104561 METODOS PROBABILISTICOS

TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION

EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
GUIA DE DESARROLLO

TASA DE LLEGADA, TASA DE SERVICIO Y CONDICION DE ESTADO

• TASA DE LLEGADA

De la Validación estadística para tiempo entre llegadas, tomar la Media de la distribución

empírica para Tiempo entre llegadas.

Si,

𝒕=
Donde:

𝒕 : Media de la distribución empírica para Tiempo entre llegadas

Estimar la Tasa de llegada (en horas), según una Distribución de Exponencial o de Poisson,
mediante:

𝝀 = 𝜶∗𝒕
Donde:

𝝀 : Tasa de llegada
𝜶 : Media del Tiempo entre llegadas cuando se acepta 𝑯𝒐
𝒕 : tiempo en horas
Entonces,

𝟏
𝜶=
𝒕
Donde:

𝒕 : Media de la distribución empírica para Tiempo entre llegadas

Entonces la Tasa de llegada es:

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos
 104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
GUIA DE DESARROLLO

𝟏 𝟔𝟎 𝒎𝒊𝒏𝒖𝒕𝒐𝒔
𝝀= ∗
𝒕 (𝒎𝒊𝒏𝒖𝒕𝒐𝒔) 𝟏 𝒉𝒐𝒓𝒂

• TASA DE SERVICIO

De la Validación estadística para tiempos de servicio, tomar la Media de la distribución empírica

para Tiempos de servicio.

Si,

𝒕=
Donde:

𝒕 : Media de la distribución empírica para Tiempos de servicio

Estimar la Tasa de servicio (clientes/hora) según una Distribución Exponencial o de Poisson,
mediante:

𝝁= 𝜶∗𝒕
Donde:

𝝁 : Tasa de servicio
𝜶 : Media de Tiempos de servicio cuando se acepta 𝑯𝒐
𝒕 : tiempo en horas
Entonces,

𝟏
𝜶=
𝒕
Donde:

𝒕 : Media de la distribución empírica para Tiempos de servicio

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos
 104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
GUIA DE DESARROLLO

Entonces la Tasa de servicio (en horas) es:

𝟏 𝟔𝟎 𝒎𝒊𝒏𝒖𝒕𝒐𝒔
𝝁= ∗
𝒕 (𝒎𝒊𝒏𝒖𝒕𝒐𝒔) 𝟏 𝒉𝒐𝒓𝒂

• CONDICION DE ESTADO

Si,
𝝀
𝝆=
𝝁
Donde:

𝝆 : Condición de estado
𝝀 : Tasa de llegada
𝝁 : Tasa de servicio

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos
 104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
GUIA DE DESARROLLO

1. MODELO DE LINEAS DE ESPERA CON UN SOLO SERVIDOR

a. Modelo (M/M/1) : (DG/∞/∞)

• Condición de estado estable:

Si 𝝆 < 𝟏, el sistema puede operar en condiciones de estado estable, se tiene que:

(M/M/1) : (DG/∞/∞)
Tasa de Tasa de
Condición Tamaño
llegada servicio Numero de Disciplina Límite del
de estado de la
(exponencial) (exponencial) servidores en la cola sistema
fuente
DG
𝝆 𝝀 𝝁 1 Disciplina ∞ ∞
General

• Diseño de la instalación de servicio:

Por ejemplo:

• Medidas de desempeño de estado estable:

➢ Cantidad esperada de clientes en el sistema. Sea,

𝝆
𝑳𝒔 =
𝟏−𝝆
Donde:

𝑳𝒔 : Cantidad esperada de clientes en el sistema

𝝆 : Condición de estado

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos
 104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
GUIA DE DESARROLLO

➢ Cantidad esperado de clientes en la fila. Sea,

𝝆𝟐
𝑳𝒒 = 𝑜 𝑳𝒒 = 𝑳𝒔 − 𝝆
𝟏−𝝆
Donde:

𝑳𝒒 : Cantidad esperada de clientes en una cola

𝝆 : Condición de estado
➢ Tiempo estimado de espera en el sistema. Sea,

𝟏 𝑳𝒔
𝑾𝒔 = 𝑜 𝑾𝒔 =
𝝁 (𝟏 − 𝝆) 𝝀
Donde:

𝑾𝒔 : Tiempo estimado de espera en el sistema

𝝁 : Tasa de servicio
𝝆 : Condición de estado
• Tiempo estimado de espera en la fila. Sea,

𝝆 𝑳𝒒
𝑾𝒒 = 𝑜 𝑾𝒒 =
𝝁(𝟏 − 𝝆) 𝝀
Donde:

𝑾𝒒 : Tiempo estimado de espera en la fila

𝝆 : Condición de estado
𝝁 : Tasa de servicio

PROBABILIDADES DE ESTADO

Las probabilidades de estado del modelo (M/M/1): (DG/∞/∞), están dadas por:

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos
 104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
GUIA DE DESARROLLO

𝑷𝒏 = (𝟏 − 𝝆) ∗ 𝝆𝒏 ,

𝒏 = 𝟏, 𝟐, 𝟑, … , ∞
Donde:

𝑷𝒏 : Probabilidad de estado
𝝆 : Condición de estado
𝒏 : No. de clientes en el sistema
• Determinar las siguientes probabilidades:

a. La probabilidad de inactividad en la instalación de servicio, o la probabilidad de estar

desocupado el servidor o la probabilidad de que no haya clientes en la fila. es:

𝑷𝟎 = (𝟏 − 𝝆)
Nota. Determinar la probabilidad en el sistema cuando n es 0

b. La probabilidad de que un cliente tenga que esperar, es:

𝟏 − 𝑷𝟎 = 𝟏 − (𝟏 − 𝝆)
c. La probabilidad de que el cliente 5 sea atendido, es:

𝑷𝒏 = (𝟏 − 𝝆) ∗ 𝝆𝒏

𝑷𝟓 = (𝟏 − 𝝆) ∗ 𝝆𝟓
Nota. Determinar la probabilidad en el sistema para n = 5

d. La probabilidad de que por lo menos 10 clientes sean atendidos, es:

𝑛=10

𝑷𝒏≥𝟏𝟎 = ∑ 𝑷𝒏
0

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos
 104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
GUIA DE DESARROLLO

𝑛=10

𝑷𝒏≥𝟏𝟎 = ∑ (𝟏 − 𝝆) ∗ 𝝆𝒏
0

𝑷𝒏≥𝟏𝟎 = (𝑷𝟏 + 𝑷𝟐 +⋯+ 𝑷𝟏𝟎 )

Nota. Determinar la sumatoria de las probabilidades en el sistema hasta n = 10

e. La cantidad de clientes que pueden ser atendidos por lo menos el 90% de las veces, es:
𝑛

∑ 𝑷𝒏 ≥ 0.90
1
𝑛

∑(𝟏 − 𝝆) ∗ 𝝆𝒏 ≥ 0.90
1

𝑷𝟏 + 𝑷𝟐 +⋯+ 𝑷𝒏 ≥ 0.90

Nota. Determinar las probabilidades en el sistema hasta que su sumatoria sea superior o igual al
90%, donde n es la cantidad de clientes que pueden ser atendidos.

b. Modelo (M/M/1) : (DG/N/∞)

• Condición de estado:

Si 𝝆 ≠ 𝟏, el sistema puede operar.

Si 𝝆 = 𝟏, el sistema puede operar.

