10/27/2015

Notacin de Kendall

2.5
Lneas de espera de Poisson
especializadas
Modelos Estocsticos
Dra. Adriana Ley Chvez
2

Fuente: Taha

La notacin estndar para representar las distribuciones

de las llegadas y salidas (smbolos a y b) es:

2.6 Medidas de desempeo de estado estable

La relacin entre Ls y Ws (tambin entre Lq y Wq) se conoce como frmula de Little

efec es la tasa de llegadas efectiva al
sistema. Es igual a cuando todos los
clientes que llegan pueden unirse al
sistema.
Si algunos clientes no pueden unirse
porque el sistema est lleno: efec <

Ejemplo: (M/D/10) : (GD/20/q)

Llegadas Poisson, tiempo de servicio constante, 10 servidores paralelos.
La disciplina en colas es GD, y hay un lmite de 20 clientes en todo el sistema.
El tamao de la fuente de donde llegan los clientes es infinito.

Fuente: Taha

Multiplicando
la ecuacin de
Ws y usando
Little:

Fuente: Taha

1. Representar sistema de lnea de espera

2. Calcular probabilidades para cada estado
3. Calcular perdida, si es el caso

Relacin entre , efec y perdida

perdida = * px

donde x es el estado que resulta en que no puedan entrar ms clientes

4. Calcular efec, si es el caso

5. Calcular L y Lq
6. Calcular W y Wq
perdida = * px

donde x es el estado que resulta en que no puedan entrar ms clientes

Fuente: Taha

10/27/2015

Tarea 3
Fecha de entrega y presentacin: Lunes 28

Trabajo en clase

Describir y diagramar un sistema de lneas de espera real.

Incluir la notacin de Kendall correspondiente
Estimar las tasas de llegada y de servicio

Una peluquera atiende a un cliente a la vez y cuenta

con tres sillas para los clientes que esperan.
Si el lugar est lleno, los clientes se van a otra parte.
Las llegadas ocurren de acuerdo a una distribucin de
Poisson con media de 4 por hora.
El tiempo para recibir un corte de pelo es exponencial
con media de 15 minutos.

Trabajo en clase

Determine lo siguiente:
a) Las probabilidades de estado estable.
b) La cantidad esperada de clientes en la peluquera.
c) La probabilidad de que los clientes se vayan a
otra parte porque la peluquera est llena.
8

Solucin de Sistemas de Lnea de

Espera que crecen hasta Infinito

Un centro de atencin cuenta con 1 ventanilla en la cual se

atienden clientes. En el rea de espera pueden sentarse 5
clientes.
Si el rea de espera est llena, los clientes se van.
Las llegadas ocurren de acuerdo a una distribucin de Poisson
con media de 2 por hora.
El asesor atiende a 1 cliente por hora en promedio cuando hay
hasta 2 clientes esperando, pero si hay 3 o ms clientes
esperando, se apresura y logra atender a 3 clientes por hora.
Determine lo siguiente:
a) Las probabilidades de estado estable.
b) La cantidad esperada de clientes en el centro de atencin.
c) La probabilidad de que los clientes se vayan porque est lleno.
d) El tiempo promedio que pasa un cliente en el centro.
9

10

Fuente: Hillier y Lieberman

Clculo de L y W

11

Fuente: Hillier y Lieberman

12

Fuente: Hillier y Lieberman

10/27/2015

Se usa la serie de suma geomtrica

Modelo M/M/s
Supone que todos los tiempos entre llegadas son
independientes e idnticamente distribuidos de acuerdo con
una distribucin exponencial (el proceso de entrada es de
Poisson)
Supone que todos los tiempos de servicio siguen otra
distribucin exponencial
El numero de servidores es s (cualquier entero positivo).

13

14

Fuente: Hillier y Lieberman

Fuente: Hillier y Lieberman

Tasa de servicio del sistema

en el modelo M/M/s

Cuando s excede la tasa media de llegadas:

el sistema eventualmente alcanzar la condicin de estado estable.

