Professional Documents
Culture Documents
Sturla
REPBLICA ARGENTINA
FENMENOS DE ESPERA
THE RECORDING, COPYING, LOAN, UNAUTHORIZED HIRE, PUBLIC SHOWING OR
BROADCAST OF THIS DATAGRAM IS STRONGLY ENCOURAGED.
Claudio L. R. Sturla
Bibliografa:
Hillier, Frederick S. y Lieberman, Gerald J. Introduccin a la Investigacin de Operaciones, 3
edicin en Castellano, McGraw Hill de Mxico S. A. de C. V., Naucalpan de Jurez, 1.993, ISBN
968-422-993-3.
Kaufmann, Arnold, Mtodos y modelos de la Investigacin de Operaciones, Tomo I, CECSA,
Mxico.
Rabuffetti, Hebe T., Introduccin al Anlisis Matemtico (Clculo 1), Undcima edicin, Editorial
El Ateneo, Buenos Aires, 1.991.
Schumpeter, Joseph A., Capitalismo, Socialismo y Democracia, Tomos I y II, Biblioteca de Economa, Ediciones Folio, Barcelona, 1.996, ISBN 84-413-0513-7 e ISBN 84-413-0514-5.
Teora de Colas o Fenmenos de Espera
Se refiere a la prestacin de un servicio cualquiera al que acceden clientes (no tienen
porqu ser seres humanos) que requieren una determinada atencin.
Hay tiempos entre arribos. Asimismo existe una duracin del tiempo de servicio. Estos tiempos de
duracin del servicio son distintos porque depende del cliente al que se atiende. Los arribos se producen
de manera aleatoria. Tambin es una variable aleatoria el tiempo de servicio.
El Sr. Steve De Castro del Departamento de Economa de la Universidad de Brasilia ha publicado un
trabajo para el Centre d'Economie Mathmatique et d'Economtrie de la Universidad Libre de Bruselas
en 1.993 ; en l explica que los empresarios se niegan a innovar, por lo que las innovaciones forman una
cola. Contra estos "conservadores" acta la "destruccin creativa" que, segn [Schumpeter], es el motor
del capitalismo de mercado libre.
Como se ve es un tema de la mayor actualidad, al menos desde el punto de vista acadmico.
MODELO I
Canal nico Poblacin Infinita Sin Prioridades
Poblacin infinita significa suficientemente grande.
Denominaremos canal el lugar donde se atiende al cliente. Este servicio se presta de a uno a la vez. Los
clientes que llegan y se encuentran con el canal ocupado van formando la lnea de espera sin prioridades.
El canal puede ser un lugar fsico o un mecnico que se desplaza con una caja de herramientas.
colas-1.doc
16
lnea de espera
clientes ( )
CANAL
salida de
clientes ( )
El cliente llega:
Canales
Vendedores
Muelles
Pistas
Circuitos telefnicos
Vistas
Descifradores
Mecnicos
Autobombas
Secretarias
En muchos sistemas reales se tienen prioridades, o sea se formaran dos lneas de espera, una de clientes
normales y otra de aquellos que tienen prioridad en el uso del canal, por ejemplo los aviones grandes
tienen prioridad sobre las avionetas en el uso de pistas.
El canal y la lnea de espera es lo que llamamos SISTEMA. Si queremos hablar especficamente de los
que esperan ser atendidos, nos referiremos a la cola.
Denominaremos n al nmero de clientes en el sistema. Los clientes forman la poblacin del sistema. Si la
poblacin es lo suficientemente grande es adecuado usar el mismo modelo.
Diremos que el sistema se encuentra en un estado n identificndolo como E(n) cuando en el sistema
existen n clientes, uno en el canal y los restantes en la lnea de espera.
Nos interesa saber, por ejemplo, la probabilidad de que en un cierto instante t haya n clientes en el
sistema, es decir p(n;t).
