Problema 1

Identifique y describa los siguientes aspectos del escenario de colas

a) Los clientes y los servidores
b) La población de clientes y su tamaño
c) El proceso de llegada y los parámetros adecuados para la distribución de
llegadas.
d) El proceso y la disciplina de colas y el proceso de servicios.
e) Realice el diagrama de transición de estado (DTE).

Debido a quejas recientes, la división de mantenimiento de California Gas está

analizando su sistema para proporcionar un nivel aceptable de servicio a sus clientes.
Las quejas llegan a un centro de servicio de acuerdo a una distribución exponencial, con
una tasa promedio de 20 llamadas al día. El tiempo que tarda una técnico reparador en
llegar al lugar donde se llamó, resolver el problema y regresar también sigue una
distribución exponencial, con un promedio de 3 horas y 30 minutos.

SOLUCION

a) Clientes: personas que llegan para quejarse

Servidores: los reparadores
b) Población de clientes: infinita
c) Proceso de llegada: sigue distribución de Poisson. λ= 20 quejas por día.
d) Proceso: múltiples servidores.
Disciplina de colas: FIFO
24
e) Distribución exponencial: 𝜇 = 3,5 = 6,85 𝑞𝑢𝑒𝑗𝑎𝑠 𝑝𝑜𝑟 𝑑í𝑎.

Problema 2
Identifique y describa los siguientes aspectos del escenario de colas
a) Los clientes y los servidores
b) La población de clientes y su tamaño
c) El proceso de llegada y los parámetros adecuados para la distribución de
llegadas.
 d) El proceso y la disciplina de colas y el proceso de servicios.
e) Realice el diagrama de transición de estado (DTE).

El gerente del banco Nación desea determinar el número mínimo de cajeros que
necesita para atender a los clientes que llegan a la hora del almuerzo. El tiempo
promedio entre la llegada de dos clientes es de 2 minutos, pero el tiempo real entre
llegadas sigue una distribución exponencial. Cada cajero puede atender un promedio
de 12 clientes por hora, pero el tiempo de atención a cada cliente varía de acuerdo a
una distribución exponencial.

SOLUCION

a) Clientes: personas que llegan al banco en busca de un servicio

Servidores: los cajeros
b) Población de clientes: infinita
c) Proceso de llegada: sigue distribución de Poisson. λ= 30 clientes por hora.
d) Proceso: múltiples servidores.
Disciplina de colas: FIFO
e) Distribución exponencial: 𝜇 = 12 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 𝑝𝑜𝑟 ℎ𝑜𝑟𝑎, 𝑝𝑜𝑟 𝑐𝑎𝑗𝑒𝑟𝑜

Problema 3

California Gas tiene un representante en un centro de servicio para atender las

preguntas de los clientes. El número de llamadas telefónicas que llegan al centro sigue
una distribución de Poisson con una tasa promedio de aproximadamente diez por hora.
El tiempo necesario para responder a cada llamada sigue una distribución exponencial
con un promedio de 4 minutos. Utilice la relación entre las distribuciones de Poisson y
Exponencial para responder a las siguientes preguntas:
a) ¿Cuál es el tiempo promedio entre llamadas que llegan?
b) ¿Cuál es el número promedio de llamadas que un representante puede atender
durante una hora?
c) ¿Cuál es la probabilidad de que haya exactamente cinco llamadas en una hora?
d) ¿Cuál es la probabilidad de que una segunda llamada entre dentro de los tres
minutos posteriores a la llamada anterior?

SOLUCION
1
a) Tiempo promedio entre llamadas: = 10 × 𝐻𝑜𝑟𝑎 = 6 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
b) Número promedio de llamadas que un representante puede atender en una
hora: 60⁄4 = 15
c) Probabilidad de que haya 5 llamadas en una hora: k 
e
P(k ) 
k!

𝑒−10 × 105
𝑃= = 𝟑, 𝟕𝟖%
5!

d) Probabilidad de que la segunda llamada entre dentro de los tres minutos:

(−10. 3⁄60)
𝑃 = 1 − 𝑒−𝜆 𝑡 = 1 − 𝑒 = 𝟑𝟗%

Problema 4
 Una empresa maneja carteras de acciones comunes. Sus computadoras revisan los
precios de las acciones y, cuando se dan ciertas condiciones, emiten señales de compra
o de venta. Estas señales siguen un proceso de Poisson con un promedio de una cada
15 minutos. Antes de actuar según las recomendaciones de las computadoras, un
analista financiero avalúa el escenario y toma una decisión final sobre el número de
acciones que debe comercializar, si hay que hacerlo. El tiempo para realizar esta
evaluación sigue una distribución exponencial con un promedio de 12 minutos. Utilice la
relación entre las distribuciones de Poisson y Exponencial para responder las siguientes
preguntas:
a) ¿Cuál es la probabilidad de que exactamente 4 señales compra/venta sean
generadas en una hora?
b) Si las computadoras acaban de emitir una señal compra/venta. ¿Cuál es la
probabilidad de que la siguiente sea emitida dentro de los 10 minutos siguientes?
c) ¿Cuál es el número promedio de señales de compra/venta que un analista puede
manejar en un periodo de 3 horas?
d) Si llega una señal de compra/venta, ¿Cuál es la probabilidad de que el analista
termine la evaluación en 15 minutos? ¿Cuál es la probabilidad de que le lleve
más de 20 minutos?
SOLUCION