15

16

Fuente: Hillier y Lieberman

2.7 Modelo de 1 slo servidor: M/M/1

Para s=1, las expresiones de Cn, Pn y P0 se simplifican (si < 1)

L=

Wq =

W=
17

Fuente: Hillier y Lieberman

Wq =
L=

W=

Ejemplo
Los autos llegan a un autolavado segn una distribucin de Poisson
con una media de 4 autos por hora y pueden esperar en el
estacionamiento de la instalacin en la calle si el espacio de lavado
est ocupado.
El tiempo para lavar y limpiar un auto es exponencial, con una
media de 10 minutos.
Calcular:
a) P0, P1, P2, P3
b) L y W
c) Lq y Wq
d) El porcentaje de utilizacin del espacio de lavado
e) la probabilidad de que un auto que llega tenga que esperar en
el estacionamiento antes de entrar al espacio de lavado. 18
Fuente: Taha

10/27/2015

Trabajo en clase 1

Trabajo en clase 1

Un estudiante realiza trabajos de traduccin para

complementar sus ingresos.
Las solicitudes para que realice un trabajo llegan cada 5 das
en promedio y el tiempo entre solicitudes es exponencial.
El tiempo para terminar un trabajo tambin es exponencial
con media de 4 das.
a) Cul es la probabilidad de que se quede sin trabajos?
b) Si gana aproximadamente $50 por trabajo, cul es su
ingreso mensual promedio?
c) Si al final del semestre decide subcontratar los trabajos
pendientes a $40 cada uno, cunto, en promedio,
pagar por subcontratarlos?

Wq =

Las solicitudes para que realice un trabajo llegan cada 5 das en promedio y el tiempo
entre solicitudes es exponencial.
El tiempo para terminar un trabajo tambin es exponencial con media de 4 das.
a) Cul es la probabilidad de que se quede sin trabajos?
b) Si gana aproximadamente $50 por trabajo, cul es su ingreso mensual
promedio?
c) Si al final del semestre decide subcontratar los trabajos pendientes a $40 cada
uno, cunto, en promedio, pagar por subcontratarlos?

19

20

Trabajo en clase 2

Trabajo en clase 2

Wq =

W=

Durante aos, el detective Columbo, ha tenido mucho xito al

resolver todos los casos criminales. Es slo cuestin de tiempo
antes de que cualquier caso se resuelva. Columbo admite que el
tiempo por caso es totalmente aleatorio, pero, en promedio,
cada investigacin le lleva aproximadamente una semana y
media.
Los crmenes en el su ciudad no son muy comunes. Ocurren al
azar a razn de un crimen por mes (4 semanas).
El detective Columbo est solicitando que un asistente comparta
la pesada carga de trabajo. Analice la peticin de Columbo, en
particular desde la perspectiva de los siguientes puntos:
(a) El promedio de casos en espera de ser investigados.
(b) El porcentaje del tiempo que el detective permanece ocupado.
(c) El tiempo promedio necesario para resolver un caso.
21

Cada investigacin le lleva aproximadamente una semana y media. Los

crmenes ocurren al azar a razn de un crimen por mes (4 semanas).
(a) El promedio de casos en espera de ser investigados.
(b) El porcentaje del tiempo que el detective permanece ocupado.
(c) El tiempo promedio necesario para resolver un caso.

Trabajo en clase 3

Trabajo en clase 3

Los autos que llegan a una caseta de cobro lo hacen segn

una distribucin de probabilidades de Poisson, con una
media de 90 autos por hora. El tiempo para cruzar la caseta
es exponencial con media de 38 segundos.
Los conductores se quejan del largo tiempo de espera, y las
autoridades desean reducir el tiempo de cruce promedio a
30 segundos con la instalacin de dispositivos de cobro de
cuota automticos, siempre que se satisfagan dos
condiciones:
(1) que el promedio de autos que esperan en el sistema
actual exceda de 5
(2) que el porcentaje del tiempo ocioso de la caseta con el
nuevo dispositivo instalado no exceda de 10%.
23
Se puede justificar el nuevo dispositivo?

22

L=

Los autos llegan a una caseta de cobro con una media de 90 autos por hora.
El tiempo para cruzar la caseta es exponencial con media de 38 segundos.
Las autoridades desean reducir el tiempo de cruce promedio a 30 segundos
con la instalacin de dispositivos de cobro de cuota automticos, si se
satisface:
(1) que el promedio de autos en el sistema actual exceda de 5
(2) que el porcentaje del tiempo ocioso de la caseta con el nuevo dispositivo
instalado no exceda de 10%.