Llamaremos L a la longitud del sistema. Es la esperanza matemtica del nmero medio de clientes en el
sistema. Lc a la esperanza del nmero de clientes en cola. Su diferencia NO es 1.
W: valor medio del tiempo de espera en el sistema de cada cliente.
Wc: valor medio del tiempo de espera en cola.
Ta: tiempo medio entre dos arribos sucesivos.
Ts: tiempo medio entre dos despachos sucesivos.
En nuestro anlisis utilizaremos un subndice para las velocidades de arribo y despacho. Las llamaremos
n y n
n es la velocidad promedio de arribo al sistema cuando hay en l n clientes.
n es la velocidad promedio de despacho cuando hay en l n clientes. O sea, condicionada por n
En el modelo consideraremos ms adelante que no va a haber diferencia entre si hay n clientes u otro
nmero. Es decir haremos y constantes.
n significa que el canal vara su velocidad de atencin cuando se modifica n. Por ejemplo si hay mucho
pblico el canal atiende ms rpido.
colas-1.doc
17
n significara que muchos clientes que arriban al sistema no entran si n es alto. Habra una velocidad de
llegada diferente a la de entrada. La velocidad de entrada al sistema sera dependiente de n. En el
modelo que trataremos supondremos que las velocidades de arribo y entrada son iguales.
El sistema se estudia por dos motivos:
analizar el sistema existente para mejorarlo.
disear un nuevo sistema.
La velocidad de arribo en general no la podemos manejar pero s modificar la velocidad de salida por
medio de mayor cantidad de personal y/o equipos.
Si aumento el nmero de canales aumenta el costo.
Si mejoro el servicio la caracterstica de puede cambiar en forma favorable o desfavorable. Si mejoro
la atencin de mquinas, por ejemplo, su estado general mejorar y disminuir . Si mejora la atencin
en un hospital o en una ctedra, el valor de aumentar al correrse la voz.
La idea clave es que no se llega fcilmente a la situacin de equilibrio.
Definamos:
t: instante de tiempo arbitrario.
dt: diferencial de tiempo (en lugar de t).
La magnitud es tal que en el mismo dt se puede producir "a lo sumo" una entrada y/o salida de cliente.
Lgicamente si se produce un arribo y una salida en el mismo dt no ser del mismo elemento.
Se define la probabilidad discreta como:
p=
casos favorables
casos posibles
dt no es discreto. En ese caso para poder definir una probabilidad debo imaginar una medida como:
p=
Pensemos en una rueda de la fortuna que gira libremente y que puede detenerse (dado que est equilibrada) en cualquier punto del contorno. La pregunta es: cul es la probabilidad de un indicador
cualquiera caiga en el arco AB?
A
AB
o
p=
=
circunferencia 360o
Ta era el valor medio entre dos arribos sucesivos, entonces si marcamos un eje con Ta sucesivos
siempre tenemos algn elemento que cae dentro de ese Ta.
dt
Ta
colas-1.doc
Ta
Ta
Ta
T a
tiempo
18
dt
Ta
+1
-0
E(n-1)t
E(n) t+dt
-1
+0
E(n+1) t
+1
-1
a) podemos estar en n en t+dt estando en n en t en los siguientes casos:
no ingresa nadie (+0) ni sale nadie (-0).
ingresa uno (+1) y sale otro (-1).
b) podemos llegar al estado n estando (n-1) slo si ingresa 1 y no sale nadie.
c) podemos llegar al estado n estando en el estado (n+1) slo en el caso en que sale 1 y no ingresa
nadie.
Los cuatro casos son mutuamente EXCLUYENTES.