Si 𝑵 = 𝟒𝟎, se tiene que:

(M/M/1) : (DG/N/∞)
Tasa de Tasa de
Condición Tamaño
llegada servicio Numero de Disciplina Límite del
de estado de la
(exponencial) (exponencial) servidores en la cola sistema
fuente
DG
𝝆 𝝀 𝝁 1 Disciplina 𝟒𝟎 ∞
General

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos
 104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
GUIA DE DESARROLLO

• Diseño de la instalación de servicio:

Por ejemplo:

• Medidas de desempeño de estado estable:

➢ Cantidad esperada de clientes en el sistema. Sea,

𝝆 [𝟏−(𝑵+𝟏)𝝆𝑵 +𝑵𝝆𝑵+𝟏 ]
𝑳𝒔 = , si ρ ≠ 1
(𝟏−𝝆)(𝟏−𝝆𝑵+𝟏 )

𝑵
𝑳𝒔 = , si ρ = 1
𝟐

Donde:

𝑳𝒔 : Cantidad esperada de clientes en un sistema

𝝆 : Condición de estado
𝑵: No. máximo de clientes permitido en el sistema
𝑷𝑵 : Probabilidad de capacidad máxima en el sistema
➢ Cantidad esperada de clientes en la fila. Sea,

𝝀𝒆𝒇
𝑳𝒒 = 𝑳𝒔 −
𝝁
Donde:

𝑳𝒒 : Cantidad esperada de clientes en una cola

Alvaro Javier Rojas Baracaldo
Director de curso
Red de curso 104561 Métodos Probabilísticos
 104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
GUIA DE DESARROLLO

𝑳𝒔 : Cantidad esperada de clientes en un sistema

𝝀𝒆𝒇 : Tasa efectiva de llegada
𝝀𝒆𝒇 = 𝝀(𝟏 − 𝑷𝑵 )
𝑷𝑵 : Probabilidad de capacidad máxima en el sistema
𝝀 : Tasa de llegada
𝝁 : Tasa de servicio

➢ Tiempo estimado de espera en la fila. Sea,

𝑳𝒒
𝑾𝒒 =
𝝀𝒆𝒇

Donde:

𝑾𝒒 : Tiempo estimado de espera en la fila

𝑳𝒒 : Cantidad esperada de clientes en la fila
𝝀𝒆𝒇 : Tasa efectiva de llegada

• Tiempo estimado de espera en el sistema. Sea,

𝟏 𝑳𝒔
𝑾𝒔 = 𝑾𝒒 + 𝑜 𝑾𝒔 =
𝝁 𝝀𝒆𝒇

Donde:

𝑾𝒔 : Tiempo estimado de espera en el sistema

𝑾𝒒 : Tiempo estimado de espera en la fila
𝝁 : Tasa de servicio
𝑳𝒔 : Cantidad esperada de clientes en el sistema
𝝀𝒆𝒇 : Tasa efectiva de llegada

PROBABILIDADES DE ESTADO

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos
 104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
GUIA DE DESARROLLO

Las probabilidades de estado del modelo (M/M/1): (DG/N/∞), están dadas por:

(𝟏−𝝆)
𝑷𝒏 = 𝝆𝒏 , si ρ ≠ 1
𝟏−𝝆𝑵+𝟏

𝟏
𝑷𝒏 = , 𝑠𝑖 ρ = 1
𝑵+𝟏

𝒏 = 𝟏, 𝟐, 𝟑, … , 𝑵
Donde:

𝑷𝒏 : Probabilidad de estado
𝝆 : Condición de estado
𝑵: No. máximo de clientes permitido en el sistema
𝒏 : No. de clientes en el sistema
• Determinar las siguientes probabilidades:

a. La probabilidad de inactividad en la instalación de servicio, o la probabilidad de estar

desocupado el servidor o la probabilidad de que no haya clientes en la fila. es:

(𝟏−𝝆)
𝑷𝟎 = , si ρ ≠ 1
𝟏−𝝆𝑵+𝟏

Nota. Determinar la probabilidad en el sistema cuando n es 0

b. La probabilidad de que un cliente tenga que esperar, es:

𝟏 − 𝑷𝟎
(𝟏−𝝆)
𝟏 − 𝑷𝟎 = 𝟏 − ( ) si ρ ≠ 1
𝟏−𝝆𝑵+𝟏

c. La probabilidad de que el cliente 5 sea atendido, es

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos
 104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
GUIA DE DESARROLLO