24

10/27/2015

Trabajo en clase 4

Trabajo en clase 4
Un restaurante de comida rpida tiene una ventanilla para
servicio en su auto. Los autos llegan segn una distribucin
de Poisson a razn de dos cada 5 minutos. El espacio en
frente de la ventanilla puede acomodar a lo sumo 10 autos,
incluso el que se est atendiendo.
Los dems autos pueden esperar afuera de este espacio si es
necesario. El tiempo de servicio por cliente es exponencial,
con una media de 1.5 minutos. Determine lo siguiente:
(a) La probabilidad de que la ventanilla est ociosa.
(b) La cantidad estimada de clientes que esperan ser atendidos.
(c) El tiempo de espera hasta que un cliente llega a la ventanilla
para hacer su pedido.

Un restaurante de comida rpida tiene una ventanilla para servicio en su

auto. Los autos llegan segn una distribucin de Poisson a razn de dos cada
5 minutos. El espacio en frente de la ventanilla puede acomodar a lo sumo 10
autos, incluso el que se est atendiendo.
Los dems autos pueden esperar afuera de este espacio si es necesario. El
tiempo de servicio por cliente es exponencial, con una media de 1.5 minutos.
(a) La probabilidad de que la ventanilla est ociosa.
(b) La cantidad estimada de clientes que esperan ser atendidos.
(c) El tiempo de espera hasta que un cliente llega a la ventanilla para hacer su
pedido.

25

Trabajo en clase 5
Los clientes llegan a la ventanilla de servicio de un banco en
su auto segn una distribucin de Poisson, con una media de
10 por hora. El tiempo de servicio por cliente es exponencial
con una media de 5 minutos. Hay tres espacios en frente de
la ventanilla, incluido el auto que estn atendiendo. Otros
autos que llegan se forman afuera de este espacio para 3
autos.
(a) Cul es la probabilidad de que un auto que llega pueda
entrar a uno de los 3 espacios?
(b) Cul es la probabilidad de que un auto que llega espere
afuera del espacio designado para tres 3 autos?
(c) Cunto tiempo se anticipa que espere un cliente que llega
antes de iniciar el servicio?
27

Modelo M/M/1 con un

lmite N para el nmero en el sistema

26

Trabajo en clase 5
Los clientes llegan a la ventanilla de servicio de un banco en su auto segn
una distribucin de Poisson, con una media de 10 por hora. El tiempo de
servicio por cliente es exponencial con una media de 5 minutos. Hay tres
espacios en frente de la ventanilla, incluido el auto que estn atendiendo.
Otros autos que llegan se forman afuera de este espacio para 3 autos.
(a) Cul es la probabilidad de que un auto que llega pueda entrar a uno de
los 3 espacios?
(b) Cul es la probabilidad de que un auto que llega espere afuera del
espacio designado para tres 3 autos?
(c) Cunto tiempo se anticipa que espere un cliente que llega antes de
iniciar el servicio?

28

Modelo M/M/1 con un

lmite N para el nmero en el sistema
Dado el lmite N, la tasa de llegadas que importa
es efec.

El valor p0 se determina a partir de la sumatoria de las

probabilidades (igual a 1), o usando:

El valor de no tiene que ser menor a 1 en este modelo,

29
porque el lmite N controla las llegadas al sistema. Fuente:
Taha

Los clculos de L, W, Lq y Wq son laboriosos.

30

Fuente: Taha

10/27/2015

Trabajo en clase 1

Ejemplo
Un lavado de autos cuenta con un total de 4 espacios
de estacionamiento. Si el estacionamiento est lleno,
los autos se van a otras instalaciones. El propietario
desea determinar el efecto del limitado espacio en la
prdida de clientes.
N=4+1=5

31

Para el ejemplo anterior, determine:

a) La probabilidad de que un auto que llegue entre de
inmediato a la baha de lavado.
b) El tiempo de espera hasta que se inicie el servicio.
c) La cantidad esperada de espacios de estacionamiento
vacos.
d) La probabilidad de que todos los espacios de
estacionamiento estn ocupados.
e) El tiempo de servicio promedio que limitar el tiempo
promedio en el sistema a aproximadamente 10 minutos.
32