La probabilidad asociada a este estado n, la podemos escribir as:
p (n; t + dt ) = p (n; t )(1 n dt )(1 n dt ) +
{+
{ + 1; 1}
{ + 1; 0}
p (n 1; t ) n 1 dt (1 n 1 dt ) +
{ + 0; 1}
p (n + 1; t )(1 n + 1 ) dt n + 1 dt
0; 0}
+ p (n; t ) n dt n dt +
+
+
p ( n; t + dt ) = p ( n; t ) p ( n; t ) n dt p ( n; t ) n dt + p ( n; t ) n n dt dt +
+ p ( n; t ) n n dt dt +
+ p ( n 1; t ) n 1dt p ( n 1; t ) n 1 n 1dt dt
+ p ( n + 1; t ) n + 1dt p( n + 1; t ) n + 1 n + 1dt dt
Los diferenciales de segundo orden se desprecian. Por tanto;
colas-1.doc
19
NMERO DE CLIENTES
EN EL SISTEMA
dp(n; t )
= p(n; t )( n + n ) + n 1 p(n 1; t ) + n + 1 p(n + 1; t ) = p '(n; t )
(1)
dt
Que representa la derivada de la probabilidad respecto al tiempo. No es la derivada respecto a n.
Cuando se inicia la atencin de clientes, por ejemplo al abrirse la puerta de un banco, la cola formada
afuera hace que el sistema flucte en cuanto al nmero de clientes. Si midiramos a intervalos igualmente separados tendramos:
10
8
6
4
2
0
0
5 10 15 20 25 30 35 40 45 50 50
TIEMPO
Curva que a los ingenieros les ser familiar porque es la posicin del extremo de un resorte luego de ser
alejado de su punto de equilibrio y luego soltado. Oscila hasta llegar a un punto en que queda en reposo.
Quizs un smil ms apropiado es un recipiente lleno de aire. Si lo caliento hasta 50 C aumenta la
energa de los tomos y escapa cierta cantidad de masa.
Al llegar a estar uniformemente calentado, el gas tiene unas condiciones de presin, temperatura y
volumen especfico perfectamente conocidas.
Pero los tomos tienen movimiento browniano.
Si el recipiente se conserva destapado, los tomos individuales son siempre, en media, la misma
cantidad.
Pero los individuos son diferentes pues unos entran y otros salen en un equilibrio llamado dinmico.
En nuestro grfico, entonces hay un perodo de fluctuaciones.
Luego se llega a un equilibrio.
Nosotros supondremos, en nuestro sistema de cola de un canal, que este perodo transitorio es breve.
Trabajaremos en el rgimen permanente (la parte constante de la curva).
20
This state obtains its name from the fact that in it the general
conditions of production and consuption, of distribution and
exchange remain motionless; but yet is full of movement; for it
is a mode of life. The average age of the population may be
stationary; thouugh each individual is growing up from youth
towards his prime, or downwards to old age. And the same
amount of things per head of the population will have been
produced in the same ways by the same classes of people for
many generations together; and therefore this supply of the
appliances for production will have had time to be adjusted to
the steady demand.
Alfred Marshall, Principles of Economics
Habr que asegurarse de que esta hiptesis se cumple cuando estudiamos un sistema en
particular.
Si el nmero de clientes en el sistema es una constante, su derivada es nula. La frmula (1) queda:
p' (n; t ) = 0 = p(n; t )(
)+
n 1
p(n 1; t ) +
n+ 1
p(n + 1; t )
( 2)
Quedara:
( 0 ) p(0) + 1 p(1) = 0
Si consideramos que las velocidades de arribo e ingreso son iguales y suponemos que la velocidad de
despacho no vara con la cantidad de clientes:
p( 0) + p(1) = 0
p (1) =
p ( 0)
Se define
como factor de trfico, que es la relacin existente entre la velocidad de arribo y la de despacho. [Hillier
& Lieberman] lo llama, quizs ms apropiadamente, factor de utilizacin.
