Ejemplo 1: Los hbitos de estudio de un alumno son como sigue.

Si estudia una noche, est 70 % seguro de no estudiar la noche siguiente. Por otra parte, si no estudia una noche, est 60 % seguro de no estudiar tampoco la noche siguiente. A la larga, con qu frecuencia estudia?.

Ejemplo 2: En una carretera hay una pequea bomba de bencina familiar, que cuenta con un nico surtidor. Las llegadas de los vehculos a la bomba se producen segn un proceso de Poisson, cuya media es de 10 vehculos a la hora, mientras que el tiempo medio de servicio es de 4 minutos por cliente (siendo ste exponencial). a) Calcular la probabilidad de que cuando un vehculo llega, la bomba este vaca b) Calcular la probabilidad de que cuando un vehculo llega a la bomba, haya ms de dos esperando en la cola

Ejemplo 3: Un restorn chino vende dos tipos de platos preparados, existiendo dos ventanillas separadas para cada plato. Los clientes llegan de acuerdo a una Poisson con una tasa de 20 clientes por hora, el 60% de ellos va a la ventanilla del plato A y el resto a la del plato B. El 20% de los que compran en A, compran el plato B concurriendo a la otra ventanilla. El 10% de los que compran B, compran adems el plato A. En promedio un cliente del plato A es atendido en 4 minutos, en tanto que el tiempo para el plato B es de 5 minutos, tiempos que se distribuyen exponencialmente. A usted como experto consultor se le pide: Modelamiento y solucin del proceso. N promedio de personas en el restorn. Si una persona compra los dos platos, Cunto demora en promedio?.

Ejemplo 4: Suponga que una empresa de Transportes tiene 3 buses y un taller para atenderlos. La tasa de falla de los buses es de 3 buses por da, el tiempo de atencin del bus es una variable v.a. distribuda exponencialmente con una media de 2 horas por bus, adems los buses y el taller trabajan todo el da. A partir de esta informacin determine: La distribucin de probabilidades estacionarias para los buses en el taller. La tasa promedio de llegada para los buses en el taller. La tasa promedio de salida para los buses en el taller. Largo promedio de la cola. Tiempo promedio de un bus en el Taller. La distribucin de probabilidades estacionarias para los buses en funcionamiento. El tiempo promedio de circulacin de los buses.

Ejemplo 5: A una impresora le llegan trabajos para imprimir con una tasa de 8 por minuto, siguiendo las llegadas un proceso de Poisson. El tiempo de impresin es exponencial de media 5 segundos. Esta impresora almacena los trabajos que le llegan en un buffer con capacidad para 3 mensajes. Suponer que la memoria de la impresora es suficiente como para almacenar en ella todo el trabajo que est siendo impreso. Calcular: a) Probabilidad de que un mensaje llegue directamente a la impresora sin tener que esperar cola. b) Probabilidad de que en este sistema de impresin haya menos de tres trabajos esperando a ser impresos. c) Nmero medio de trabajos en el sistema de impresin. d) Tiempo medio de espera en el buffer de un trabajo hasta que pasa a la impresora. e) Probabilidad de que se pierda un mensaje que llega al sistema para ser impresos.

Ejemplo 6: Sea un sistema de colas con un servidor cuyos tiempos entre llegadas siguen una distribucin exponencial con las siguientes tasas: k = k = 0,1,2,3,.........
k +1

y cuyos tiempos de servicio son exponenciales de tasa:

k = k = 0,1,2,3,...... a) Represente el sistema como una cadena de Markov. b) Obtenga la probabilidad de que en este sistema haya k clientes cuando el sistema alcanza el estado estacionario. c) Obtenga el nmero medio de clientes en el sistema. d) Calcule la tasa global de llegada y el tiempo medio de estada en el sistema.
Observacin:

K! = e
k =0

Frmulas de Little: N Esperado de Entidades en el Sistema: N Esperado de Entidades en la Cola: Frmula de Little: con:
L = k * Pk
k =0

Lq = (k r ) * Pk
k =r

L = *W

W = Wq + WS L = Lq + LS

La frmula de Little no depende de: Procesos de Llegada Procesos de Atencin No depende del nmero de servidores No depende de la disciplina de atencin