Fuente: Taha

Trabajo en clase 2

Fuente: Taha

Trabajo en clase 3

El ensamble final de los generadores elctricos en Electro se

realiza a la razn de Poisson de 10 generadores por hora.
Luego los generadores son transportados por una banda al
departamento de inspeccin para su revisin final.
La banda puede transportar un mximo de 7 generadores.
Un sensor automtico detiene al instante la banda una vez que
se llena, lo que evita que el departamento de ensamble final
arme ms unidades hasta que haya espacio disponible.
El tiempo para inspeccionar los generadores es exponencial,
con una media de 15 minutos.
(a) Cul es la probabilidad de que el departamento de
ensamble final detenga la produccin?
(b) Cul es el promedio de generadores sobre la banda
transportadora?

Una cafetera puede acomodar un mximo de 50 personas.

Los clientes llegan en una corriente Poisson a razn de 10 por
hora y son atendidos (uno a la vez) a razn de 12 por hora.
(a) Cul es la probabilidad de que un cliente que llegue no
coma en la cafetera porque est llena?
(b) Suponga que a tres clientes (con tiempos de llegada
aleatorios) les gustara sentarse juntos. Cul es la probabilidad
de que se cumpla su deseo? (Suponga que pueden hacerse
arreglos para que se sienten juntos siempre que haya tres sillas
disponibles.)

33

34

Fuente: Taha

Trabajo en clase 4

Fuente: Taha

2.8 Modelos de Varios Servidores

M/M/s

Los pacientes llegan a la clnica de un mdico de acuerdo

con una distribucin de Poisson a razn de 20 pacientes
por hora.
La sala de espera no puede acomodar ms de 14
pacientes.
El tiempo de consulta por paciente es exponencial, con
una media de 8 minutos.

s servidores paralelos idnticos

efec = (no hay lmite de capacidad en el sistema)

a) Cul es la probabilidad de que un paciente que

llegue no espere?
b) Cul es la probabilidad de que un paciente que
llegue encuentre un asiento en la sala?
c) Cul es el tiempo total esperado que un paciente
pasa en la clnica?
35

36

Fuente: Taha

10/27/2015

Resultados cuando s > 1

Ejemplo
Dos compaas de taxis prestan servicio a una
comunidad.
Cada compaa posee dos taxis, y ambas comparten el
mercado por igual.
Las llamadas llegan a la oficina de despachos de cada
compaa a una tasa promedio de 8 por hora. El
tiempo promedio por viaje es de 12 minutos.
Las llamadas llegan de acuerdo con una distribucin de
Poisson y el tiempo de viaje es exponencial.
Las dos compaas fueron adquiridas por un
inversionista y se consolidarn en una sola oficina de
despachos. Analice la propuesta del nuevo propietario.
37

38

Fuente: Hillier y Lieberman

Ejemplo

Dos compaas de taxis prestan servicio a una comunidad.

Cada compaa posee dos taxis, y ambas comparten el mercado por igual.
Las llamadas llegan a la oficina de despachos de cada compaa a una tasa promedio
de 8 por hora. El tiempo promedio por viaje es de 12 minutos.
Las llamadas llegan de acuerdo con una distribucin de Poisson y el tiempo de viaje
es exponencial.
Las dos compaas fueron adquiridas por un inversionista y se consolidarn en una
sola oficina de despachos. Analice la propuesta del nuevo propietario.

Servidores: ____________
Servicio: ______________
Modelo de lneas de espera de cada compaa: (M/M/2):(GD// )
Modelo de lneas de espera compaa consolidada: (M/M/4):(GD// )
=
=
parmetros de compaa consolidada?
medida para comparar las dos alternativas de negocio?39

Trabajo en clase 1

Ejemplo
Modelo de lneas de espera de cada compaa: (M/M/2):(GD// )
Modelo de lneas de espera compaa consolidada: (M/M/4):(GD// )

Qu cantidad de taxis debe tener la compaa

consolidada para limitar el tiempo de espera promedio
de un viaje a 5 minutos o menos?
40