Si analizamos la frmula (2) para n=1 queda:
( + ) p(1) + p(0) + p(2) = 0
=
p( 2) =
+ ) p(1)
p(2) = ( + 1) p(0) p( 0)
p ( 2 ) = 2 p( 0)
Por extrapolacin podemos decir que:
colas-1.doc
21
p(0)
p ( n 1) = n 1 p ( 0)
Si reemplazamos: (siempre se reemplaza por uno menos para obtener el que se desea)
( + ) n p(0) + n 1 p(0) + p( n + 1) = 0
p( n + 1) =
p(n + 1) = ( + 1)
+ ) n p(0) n 1
p(0)
p(0)
p(0) =
n+ 1
p(0) +
p(0)
p(0)
p ( n + 1) = n + 1 p ( 0)
Por lo que queda entonces demostrado que:
p ( n ) = n p ( 0)
Ahora debemos calcular p(0).
n= 0
p( n ) = 1 =
n p ( 0) = p( 0) n
n= 0
n= 0
Esta serie geomtrica de razn para que sea convergente debe cumplir con la condicin 1.
Debemos calcular el valor de esta sumatoria de infinitos trminos.
Supngase:
B=
n ; o sea
n= 0
1
B = + + 2+ +
0
Si multiplicamos por .
B = 1 + 2 + 3 + +
Si hacemos:
B B =
= 1
B( 1 ) = 1
B=
1
(1 )
Por lo que
n= 0
colas-1.doc
1
(1 )
22
p(0) =
=
n
n= 0
1
= 1
1
(1 )
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
(1 )
p( 0)
p(1)
p( 2 )
p( 3)
1-
( 1 )
2 ( 1 )
3 ( 1 )
1
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
0
0,09
0,16
0,21
0,24
0,25
0,24
0,21
0,16
0,09
0
0
0,009
0,032
0,063
0,096
0,125
0,144
0,147
0,128
0,081
0
0
0,0009
0,0064
0,0189
0,0384
0,0625
0,0864
0,1029
0,1024
0,0729
0
1
0,9
0,8
p( 4 )
( 1 )
0
0,00009
0,00128
0,00567
0,01536
0,03125
0,05184
0,07203
0,08152
0,06561
0
Probabilidad de
cero cliente en el
sistema
Probabilidad de un
cliente en el sistema
Probabilidad de tres
clientes en el sistema
Probabilidad de
cuatro clientes en el
sistema
0,7
Probabilidad de dos
clientes en el sistema
0,6
p(0) 0,5
0,4
0,3
0,2
0,1
0
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
FACTOR DE TRFICO
0 p ( n) 1
1
Si por ejemplo tenemos = 3 clientes/hora y =10 clientes/hora esto significa que para =0,3 la
probabilidad de encontrar cero clientes en el sistema es 0,7, lo que significa que el 70 % de la veces que
inspeccionemos el sistema vamos a encontrar que hay cero clientes.
La probabilidad de un cliente en el sistema es:
p (1) = p ( 0) = 0, 7 = 0, 3. 0, 7 = 0, 21
colas-1.doc
23
n= 0
n p( n) = n
n= 0
(1 ) = (1 )
n= 0
Si llamo:
1
B= n =
(1 )
n =0
dB
1
= n n 1 =
n= 0
d
(1 ) 2
1
u'
D n = n+ 1
u
u
dB
1
= n n 1 =
n= 0
d
(1 ) 2
Reemplazando queda:
L = (1 )
L=
(1 ) 2
Nmero medio de
clientes en cola
0,5
Factor de trfico
n
p(n)
El nmero medio de clientes en cola ser:
Lc =
colas-1.doc
n-1
n= 1
n= 0
( n 1) p(n) =
n p( n )
p( n)
n= 1
24
W = Wc + Ts
Wc es el tiempo promedio que se espera en cola.
Ts es el tiempo medio que tarda el canal para atender un cliente.
W es el tiempo promedio que un cliente gasta en el sistema.
Supongamos que al arribar al sistema hay L clientes. A cada uno de ellos se tarda Ts unidades de tiempo
(en promedio). Por tanto hasta que yo llegue al canal pasar:
Wc = L Ts
Como
L=
=
=
1
( )
1
Y
1
Ts =
Luego.