(𝟏 − 𝝆) 𝒏
𝑷𝒏 = 𝝆 𝑠𝑖 𝝆 ≠ 𝟏
𝟏 − 𝝆𝑵+𝟏

(𝟏 − 𝝆) 𝟓
𝑷𝟓 = 𝝆
𝟏 − 𝝆𝑵+𝟏
Nota. Determinar la probabilidad en el sistema para n = 5

d. La probabilidad de que por lo menos 10 clientes sean atendidos, es:

𝑛=10

𝑷𝒏≥𝟏𝟎 = ∑ 𝑷𝒏
0
𝑛=10
(𝟏 − 𝝆) 𝒏
𝑷𝒏≥𝟏𝟎 = ∑ 𝝆
𝟏 − 𝝆𝑵+𝟏
0

𝑷𝒏≥𝟏𝟎 = (𝑷𝟏 + 𝑷𝟐 +⋯+ 𝑷𝟏𝟎 )

Nota. Determinar la sumatoria de las probabilidades en el sistema hasta n = 10.

e. La cantidad de clientes que pueden ser atendidos por lo menos el 90% de las veces, es:
𝑛

∑ 𝑷𝒏 ≥ 0.90
1

𝑛
(𝟏 − 𝝆)
∑ 𝑵+𝟏
𝝆𝒏 ≥ 0.90 𝑠𝑖 𝝆 ≠ 𝟏
1 𝟏−𝝆

𝑷𝟏 + 𝑷𝟐 +⋯+ 𝑷𝒏 ≥ 0.90

Nota. Determinar las probabilidades en el sistema hasta que su sumatoria sea mayor o igual al
90%, donde n será el número de clientes atendidos.

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos
 104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
GUIA DE DESARROLLO

2.MODELOS DE LINEAS DE ESPERA CON VARIOS SERVIDORES

a. Modelo (M/M/c) : (DG/∞/∞)

• Condición de estado:
𝝆 𝝀
Si, Factor de uso < 𝟏, o < 𝟏, el sistema puede operar.
𝒄 𝝁𝒄

𝝆 : Condición de estado
𝒄 : No. de servidores
𝝀: Tasa de llegada
𝝁: Tasa de servicio
Si 𝒄 = 𝟏𝟎, se tiene que:

(M/M/c) : (DG/∞/∞)
Tasa de Tasa de
Condición Tamaño
llegada servicio Numero de Disciplina Límite del
de estado de la
(exponencial) (exponencial) servidores en la cola sistema
fuente
DG
𝝆 𝝀 𝝁 5 Disciplina ∞ ∞
General

• Diseño de la instalación de servicio:

Por ejemplo:

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos
 104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
GUIA DE DESARROLLO

PROBABILIDADES DE ESTADO

Las probabilidades de estado del modelo (M/M/c): (DG/∞/∞), están dadas por:

𝝆𝒏
𝑷𝒏 = 𝑷𝟎 , si 0 ≤ n ≤ c
𝒏!

𝝆𝒏
𝑷𝒏 = 𝑷𝟎 , si n > c
𝒄𝒏−𝒄 𝒄!

𝒄−𝟏
𝝆𝒏 𝝆𝒄
𝑷𝟎 = ( ∑ + 𝝆 )−𝟏
𝒏! 𝒄! (𝟏 − )
𝒏=𝟎 𝒄
Donde:

𝑷𝒏 : Probabilidad de estado
𝝆 : Condición de estado
𝒏 : No. de clientes en el sistema
𝒄 : No. de servidores
𝑷𝟎 : Probabilidad de inactividad

• Medidas de desempeño de estado estable:

➢ Cantidad esperada de clientes en la fila. Sea,

𝝆𝒄+𝟏 𝒄𝝆
𝑳𝒒 = 𝑷 𝑜 𝑳𝒒 = ( )𝑷
(𝒄 − 𝟏)! (𝒄 − 𝝆)𝟐 𝟎 (𝒄 − 𝝆)𝟐 𝒄

Donde:

𝑳𝒒 : Cantidad esperada de clientes en la fila

𝝆 : Condición de estado
Alvaro Javier Rojas Baracaldo
Director de curso
Red de curso 104561 Métodos Probabilísticos
 104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
GUIA DE DESARROLLO

𝒄: No. de servidores
𝑷𝒐 : Probabilidad de que los servidores se encuentren inactivos
𝑷𝒄 : Probabilidad de que los servidores se encuentren activos

➢ Cantidad esperada de clientes en el sistema. Sea,

𝑳𝒔 = 𝑳𝒒 + 𝝆

Donde:

𝑳𝒔 : Cantidad esperada de clientes en el sistema

𝑳𝒒 : Cantidad esperada de clientes en la cola
𝝆 : Condición de estado
• Tiempo estimado de espera en la fila. Sea,

𝑳𝒒
𝑾𝒒 =
𝝀
Donde:

𝑾𝒒 : Tiempo estimado de espera en la fila

𝑳𝒒 : Cantidad esperada de clientes en la fila
𝝀 : Tasa de llegada
• Tiempo estimado de espera en el sistema. Sea,

𝟏
𝑾𝒔 = 𝑾𝒒 +
𝝁
Donde:

𝑾𝒔 : Tiempo estimado de espera en el sistema

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos
 104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
GUIA DE DESARROLLO

𝑾𝒒 : Tiempo estimado de espera en la fila

𝝁 : Tasa de servicio
• Determinar las siguientes probabilidades:

a. La probabilidad de inactividad en la instalación de servicio o la probabilidad de estar

desocupado el servidor o la probabilidad de que no haya clientes en la fila, es:

𝒄−𝟏
𝝆𝒏 𝝆𝒄
𝑷𝟎 = ( ∑ + )−1
𝒏! 𝒄! (𝟏 − 𝝆)
𝒏=𝟎 𝒄

Nota. Determinar la probabilidad en el sistema cuando n es 0

b. La probabilidad de que un cliente tenga que esperar, es:

𝟏 − 𝑷𝟎
𝒄−𝟏
𝝆𝒏 𝝆𝒄
𝟏 − 𝑷𝟎 = 𝟏 − ( ∑ + )−1
𝒏! 𝒄! (𝟏 − 𝝆)
𝒏=𝟎 𝒄

c. La probabilidad de que el cliente 5 sea atendido, es:

𝝆𝒏
𝑷𝒏 = ( 𝑷 )
𝒏! 𝟎
𝝆𝟓
𝑷𝟓 = ( 𝑷𝟎 )
𝟓!
Nota. Determinar la probabilidad en el sistema para n = 5

d. La probabilidad de que por lo menos 10 clientes sean atendidos, es:

𝑛=10

𝑷𝒏≥𝟏𝟎 = ∑ 𝑷𝒏
1

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos
 104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
GUIA DE DESARROLLO

𝑛=10
𝝆𝒏
𝑷𝒏≥𝟏𝟎 = ∑ 𝑷𝟎 𝑝𝑎𝑟𝑎 𝑛 > 𝑐
𝒄𝒏−𝒄 𝒄!
1

𝑷𝒏≥𝟏𝟎 = (𝑷𝟏 + 𝑷𝟐 +⋯+ 𝑷𝟏𝟎 )

Nota. Determinar la sumatoria de las probabilidades en el sistema hasta n = 10

e. La cantidad de clientes que pueden ser atendidos por lo menos el 90% de las veces, es:
𝑛

∑ 𝑷𝒏 ≥ 0.90
1

𝑛 𝑛
𝝆𝒏 𝝆𝒏
∑ 𝑷𝟎 ≥ 0.90 𝒑𝒂𝒓𝒂 𝒏 ≤ 𝒄 𝑜 ∑ 𝒏−𝒄 𝑷𝟎 ≥ 0.90 𝒑𝒂𝒓𝒂 𝒏 > 𝒄
1
𝒏! 𝒄 1
𝒄!

