9.

25 Construir Modelos para Resolver problemas reales con varios comportamiento de la cola
(FIFO)

La complejidad del modelo son los recursos requeridos por un determinado simulador para
interpretar el modelo correctamente. Si bien la complejidad se mide relativa a un determinado
simulador, a menudo las propiedades intrínsecas al modelo están fuertemente correlacionadas
con su complejidad, la cual es prácticamente independientemente del simulador. El modelado
exitoso puede verse como la simplificación valida. A menudo es necesario reducir la complejidad
de los modelos (simplificar los modelos) para facilitar que sean ejecutados en un tiempo razonable
en el simulador, de recursos limitados, de que disponemos.
Un modelo de sistema de colas debe especificar la distribución de probabilidad de los
tiempos de servicio para cada servidor.

La distribución más usada para los tiempos de servicio es la exponencial, aunque es

común encontrar la distribución degenerada o determinística (tiempos de servicio
constantes) o la distribución Erlang (Gamma).
Terminología

Usualmente siempre es común utilizar la siguiente terminología estándar:

• Estado del sistema : Número de clientes en el sistema.

• Longitud de la cola: Número de clientes que esperan servicio.

• N(t) : Número de clientes en el sistema de colas en el tiempo t (t ³0).

• Pn (t): Probabilidad de que exactamente n clientes estén en el sistema en el tiempo t,

dado el número en el tiempo cero.

• s : Número de servidores en el sistema de colas.

• l n : Tasa media de llegadas (número esperado de llegadas por unidad de tiempo) de

nuevos clientes cuando hay n clientes en el sistema.

• mn : Tasa media de servicio para todo el sistema (número esperado clientes que
completan su servicio por unidad de tiempo) cuando hay n clientes en el sistema.

Nota: mn representa la tasa combinada a la que todos los servidores ocupados logran
terminar sus servicios

Modelos de una cola y un servidor

M/M/1: Un servidor con llegadas de Poisson y tiempos de

servicio exponenciales

M/G/1: Un servidor con tiempos entre llegadas

exponenciales y una distribución general de tiempos de

servicio

VANESSA TORRES 5S”B” 1

 M/D/1: Un servidor con tiempos entre llegadas

exponenciales y una distribución degenerada de tiempos de

servicio

M/Ek/1: Un servidor con tiempos entre llegadas

exponenciales y una distribución Erlang de tiempos de

servicio

Modelo M/M/1: ejemplo 1

Un lavacarro puede atender un auto cada 5 minutos y la tasa media

de llegadas es de 9 autos por hora

Obtenga las medidas de desempeño de acuerdo con el modelo

M/M/1

Además la probabilidad de tener 0 clientes en el sistema, la

probabilidad de tener una cola de más de 3 clientes y la

probabilidad de esperar más de 30 min. en la cola y en el sistema

VANESSA TORRES 5S”B” 2

Modelo M/M/1 ejemplo 2

Un promedio de 10 automóviles por hora llegan a un cajero con

un solo servidor que proporciona servicio sin que uno descienda

del automóvil. Suponga que el tiempo de servicio promedio por

cada cliente es 4 minutos, y que tanto los tiempos entre llegadas y

los tiempos de servicios son exponenciales. Conteste las preguntas

siguientes:

1. Cuál es la probabilidad que el cajero esté ocioso?

2. Cuál es el número promedio de automóviles que están en la cola

del cajero? (se considera que un automóvil que está siendo

atendido no está en la cola esperando)

3. Cuál es la cantidad promedio de tiempo que un cliente pasa en

el estacionamiento del banco?(incluyendo el tiempo de servicio

4. Cuántos clientes atenderá en promedio el cajero por hora?

VANESSA TORRES 5S”B” 3

Modelo M/M/1:

Suponga que todos los dueños de automóvil acuden a la gasolinera cuando sus

tanques están a la mitad. En el momento actual llega un promedio de 7.5

clientes por hora a una gasolinera que tiene una sola bomba. Se requiere un

promedio de 4 minutos para servir a un automóvil. Suponga que los tiempos

entre llegadas y los tiempos de servicios son exponenciales.

1. Calcule L y W para los tiempos actuales.

2. Suponga que hay un déficit de gasolina y que hay compras de pánico. Para

modelar este fenómeno, suponga que todos los dueños de automóviles

compran ahora gasolina cuando sus tanques tienen ¾ de combustible. Como

cada dueño pone ahora menos gasolina en el tanque cada vez que acude a la

gasolinera, supongamos que el tiempo de servicio promedio se reduce a 3

minutos y un tercio. Qué tanto afectan a L yW las compras de pánico?

VANESSA TORRES 5S”B” 4

Modelo M/G/1: ejemplo

Un lava carro puede atender un auto cada 5

min. y la tasa media de llegadas es de 9

autos/hora, = 2 min.

Obtenga las medidas de desempeño de acuerdo

con el modelo M/G/1

Además la probabilidad de tener 0 clientes en el

sistema y la probabilidad de que un cliente tenga

que esperar por el servicio.

VANESSA TORRES 5S”B” 5

Modelo M/D/1: ejemplo

Un lava carro puede atender un auto cada 5 min.

La tasa media de llegadas es de 9 autos/hora.

Obtenga las medidas de desempeño de acuerdo

con el modelo M/D/1

λ= 9 carros/hora.

μ= 12 carros/hora.

Modelo M/Ek

/1: ejemplo

Un lavacar puede atender un auto cada 5

min.
VANESSA TORRES 5S”B” 6
 La tasa media de llegadas es de 9

autos/hora. Suponga = 3.5 min (aprox.)

Obtenga las medidas de desempeño de

acuerdo con el modelo M/Ek/1

Bibliografía
Martín Villalba, C. (2013). Modelado y simulación de eventos discretos. UNED - Universidad
Nacional de Educación a Distancia. Recuperado el 12 de Junio de 2017, de
http://site.ebrary.com/lib/uagrariaecsp/reader.action?docID=10803904

VANESSA TORRES 5S”B” 7

VANESSA TORRES 5S”B” 8