1
Wc = L Ts =
( )
Wc =
Adems.
W = Wc + Ts =
1 +
=
( )
( )
1
Se puede definir tambin la probabilidad de que un cliente permanezca ms de t unidades de tiempo en el
sistema. Esa probabilidad es:
W=
t
W
t
W
W (t ) = e
( t 0)
La probabilidad de que un cliente permanezca ms de t unidades de tiempo en la cola es:
Wc ( t ) = e
( t 0)
Ejemplo N 1
En un lugar de canal nico y poblacin infinita se conoce la velocidad de arribo y de salida de los
clientes del sistema. Graficar L y Lc.
colas-1.doc
Lc
0,1
0,2
0,1111
0,2500
0,0111
0,0500
25
0,4286
0,6667
1,0000
1,5000
2,3333
3,0000
4,000
5,6667
9,0000
19,0000
0,1286
0,2667
0,5000
0,9000
1,6333
2,2500
3,2000
4,8261
8,1000
10,0500
20
18
16
14
12
10
8
6
4
2
0
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
Factor de trfico
Ejemplo N 2
El departamento hombres de una gran tienda tiene un sastre para hacer los ajustes a la ropa de confeccin. Los clientes que necesitan ajustes siguen una distribucin Poisson con media 24 clientes/hora.
El tiempo que toma realizar el ajuste para un cliente se distribuye exponencialmente con media de 2
minutos.
a) Cul es el nmero promedio de clientes en la sala de ajuste?
clientes
1
60 minutos
clientes
= 24
; =
= 30
hora
2 minuto 1 hora
hora
24
=
= 0, 8
30
0, 8
0, 8
=
=
= 4
1 1 0, 8 0, 2
b) Cunto tiempo deber esperar un cliente en la sala de ajustes y ser atendido?
1
1
1
W=
=
= hora = 10 minutos
30 24 6
c) Qu porcentaje de tiempo permanece ocioso el sastre?
p( 0) = 1 = 1 0, 8 = 0, 2
L=
colas-1.doc
26
WC
1
= 0,8 e
6
1
6
1
6
t
W
= 0,8 e 1 = 0,2943
Ejemplo N 3
La llegada de personas a una cabina telefnica es del tipo Poisson con un tiempo promedio de 6 minutos
entre dos personas consecutivas. La longitud de la llamada, suponiendo que est distribuida
exponencialmente, es de 4 minutos.
Calcular:
a) probabilidad de que la persona que llega deba esperar.
probabilidad de esperar = 1 probabilidad de cero clientes
p = 1 p(0) = 1 ( 1 ) = =
1
1
1
=
= 0,17
Ta 6 min
min
1
1
1
=
= 0,25
Ts 4 min
min
p= =
0,17
= 0,68
0,25
0, 68
=
0, 68 = 2 ,13 0, 68 = 1, 45
1
0, 32
c) la compaa est dispuesta a colocar otra cabina si se comprueba que el tiempo medio de espera en
cola de los clientes llega a 10 minutos. Determinar cul debe ser la velocidad de arribo para justificar
dicha instalacin.
Sabemos
Wc =
( )
Lc = L =
Wc [ ( ) ] =
Wc
Wc 2 Wc =
colas-1.doc
Wc = + Wc = ( 1 + Wc )
27
0,17
2 Wc
0, 252 10
0, 06 10 0, 6
1
=
=
=
= 0, 17
1 + Wc 1 + 0, 25 10 1 + 2 , 5 3, 5
min
1 60 min
1
1
= 10,2 Ta = =
min 1h
h
1 1h
10,2
h 60 min
5,88 es ligeramente menor a 6 ; luego tendremos segunda cabina.
El anlisis dimensional de
2 Wc
=
1 + Wc
es
1 min
1
=
[ ]
1
min
2
min
1
+
min
min
= 5,88 min
Ejemplo N 4
Los camiones de una flota de transporte arriban a un almacn de carga con una velocidad media de
camiones por da.