𝑷𝟏 + 𝑷𝟐 +⋯+ 𝑷𝒏 ≥ 0.90

Nota. Determinar las probabilidades en el sistema hasta que su sumatoria sea mayor o igual al
90%, donde n será la cantidad de clientes.

b. Modelo (M/M/c) : (DG/N/∞)

• Condición de estado:
𝝆
Si, Factor de uso ≠ 𝟏, el sistema puede operar.
𝒄

𝝆
Si, Factor de uso = 𝟏, el sistema puede operar.
𝒄

𝝆 : Condición de estado
𝒄 : No. de servidores
Si 𝒄 = 𝟓 y 𝑵 = 𝟐𝟎𝟎, se tiene que:

(M/M/c) : (DG/N/∞)

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos
 104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
GUIA DE DESARROLLO

Tasa de Tasa de
Condición Tamaño
llegada servicio Numero de Disciplina Límite del
de estado de la
(exponencial) (exponencial) servidores en la cola sistema
fuente
DG
𝝆 𝝀 𝝁 5 Disciplina 200 ∞
General

• Diseño de la instalación de servicio:

Por ejemplo:

PROBABILIDADES DE ESTADO

Las probabilidades de estado del modelo (M/M/c): (DG/∞/∞), están dadas por:

𝝆𝒏
𝑷𝒏 = 𝑷𝟎 , si 0 ≤ n ≤ c
𝒏!

𝝆𝒏
𝑷𝒏 = 𝑷𝟎 , si c ≤ n ≤ N
𝒄𝒏−𝒄 𝒄!

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos
 104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
GUIA DE DESARROLLO

𝒄−𝟏 𝒄 𝝆 𝑵−𝒄+𝟏
𝝆𝒏 𝝆 (𝟏 − ( 𝒄 ) ) 𝝆
𝑷𝟎 = ( ∑ + 𝝆 )−𝟏, 𝒔𝒊 ≠𝟏
𝒏! 𝒄! (𝟏 − 𝒄 ) 𝒄
𝒏=𝟎

𝒄−𝟏
𝝆𝒏 𝝆𝒄 (𝑵 − 𝒄 + 𝟏) −𝟏, 𝝆
𝑷𝟎 = ( ∑ + ) 𝒔𝒊 =𝟏
𝒏! 𝒄! 𝒄
𝒏=𝟎

Donde:

𝑷𝒏 : Probabilidad de estado
𝝆 : Condición de estado
𝒏 : No. de clientes en el sistema
𝒄 : No. de servidores
𝑵 : No. máximo de clientes permitido en el sistema
𝑷𝟎 : Probabilidad de inactividad

• Medidas de desempeño de estado estable:

➢ Cantidad esperada de clientes en la fila. Sea,

𝝆𝒄+𝟏 𝝆 𝝆 𝑵−𝒄 𝝆 𝝆
𝑳𝒒 = 𝑷𝟎 (𝒄 −𝟏)!(𝒄−𝝆)𝟐
{𝟏 − ( )𝑵−𝒄 − (𝑵 − 𝒄) ( ) (𝟏 − )} , si ≠𝟏
𝒄 𝒄 𝒄 𝒄

𝝆𝒄 (𝑵−𝒄)(𝑵−𝒄+𝟏) 𝝆
𝑳𝒒 = 𝑷𝟎
𝟐𝒄!
, 𝒄
=𝟏

Donde:

𝑳𝒒 : Cantidad esperada de clientes en la fila

𝑷𝒐 : Probabilidad de que los servidores se encuentren inactivos
𝝆 : Condición de estado
𝒄: No. de servidores
𝑵 : No. máximo de clientes permitido en el sistema
Alvaro Javier Rojas Baracaldo
Director de curso
Red de curso 104561 Métodos Probabilísticos
 104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
GUIA DE DESARROLLO