Trabajo en clase 2

En el ejemplo de la compaa de taxis,

suponga que el tiempo promedio por viaje es
en realidad de aproximadamente 14.5
minutos.
Sigue valiendo la pena consolidar las dos
compaas en una?
Use el tiempo de espera promedio de un viaje
como medida de comparacin.
41

El restaurante de comida rpida McBurger opera con 3

cajas. Los clientes llegan, de acuerdo con una distribucin
de Poisson, cada 3 minutos y forman una lnea para ser
atendidos por la primera caja disponible.
El tiempo para completar un pedido est distribuido
exponencialmente con una media de 5 minutos.
La sala de espera en el interior del restaurante est
limitada. Sin embargo, la comida es buena, y los clientes
estn dispuestos a esperar afuera del restaurante, si es
necesario. Determine el tamao de la sala de espera
dentro del restaurante (excluidos los de las cajas) de modo
que la probabilidad de que un cliente que llega no espere
afuera del restaurante sea al menos de .999.
42

10/27/2015

Trabajo en clase 3

Trabajo en clase 4

Una pequea oficina de correos tiene dos ventanillas abiertas. Los

clientes de acuerdo con una distribucin de Poisson a razn de 1
cada 3 minutos. Sin embargo, slo 80% de ellos busca servicio en
las ventanillas. El tiempo de servicio por cliente es exponencial,
con una media de 5 minutos.
Todos los clientes que llegan forman una lnea y acceden a las
ventanillas con base en la disciplina de primero en llegar, primero
en ser atendido (FCFS).
(a) Cul es la probabilidad de que un cliente que llega espere en la
lnea?
(b) Cul es la probabilidad de que ambas ventanillas estn ociosas?
(c) Cul es la longitud promedio de la lnea de espera?
(d) Sera posible ofrecer un servicio razonable con slo una
ventanilla? Explique.

El centro de cmputo de una universidad est equipado con cuatro

maxicomputadoras idnticas.
La cantidad de usuarios en cualquier momento es de 25. Cada usuario es
capaz de enviar un trabajo desde una terminal cada 15 minutos en
promedio, pero el tiempo real entre envos es exponencial. Los
trabajos que llegan automticamente se van a la primera
computadora disponible. El tiempo de ejecucin por envo es
exponencial con una media de 2 minutos. Calcule lo siguiente:
(a) La probabilidad de que un trabajo no se ejecute de inmediato
inmediatamente despus de enviarlo.
(b) El tiempo promedio hasta que los resultados de un trabajo se le
devuelvan al usuario.
(c) El promedio de trabajos en espera de ser ejecutados.
(d) El porcentaje de tiempo que todo el centro de cmputo est ocioso.

43

44

Repaso 1

Repaso 2

The reference desk of a university library receives requests for

assistance. Assume that a Poisson probability distribution with a
mean rate of 10 requests per hour can be used to describe the
arrival pattern and that service times follow an exponential
probability distribution with a mean service rate of 12 requests
per hour.
a. What is the probability that no requests for assistance are in
the system?
b. What is the average number of requests that will be waiting
for service?
c. What is the average waiting time in minutes before service
begins?
d. What is the average time at the reference desk in minutes
(waiting time plus service time)?
e. What is the probability that a new arrival has to wait for
service?
47

Trucks using a single-channel loading dock arrive according

to a Poisson probability distribution. The time required to
load/unload follows an exponential probability distribution.
The mean arrival rate is 12 trucks per day, and the mean
service rate is 18 trucks per day.
a. What is the probability that no trucks are in the system?
b. What is the average number of trucks waiting for
service?
c. What is the average time a truck waits for the
loading/unloading service to begin?
d. What is the probability that an arriving truck will have
to wait for service?
48

Repaso 3
Trosper Tire Company has decided to hire a new mechanic
to handle all tire changes for customers ordering a new set
of tires. Two mechanics have applied for the job.
One mechanic has limited experience, can be hired for $14
per hour, and can service an average of 3 customers per
hour.
The other mechanic has several years of experience, can
service an average of 4 customers per hour, but must be
paid $20 per hour.
Assume that customers arrive at the Trosper garage at the
rate of 2 customers per hour.
a. What are the waiting line operating characteristics using
each mechanic, assuming Poisson arrivals and
exponential service times?
b. If the company assigned a customer waiting cost of $30
per hour, which mechanic provides the lower operating
49
cost?