Determinar las condiciones de carga del almacn para que, si se admite que el costo de operacin es
proporcional a la velocidad media de despacho y el costo de atencin es proporcional al tiempo que el
camin pasa esperando en el sistema, el costo sea mnimo.
Llamemos
D: costo por unidad de tiempo en que el camin est inmovilizado.
C: costo proporcional a la velocidad de servicio.
CT: costo total.
CT = C + D W
CT = C + D
CT
D
= C+
= 0
2
( )
D
)2
D
2
= ( )
C
= C
D
=
C
D
+
C
28
( o1 e1 ) 2 ( o2 e2 ) 2
+
e1
e2
k
(o
+ +
ej
( ok
ek )
ek
ej
j= 1
( 0,1
0,091)
( 0,12 0,122) + ( 0,14 0,139) + ( 0,15 0,139) + ( 0,12 0,124) +
+
0,091
0,122
0,139
0,139
0,124
2
0,072
0,048
0,029
0,009
0,004
0,02
= 0 + 0,02 + 0,00086 +
De la tabla para:
f
0
0
0
30
( T) x
e T
; e = 2,71828
x!
Que es la probabilidad de que lleguen x clientes en el perodo en que se repara la mquina.
( 2) 0 e 2
p0 ( 2) =
= e 2 = 0, 135
0!
b)
22 e 2
p2 ( 2 ) =
= 0, 27067
2!
c)
p5 (2) = 1 [ p0 (2) + p1 (2) + p2 (2) + p3 (2) + p4 (2)] =
4
2
21 2
= 1 e 2 + 2 e 2 + e 2 + e 2 = 1
e =
3
3
3
= 1 7 e 2 = 0,052655
colas-1.doc
31
VALOR DE LA PROBABILIDAD
0,3
0,25
0,2
0,15
0,1
0,05
0
0
0,5
1,5
2,5
3,5
4,5
VALOR DE x
Ejemplo N 7
Se desea contratar un operario permanente para reparar las mquinas de una casa que provee servicios
de copias. Se estima que una mquina de fotocopiado descompuesta perjudica a la casa en 1.200 UM
por hora de inmovilizacin.
Actualmente se depende de un servicio de reparaciones que tarda en promedio 2 horas en ser avisado,
llegar y reparar una mquina. El costo es de 20.000 UM/mes.
La casa posee 20 mquinas presentndose fallas a razn de 0,33 mquina/hora (referido a cada mquina). Al decidir un cambio de sistema de reparaciones se puede optar entre el operario A capaz de
arreglar 4 mquinas por hora y que pide 40.000 UM/mes y el operario B que puede arreglar 6 mquinas
por hora con un sueldo de 80.000 UM/mes.
Analizar si conviene el cambio de sistema y en caso afirmativo elegir el operario.
Tomar el mes de trabajo como de 200 hs. Tratar el problema como una cola de un canal con poblacin
infinita.
Actualmente se tiene:
um
h 1 1
UM
UM
20 + 20.000
= 9337647
200
1 1 h 1200
h
mes 3 h
mes
mes
2 3
total arribos = velocidad de arribo por mquina x cantidad de horas de trabajo por mes x cantidad de
mquinas.
Si se contratara a A:
1
1
Ts = h ; = 4
4
h
El resto sigue igual.
colas-1.doc
32
1
UM
Si se contrata a B.
1
UM
MODELO II
Canal nico Cola Limitada Poblacin Infinita
Canal
............
N-1 en cola
N en el sistema
Desde el punto de vista de la ecuacin diferencial que gobierna el sistema, es la misma ecuacin.
La derivada era:
p' (n) = ( n + n ) p(n) + n 1 p( n 1) + n + 1 p(n + 1) = 0
Recordemos que la derivada es cero porque consideramos al sistema en rgimen estacionario.
