Ejercicios de Teora de Colas.

Estos ejercicios son extrados del Libro de Investigacin de Operaciones del autor Hamdy A. Taha.

1.

Los nios nacen en un estado poco poblado, con una frecuencia de un nacimiento cada 12
minutos. El tiempo entre nacimientos sigue una distribucin exponencial. Determinar lo siguiente:

a. La cantidad promedio de nacimientos por ao.

b. La probabilidad de que no haya nacimientos en cualquier da.
c. La probabilidad de emitir 50 certificados de nacimiento en 3 horas, cuando se emitieron
40 certificados durante las primeras 2 horas del periodo de 3 horas.

R. La tasa diaria de nacimientos se calcula:

Los Nacimientos anuales en el estado son:

La probabilidad de que no haya nacimientos en algn da se calcula con la distribucin de Poisson:

Para calcular la probabilidad de emitir 50 certificados en 3 horas, cuando se han emitido ya 40

certificados en las 2 primeras horas, equivale a tener 10 (=50-40) nacimientos en 1 (=3-2) hora.
 M/M/c/GD/N/K Queueing Model
Input Data (to enter an infinite value, type i or infinity):
5 = 0
c= 0
Sys. Lim., N= infinity Source limit, K = infinity
Output Results (Pure Birth Model):
eff /c infinity
Ls = Lq =
Ws = Wq =
n Pn CPn 1-CPn
0 0,0067379470 0,0067379470 0,9932620530
1 0,0336897350 0,0404276820 0,9595723180
2 0,0842243375 0,1246520195 0,8753479805
3 0,1403738958 0,2650259153 0,7349740847
4 0,1754673698 0,4404932851 0,5595067149
5 0,1754673698 0,6159606548 0,3840393452
6 0,1462228081 0,7621834630 0,2378165370
7 0,1044448630 0,8666283259 0,1333716741
8 0,0652780393 0,9319063653 0,0680936347
9 0,0362655774 0,9681719427 0,0318280573
10 0,0181327887 0,9863047314 0,0136952686
11 0,0082421767 0,9945469081 0,0054530919
12 0,0034342403 0,9979811484 0,0020188516
13 0,0013208616 0,9993020100 0,0006979900
14 0,0004717363 0,9997737463 0,0002262537
15 0,0001572454 0,9999309918 0,0000690082
16 0,0000491392 0,9999801310 0,0000198690
17 0,0000144527 0,9999945837 0,0000054163
18 0,0000040146 0,9999985983 0,0000014017
19 0,0000010565 0,9999996548 0,0000003452
20 0,0000002641 0,9999999189 0,0000000811
21 0,0000000629 0,9999999818 0,0000000182
2.

La seccin de florera de un supermercado tiene 18 docenas de rosas al iniciar cada semana. En

promedio, el florista vende 3 docenas por da (una docena cada vez), pero la demanda sigue en
realidad una distribucin de Poisson. Siempre que la existencia llega a 5 docenas (o menos), se
coloca un pedido nuevo de 18 docenas, para entregar al principio de la semana siguiente. Por la
naturaleza de la mercanca, todas las rosas que quedan al final de la semana se desechan.
Determinar lo siguiente:

a. La probabilidad de colocar un pedido en cualquier da de la semana.

b. La cantidad promedio de docenas de rosas que se desechan al final de la semana.
3.
4.
5.

