5 (MM1 GD N Inf)

(M/M/1):(GD/N/ ∞)
Este modelo difiere de (M/M/1):(GD/α/α) en que hay un límite N en el número en

el sistema (longitud máxima de la cola = N - 1).
Algunos ejemplos incluyen situaciones de manufactura en las que una máquina
puede tener un espacio intermedio limitado y una ventanilla de servicio en su
coche en un restaurante de comida rápida.
No se permiten nuevas llegadas cuando la cantidad de clientes en el sistema llega a
N.
Por lo tanto
El valor de ρ = λ/µ no necesita ser menor que 1 en este modelo, porque las
llegadas al sistema están controladas por el límite N del mismo. Esto quiere
decir que la rapidez que importa en este caso es λef y no λ.
Como los clientes se pierden cuando hay N en el sistema, entonces
Ls
λefec como se vio antes

Ejemplo
Considere la instalación de lavado de autos de Autómata . Suponga que la instalación
cuenta con un total de 4 espacios de estacionamiento. Si el estacionamiento está lleno,
los autos que llegan pueden irse a otras instalaciones. El propietario desea determinar
el efecto del limitado espacio de estacionamiento en la pérdida de clientes frente a la
competencia.
En términos de la notación del modelo, el límite en el sistema es N = 4 +1 = 5
𝛌 = 4 ; 𝛍 = 6 ρ = 4/6 = 0.667
Po (1 + ρ + ρ^2 + ρ^3 + ρ^4 + ρ^5) = 1 Po = 0.36541
P0 = = 1- 0.667 / 1 – (0.667)^6 = 0.36541

P5 = ρ^5 * ρ0 = 0.667^5 * 0.36541 = 0.04812
Debido a que el límite en el sistema es N = 5, la proporción de clientes perdidos es P5
= 0.04812
1 día de 24 horas = a perder el negocio de (𝛌P5) * 24 = 4*0.04812 * 24
4.62 autos / día ≈ 5 autos/dia
La decisión en cuanto a incrementar el tamaño del lote de estacionamiento

debe basarse en el valor del negocio perdido
𝜆perd = 𝜆 P5 = 4*0.04812 = 0.19248 𝜆efec = 𝜆 - 𝜆perd = 4 – 0.19248
𝛌efec = 3.80752
Ls
Ls = 1.42256
A partir de 𝛌efec = 3.80752

Ws = 0.37362 Wq = 0.20695
Lq = 0.78797
Mirando el problema desde un ángulo diferente, el tiempo total esperado en el

sistema, Ws es de 0.3736 horas, ó aproximadamente 22 minutos, debajo de los 30
minutos que se habian establecido a priori cuando se permite que todos los autos
que lleguen se unan a la instalación.
Esta reducción de aproximadamente 25% se asegura a expensas de perder alrededor
de 4.8% (p5) de todos los clientes potenciales a causa del limitado espacio de
estacionamiento
El First Bank of Springdale tiene un cajero automático que despacha a
automovilistas que forman una línea. Los vehículos llegan siguiendo una
distribución de Poisson, con una frecuencia de 12 por hora. El tiempo necesario
para hacer una transacción en el cajero es exponencial, con
6 minutos de promedio. En la línea cabe un total de 10 automóviles. Una vez llena,
los automóviles que lleguen deben irse a otra parte. Calcule lo siguiente:
a) La probabilidad de que un vehículo que llegue no pueda usar el cajero, porque la
línea está llena.
b) La probabilidad de que un vehículo no pueda usar el cajero inmediatamente al
llegar.
c) La cantidad promedio de vehículos en la línea.
ρ = 12/10 = 1.2
En una cafetería se atiende a un cliente a la vez y tiene tres sillas para los
clientes que esperan. Si el lugar está lleno los clientes se van a otra parte. Las llegadas
siguen una distribución de Poisson con una media de 4 por hora. El tiempo de un corte
de pelo es exponencial con un tiempo de 15 minutos de promedio. Determine lo
siguiente
a) Las pr. de estado estable b) La cantidad esperada de clientes en la peluquería
c) La pr. de que los clientes vayan a otra parte por estar lleno el local
Ejemplo
El tiempo que el peluquero Joe Cakes emplea para realizar un corte de pelo es
exponencial con una media de 12 minutos. Debido a su popularidad los clientes
suelen llegar (de acuerdo con una distribución de Poisson) a una razón mayor que la
que Joe puede manejar: 6 clientes por hora.
Joe en realidad se siente cómodo si la tasa de llegadas se reduce efectivamente a
alrededor de 4 clientes por hora. Para alcanzar esta meta se le ocurrió proporcionar
asientos limitados en el área de espera de modo que los clientes que acaban de llegar
se vayan a otra parte cuando se dan cuenta de que todos los asientos están ocupados.
¿Cuántos asientos debe proporcionar Joe para alcanzar su meta?
Ejemplo
Una cafetería puede acomodar un máximo de 50 personas. Los clientes llegan en
una corriente Poisson a razón de 10 por hora y son atendidos (uno a la vez) a razón
de 12 por hora.
¿Cuál es la probabilidad de que un cliente que llegue no coma en la cafetería porque
está llena?
Ejemplo
Los pacientes llegan a la clínica de un médico de acuerdo con una distribución de
Poisson a razón de 20 pacientes por hora. La sala de espera no puede acomodar más
de 14 pacientes. El tiempo de consulta por paciente es exponencial, con una media
de 8 minutos.
(a) ¿Cuál es la probabilidad de que un paciente que llegue no espere?
(b) ¿Cuál es la probabilidad de que un paciente que llegue encuentre un asiento en
la sala?
(c) ¿Cuál es el tiempo total esperado que un paciente pasa en la clínica?
Ejemplo
La probabilidad pn de que haya n clientes en el sistema en un escenario
(M/M/1):(GD/5/∞)se dan en la siguiente tabla:
La tasa de llegadas 𝜆 es de 5 clientes por hora. La tasa de servicio μ es de 8

clientes por
hora. Calcule lo siguiente:
(a) La probabilidad que un cliente que llega no pueda entrar al sistema.
(b) La tasa a la cual los clientes que llegan no podrán entrar al sistema.
(c) Número esperado en el sistema.
(d) Tiempo de espera promedio en la cola.

5 (MM1 GD N Inf)

Cargado por

Copyright:

Formatos disponibles

5 (MM1 GD N Inf)

Cargado por

Información del documento

Descripción original:

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

5 (MM1 GD N Inf)

Cargado por

Copyright:

Formatos disponibles

(M/M/1):(GD/N/ ∞)

Este modelo difiere de (M/M/1):(GD/α/α) en que hay un límite N en el número en

λefec como se vio antes

P0 = = 1- 0.667 / 1 – (0.667)^6 = 0.36541

La decisión en cuanto a incrementar el tamaño del lote de estacionamiento

A partir de 𝛌efec = 3.80752

Mirando el problema desde un ángulo diferente, el tiempo total esperado en el

La tasa de llegadas 𝜆 es de 5 clientes por hora. La tasa de servicio μ es de 8

También podría gustarte