Para n=0 el estado cero E(0) existe y hay un cierto valor 0=0 (debido a que no pueden salir elementos
del sistema si no los hay). 0 es la velocidad de despacho cuando no hay ningn cliente en el sistema.
Para n=0 hay un estado definido como el E(-1), luego
1 p( 1) = 0
No existe este estado porque la probabilidad de su existencia es nula.
colas-1.doc
33
p( N 1) = p( N 1)
p ( N 1) = N 1 p ( 0)
p ( N ) = N p( 0)
En este modelo, a diferencia del anterior, tenemos un nmero finito de estados.
N
n= 0
n= 0
n= 0
n
n
p(n) = 1 = p(0) = p(0)
Luego:
p ( 0) = N
n= 0
En el modelo I debamos asegurar la convergencia de la serie, eso obligaba a que fuese menor a 1. En
este modelo II puede tomar cualquier valor cumplindose que:
N
n
1 para asegurar que p(0) sea 1
n= 0
B = 1 + 2+ + N + N+ 1
colas-1.doc
B B = 1
N+1
B( 1 ) = 1
N+1
34
B=
B es la inversa de p( 0) , luego:
p ( 0) =
1 N + 1
1 N + 1
Ejemplo N 8
Se desea proyectar el tamao de una playa de estacionamiento de una estacin de servicio donde deben
aguardar los vehculos para recibir un servicio de lavado.
El arribo de clientes es a razn de 3 por hora y el lavado dura 10 minutos. Se busca que el nmero de
clientes en el sistema sea como mximo de 5.
La estacin de servicio trabaja 18 horas diarias.
Se desea calcular la velocidad de lavado necesaria para:
Perder 10 clientes por da.
Perder 50 clientes por da.
Perder 80 clientes por da.
clientes
clientes
= 3
; Ts = 10min ; = 6
h
hora
Actualmente N = 5
1
5
1
0,5
0,5
3
6
p( N ) = N
=
= 0,03125 *
= 0,03125 *
= 0,015873
N+1
6
1 0,015625
0,984375
1
6
3
1
6
Si hay 5 clientes p ( N ) es la probabilidad de perder clientes.
1
1
Velocidad de prdida de clientes = p (5) = 0,015873 * 3 = 0,047619
h
h
En 18 horas:
1
h
1
0,047619 18
= 0,857142
h da
da
3
Se forma una tabla y se va aproximando.
3
1
= 0,185185
n p(n) =
n= 0
n= 0
N
B= n =
n= 0
colas-1.doc
n n p ( 0) = p ( 0) n n
n= 0
1 N+ 1
1
35
( N + 1) N ( 1 ) + 1
B N
n 1
= n
=
n= 0
(1 ) 2
( N + 1) N + N
B N
= nn =
n= 0
(1 ) 2
N
1 1 N + N
L=
1 N+ 1
(1 ) 2
N+1
N+1
[ 1 ( N + 1) + N ]
(1 )(1 )
N
L=
N+1
N+1
N+1
1 N
N1
+ ( N 1)
(1 )(1
N+1
L
=
=
1 ( 1 )( 1 + ) 1 + +
(1+ ) = +
1 1
1 N + 1
Si 1 en la expresin de L slo el 1 resulta despreciable frente a los otros trminos y as:
( N + 1) N + N N + 1
( N + 1) N + 1 N N + 2 ( N + 1) N
L
=
=
=
(1 )
(1 ) N+ 1
(1 ) N+ 1
p ( 0) =
N (1 ) + 1
(1 )
= N+
1
N
(1 )
1
1
1
p ( 0) =
=
0 p ( 0) 0
1 N + 1 N + 1 N + 1 N
Para el caso intermedio de 1 se puede obtener que
N
L
2
Qu ocurre?. Si 1 es
Actualizado al 6/7/2.003
< D:\INVESTIGACIN OPERATIVA\COLASUNO - Impreso el 18/03/2008.
colas-1.doc
36