➢ Cantidad esperada de clientes en el sistema. Sea,

𝝀𝒆𝒇
𝑳𝒔 = 𝑳𝒒 + (𝒄 − 𝒄) 𝑜 𝑳𝒔 = 𝑳𝒒 +
𝝁
Donde:

𝑳𝒔 : Cantidad esperada de clientes en el sistema

𝑳𝒒 : Cantidad esperada de clientes en la cola
𝒄: No. de servidores
𝝁 : Tasa de servicio
𝒄 : No. estimado de servidores inactivos
𝒄

𝒄 = ∑(𝒄 − 𝒏)𝑷𝒏
𝒏=𝟎
𝑷𝒏 : Probabilidad de n clientes en el sistema
𝒏 : No. de clientes en el sistema
𝝀𝒆𝒇 : Tasa efectiva de llegada
𝝀𝒆𝒇 = 𝝀(𝟏 − 𝑷𝑵 ) = 𝝁(𝐜 − 𝐜)
𝝀 : Tasa de llegada
𝑷𝑵 : Probabilidad de capacidad máxima en el sistema
• Determinar las siguientes probabilidades:

a. La probabilidad de inactividad en la instalación de servicio o la probabilidad de estar

desocupado el servidor o la probabilidad de que no haya clientes en la fila, es:

𝒄−𝟏 𝒄 𝝆 𝑵−𝒄+𝟏
𝝆𝒏 𝝆 (𝟏 − ( 𝒄 ) ) 𝝆
𝑷𝟎 = ( ∑ + 𝝆 )−𝟏, 𝒔𝒊 ≠𝟏
𝒏! 𝒄! (𝟏 − 𝒄 ) 𝒄
𝒏=𝟎

b. La probabilidad de que un cliente tenga que esperar, es:

𝟏 − 𝑷𝟎
Alvaro Javier Rojas Baracaldo
Director de curso
Red de curso 104561 Métodos Probabilísticos
 104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
GUIA DE DESARROLLO

𝒄−𝟏
𝒄 𝝆 𝑵−𝒄+𝟏
𝝆𝒏 𝝆 (𝟏 − ( 𝒄 ) ) 𝝆
𝟏 − 𝑷𝟎 = 𝟏 − ( ∑ + 𝝆 )−𝟏, 𝒔𝒊 ≠𝟏
𝒏! 𝒄! (𝟏 − 𝒄 ) 𝒄
𝒏=𝟎

d. La probabilidad de que por lo menos 10 clientes sean atendidos, es:

𝑛=10

𝑷𝒏≥𝟏𝟎 = ∑ 𝑷𝒏
1

𝝆𝒏
𝑷𝒏≥𝟏𝟎 = 𝑷𝟎 , si c ≤ n ≤ N
𝒄𝒏−𝒄 𝒄!

𝑷𝒏≥𝟏𝟎 = (𝑷𝟏 + 𝑷𝟐 +⋯+ 𝑷𝟏𝟎 )

Nota. Determinar la sumatoria de las probabilidades en el sistema hasta n = 10

e. La cantidad de clientes que pueden ser atendidos por lo menos el 90% de las veces, es:
𝑛

∑ 𝑷𝒏 = 0.90
1

𝑛 𝑛
𝝆𝒏 𝝆𝒏
∑ 𝑷𝟎 ≥ 0.90 𝒔𝒊 𝒏 ≤ 𝒄 𝑜 ∑ 𝒏−𝒄 𝑷𝟎 ≥ 0.90 𝒔𝒊 𝒏 ≥ 𝒄
1
𝒏! 𝒄 𝒄!
1

𝑷𝟏 + 𝑷𝟐 +⋯+ 𝑷𝒏 ≥ 0.90

Nota. Determinar las probabilidades en el sistema hasta que su sumatoria sea mayor o igual al
90%, donde n es la cantidad de clientes que pueden ser atendidos.

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos