L
W
λ λef
94
Lq Lq
Wq
λ λef
Tasa efectiva de llegadas λ ef λ (1 − PN ) o μ ( S − S )
Número estimado de servidores S λef
inactivos: S ∑
n =0
( S − n) Pn o S −
μ
PW P(sistema ocupado) P( S ≤ n < N )
95

Unidad 2 Teoria de Colas

Cargado por

Copyright:

Formatos disponibles

Unidad 2 Teoria de Colas

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Unidad 2 Teoria de Colas

Cargado por

Copyright:

Formatos disponibles

INSTITUTO TECNOLÓGICO TUXTLA GUTIÉRREZ - EDUCACIÓN A DISTANCIA

El esfuerzo de A. K. Erlang en 1909 para analizar congestión de tráfico telefónico con el

Figura 2.1 Estructura básica de un modelo de colas

FUENTE CLIENTES CLIENTES

2.2 Definiciones, características y suposiciones.

FUENTE DE ENTRADA (POBLACIÓN POTENCIAL)

Una característica de la fuente de entrada es su tamaño. El tamaño es el número total de

La disciplina de la cola se refiere al orden en que se seleccionan sus miembros para

El mecanismo de servicio consiste en una o más instalaciones de servicio, cada una de

CLASIFICACIÓN DE LOS SISTEMAS DE LÍNEAS DE ESPERA

NOMENCLATURA DE LAS DIFERENTES LÍNEAS DE ESPERA

Se utilizan los siguientes códigos para los símbolos a y b:

2.3 Terminología y notación.

λ = Número promedio de llegadas al sistema por unidad de

TIEMPO ENTRE LLEGADAS

Datos de los primeros 5 clientes que llegan a una peluquería.

Cliente Tiempo de Comienza el Duración del Termina el

El hecho de que la ocurrencia de la última llegada no influya en la probabilidad de una

La forma de la distribución exponencial, que se usa en los modelos de colas como la

Para hallar la probabilidad acumulada

µ = número esperado de terminaciones de servicio por unidad de tiempo

2.4 Proceso de nacimiento y muerte.

EL MODELO BÁSICO (M/M/1):(PEPS/∞/∞)

n = número de clientes en el sistema

estado tasa de entrada = tasa de salida

Por inducción se tiene:

La suma de las probabilidades es igual a 1:

P0 + P1 + P2 + P3 + ..... + Pn = 1 Dado que P1 = ρ 1 P0 ; P2 = ρ 2 P0 y así

S = ρ + 2 ρ 2 + 3 ρ 3 + 4 ρ 4 + ....... ecuación (1)

2.5 Un servidor, cola infinita, fuente infinita.

EL MODELO BÁSICO (M/M/1):(PEPS/∞/∞)

Características de Operación de las líneas de espera M/M/1

ρ=λ/µ es la fracción promedio de tiempo que el sistema está ocupado (ocupado se

Probabilidad de n unidades en el sistema:

Número promedio de unidades en el sistema:

Tiempo promedio que unidad se encuentra en el sistema:

Tiempo promedio que una unidad tiene que esperar en la cola:

Un establecimiento de reparaciones atendida por un solo operario, tiene un promedio de 4

a) λ = 4 clientes/hr µ = 10 clientes/hr ρ = 4/10

b) P3 = ρ n P0 = (0.4) 3 (0.6) = 0.0384

e) W = 0.6667 / 4 = 1/ 6 hr. o 10 minutos

f) Lq = L – ρ = 2/3 – 0.4 = 4 / 15 clientes

Una compañía arrendadora de automóviles opera su propia instalación de lavado y

λ=5 n=3 µ=6 ρ=5/6

L = No. de automóviles en el sistema.

n=4 µ=8 ρ=5/8

b) Lq = 5/3 – 5/8 = 25/24 automóviles

a) La probabilidad de que el establecimiento esté inactivo.

b) El número esperado de clientes en espera, pero que no se les atiende en ese

c) El tiempo de espera calculado hasta que un cliente pueda hacer su pedido en la

a) λ = 24 autos/hr µ = 40 autos/hr ρ = 24/40 = 3/5

d) P( n ≥ 11 ) = 1 – (P0 + P1 + P2 + P3 + P4 + P5 + P6 + P7 + P8 + P9 + P10) = 0.003628

a) ¿Cuál es la probabilidad de que un cliente que llega pueda manejar directamente

a) λ = 10 autos/hr µ = 12 autos/hr ρ = 10/12 = 5/6

P1 = (1 – 5/6) (5/6)1 = 5/36 Ventanilla C

P( n ≤ 2 ) = P0 + P1 + P2 = 1/6 + 5/36 + 25/216 = 0.4213

b) P( n > 2 ) = 1 – (P0 + P1 + P2) = 1 – 0.4213 = 0.5787

2.6 Un servidor, cola finita, fuente infinita.

La única diferencia entre este modelo y (M/M/1):(PEPS/∞/∞) es que el número máximo de