Los datos de este modelo son:

 M/M/c/GD/N/K Queueing Model
Input Data (to enter an infinite value, type i or infinity):
4 = 6
c= 1
Sys. Lim., N= infinity Source limit, K = infinity
Output Results:
eff 4,00000 /c 0,66667
Ls = 1,99999 Lq = 1,33333
Ws = 0,50000 Wq = 0,33333
n Pn CPn 1-CPn
0 0,3333333351 0,3333333351 0,6666666649
1 0,2222222234 0,5555555585 0,4444444415
2 0,1481481489 0,7037037074 0,2962962926
3 0,0987654326 0,8024691401 0,1975308599
4 0,0658436217 0,8683127618 0,1316872382
5 0,0438957478 0,9122085096 0,0877914904
6 0,0292638319 0,9414723415 0,0585276585
7 0,0195092213 0,9609815628 0,0390184372
8 0,0130061475 0,9739877103 0,0260122897
9 0,0086707650 0,9826584753 0,0173415247
10 0,0057805100 0,9884389853 0,0115610147
11 0,0038536733 0,9922926586 0,0077073414
12 0,0025691156 0,9948617742 0,0051382258
13 0,0017127437 0,9965745179 0,0034254821
14 0,0011418291 0,9977163470 0,0022836530
15 0,0007612194 0,9984775664 0,0015224336
16 0,0005074796 0,9989850461 0,0010149539
17 0,0003383197 0,9993233658 0,0006766342
18 0,0002255465 0,9995489123 0,0004510877
19 0,0001503643 0,9996992766 0,0003007234
20 0,0001002429 0,9997995195 0,0002004805
21 0,0000668286 0,9998663481 0,0001336519
22 0,0000445524 0,9999109005 0,0000890995
23 0,0000297016 0,9999406021 0,0000593979
24 0,0000198011 0,9999604032 0,0000395968
25 0,0000132007 0,9999736039 0,0000263961
26 0,0000088005 0,9999824043 0,0000175957
27 0,0000058670 0,9999882713 0,0000117287
28 0,0000039113 0,9999921827 0,0000078173
29 0,0000026075 0,9999947902 0,0000052098
30 0,0000017384 0,9999965286 0,0000034714
31 0,0000011589 0,9999976875 0,0000023125
32 0,0000007726 0,9999984601 0,0000015399
33 0,0000005151 0,9999989752 0,0000010248
34 0,0000003434 0,9999993185 0,0000006815
35 0,0000002289 0,9999995475 0,0000004525
36 0,0000001526 0,9999997001 0,0000002999
37 0,0000001017 0,9999998018 0,0000001982
38 0,0000000678 0,9999998696 0,0000001304
Se sacan logaritmos de ambos lados para obtener:
6.

M/M/c/GD/N/K Queueing Model

Input Data (to enter an infinite value, type i or infinity):
4 = 6
c= 1
Sys. Lim., N= 5 Source limit, K = infinity
Output Results:
eff 3,80752 /c 0,66667
Ls = 1,42256 Lq = 0,78797
Ws = 0,37362 Wq = 0,20695
n Pn CPn 1-CPn
0 0,3654135338 0,3654135338 0,6345864662
1 0,2436090226 0,6090225564 0,3909774436
2 0,1624060150 0,7714285714 0,2285714286
3 0,1082706767 0,8796992481 0,1203007519
4 0,0721804511 0,9518796992 0,0481203008
5 0,0481203008 1,0000000000 0,0000000000
7.
8.

M/M/c/GD/N/K Queueing Model

Input Data (to enter an infinite value, type i or infinity):
16 = 5
c= 4
Sys. Lim., N= 10 Source limit, K = infinity
Output Results:
eff 15,42815 /c 0,80000
Ls = 4,23984 Lq = 1,15421
Ws = 0,27481 Wq = 0,07481
n Pn CPn 1-CPn
0 0,0312057578 0,0312057578 0,9687942422
1 0,0998584250 0,1310641829 0,8689358171
2 0,1597734801 0,2908376629 0,7091623371
3 0,1704250454 0,4612627083 0,5387372917
4 0,1363400363 0,5976027446 0,4023972554
5 0,1090720291 0,7066747737 0,2933252263
6 0,0872576232 0,7939323969 0,2060676031
7 0,0698060986 0,8637384955 0,1362615045
8 0,0558448789 0,9195833744 0,0804166256
9 0,0446759031 0,9642592775 0,0357407225
10 0,0357407225 1,0000000000 0,0000000000