a) Probabilidad de que 4 señales se generen en una hora:

λ= 4 por hora t= 12 minutos K= 4

𝑒−4 × 44
𝑃= = 𝟏𝟗%
4!

b) Probabilidad que la siguiente sea emitida en los 10 minutos posteriores:

(−4. 1⁄6)
𝑃 = 1 − 𝑒−𝜆 𝑡 = 1 − 𝑒 = 𝟒𝟖%

c) Promedio de señales que atiende un analista en 3 horas:

60
𝜇= × 3 = 𝟏𝟓 𝒔𝒆ñ𝒂𝒍𝒆𝒔
12
60
d) Probabilidad que termine en 15 minutos: 𝜇𝑜𝜆= 12
=5

(−5. 1⁄4)
𝑃 = 1 − 𝑒−𝜆 𝑡 = 1 − 𝑒 = 𝟕𝟏, 𝟑%

Probabilidad que termine en 20 minutos:

(−5. 1⁄3)
𝑃 = 1 − 𝑒−𝜆 𝑡 = 1 − 𝑒 = 𝟖𝟏, 𝟏𝟐%

Problema 5

Para el problema del ejercicio numero 2, suponga que solamente existe un cajero.
Cada hora puede atender un promedio de 12 clientes que llegan con una tasa de uno
cada 7,5 minutos aproximadamente. En este sistema, los clientes tienen que esperar un
promedio de 10 minutos antes de llegar al cajero. Utilice las relaciones de la sección
13.2.2 y la información dada para encontrar los valores de W, W q, L y Lq.
 SOLUCION

𝐿𝑞 (𝑛𝑢𝑚𝑒𝑟𝑜 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑒𝑛 𝑙𝑎 𝑓𝑖𝑙𝑎) = 𝜆 × 𝑊𝑞

𝐿𝑞
𝑊𝑞 (𝑡𝑖𝑒𝑚𝑝𝑜 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑒𝑠𝑝𝑒𝑟𝑎 𝑒𝑛 𝑙𝑎 𝑐𝑜𝑙𝑎) =
𝜆
1
𝑊 (𝑡𝑖𝑒𝑚𝑝𝑜 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑒𝑠𝑝𝑒𝑟𝑎 𝑒𝑛 𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎) = 𝑊𝑞 +
µ

𝐿(𝑛𝑢𝑚𝑒𝑟𝑜 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑒𝑛 𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎) = 𝜆 × 𝑊

60
a) 𝜆= = 8 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 𝑝𝑜𝑟 ℎ𝑜𝑟𝑎 µ = 12 𝑾𝒒 = 𝟏𝟎 𝒎𝒊𝒏𝒖𝒕𝒐𝒔
7,5

1 1 𝟏
b) 𝑊 = 6 + 12 = 𝟒

1
c) 𝐿 = 8 × = 𝟐
4

1
d) 𝐿𝑞 = 8 × = 1,3 ≅ 1 𝑝𝑒𝑟𝑠𝑜𝑛𝑎 𝑒𝑛 𝑙𝑎 𝑐𝑜𝑙𝑎
6

Problema 6 – Simulación Monte Carlos

En la imagen inferior se muestra un análisis histórico de 200 días sobre el número

de consultas diarias realizadas a un sistema de información empresarial (EIS) residente
en un servidor central.

Consultas EIS Frec. Abs. (dias)

0 10
1 20
2 40
3 60
4 40
5 30

a) Usar Simulación Monte Carlo para estimar el número esperado (o medio) de

consultas por día.

SOLUCION

Consultas Frec. Abs. Frec. Frec. Intervalos de números aleatorios

EIS (dias) Relativa Relativa Ac. asociados a cada suceso
 0 10 0,05 0,05 [0,00 – 0,05)
1 20 0,10 0.15 [0,05 – 0,15)
2 40 0,20 0,35 [0,15 – 0,35)
3 60 0,30 0,65 [0,35 – 0,65)
4 40 0,20 0,85 [0,65 – 0,85)
5 30 0,15 1,00 [0,85 – 1,00)
TOTAL 200 1,00

Resultado: 2,9466 consultas esperadas por día