Situación problema: Una compañía produce dispositivos electrónicos para iluminación y requiere determinar la

espera en la línea de ensamble de una referencia específica, de forma aleatoria ha tomado los tiempos que
duran los operarios ensamblando el dispositivo que se presentan en la Relación de Tiempos, encomienda al
departamento de producción conocer las medidas de desempeño mediante modelos de línea de espera para
optimizar la espera y les encarga la solución de los siguientes aspectos:

Modelos de línea de espera con un solo servidor.

Plantear un modelo de línea de espera con un solo servidor y número de clientes permitido en el sistema
infinito (M/M/1): (DG/∞/∞) a partir de la Validación estadística para tiempo de llegadas y Validación
estadísticapara tiempos de servicio desarrolladas en la Tarea 1, para:

Determinar la tasa de llegada (λ) de acuerdo a los tiempos entre llegadas, según una Distribución
de Exponencial o de Poisson.

Determinar la tasa de servicio (µ) de acuerdo a los tiempos de servicio, según una Distribución
Exponencial o de Poisson

Formular y plantear el modelo de Líneas de Espera bajo condiciones de estado estable (M/M/1):
(DG/∞/∞).

Proponer gráficamente el diseño de la instalación de servicio del

modelo de línea de espera.

Determinar las medidas de desempeño de estado estable.

Determinar las siguientes probabilidades de estado:

La probabilidad de inactividad en la instalación de servicio o la
probabilidad de estar desocupado el servidor o la probabilidad de que
no haya clientes en la fila.
La probabilidad de que un cliente tenga que esperar.
La probabilidad de que el cliente 5 sea atendido.
La probabilidad de que por lo menos 10 clientes sean atendidos.
La cantidad de clientes que pueden ser atendidos por lo menos el
90% de las veces

Comprobar los resultados utilizando elsoftware de optimización

WinQSB

b. Plantear un modelo de línea de espera con un solo servidor y número de

clientes permitido en el sistema finito (M/M/1): (DG/N/∞) si N = 40 a
partir de la validación estadística para tiempo de llegadas y Validación
estadística para tiempos de servicio desarrolladas en la Tarea 1, para:
 Determinar la tasa de llegada (λ) de acuerdo a los tiempos entre
llegadas, según una Distribución de Exponencial o de Poisson.

Determinar la tasa de servicio (µ) de acuerdo a los tiempos de

servicio, según una Distribución Exponencial o de Poisson

Formular y plantear el modelo de Líneas de Espera bajo condiciones

de estado estable o no (M/M/1): (DG/N/∞).

Determinar las siguientes probabilidades de estado:

Proponer gráficamente
La probabilidad el diseño
de inactividad ende la instalación
la instalación dede servicio
servicio o ladel
modelo de línea de espera
probabilidad de estar desocupado el servidor o la probabilidad de que
no haya clientes en la fila.
La probabilidad
Determinar de que un
las medidas decliente tenga de
desempeño queestado.
esperar.La probabilidad de que el cliente 5 sea
atendido.
La probabilidad de que por lo menos 10 clientes sean atendidos.
La cantidad de clientes que pueden ser atendidos por lo menos el
90% de las veces
Comprobar los resultados utilizando el software de optimización
WinQSB

a.
2. Plantear
Modelosun de modelo
línea dede líneacon
espera de espera para varios servidores y número
varios servidores
de clientes permitido en el sistema infinito (M/M/C): (DG/∞/∞) si C =
5, a partir de la Validación estadística para tiempo de llegadas y Validación
estadística para tiempos de servicio desarrolladas en la Tarea 1, para:

Determinar la tasa de llegada (λ) de acuerdo a los tiempos entre

llegadas, según una Distribución de Exponencial o de Poisson

Determinar la tasa de servicio (µ) de acuerdo a los tiempos de

servicio, según una Distribución Exponencial o de Poisson

Formular y plantear el modelo de Líneas de Espera bajo condiciones

de estado (M/M/C): (DG/∞/∞).

Proponer
Determinargráficamente
las siguientes el probabilidades
diseño de la instalación de servicio del
de estado:
modelo de línea de espera.
La probabilidad de inactividad en la instalación de servicio o la
probabilidad de estar desocupado el servidor o la probabilidad de que
no haya clientes
Determinar en la fila.
las medidas de desempeño de estado.
La probabilidad de que un cliente tenga que esperar.
La probabilidad de que el cliente 5 sea atendido.
La probabilidad de que por lo menos 10 clientes sean atendidos.
La cantidad de clientes que pueden ser atendidos por lo menos el
90% de las veces.

Comprobar los resultados utilizando el software de optimización

WinQSB.
Plantear un modelo de línea de espera con varios servidores y número
de clientes permitido en el sistema finito (M/M/C): (DG/N/∞), si C = 5
y N = 200 a partir de la Validación estadística para tiempo de llegadas y
Validación estadística para tiempos de servicio desarrolladas en la Tarea 1,
para:

Determinar la tasa de llegada (λ) de acuerdo a los tiempos entre

llegadas, según una Distribución de Exponencial o de Poisson.

Determinar la tasa de servicio (µ) de acuerdo a los tiempos de

servicio, según una Distribución Exponencial o de Poisson.

Formular y plantear el modelo de Líneas de Espera bajo condiciones

de estado estable o no (M/M/C) : (DG/N/∞)

Determinar las siguientes

Proponer gráficamente el probabilidades de estado:
diseño de la instalación de servicio del
La probabilidad
modelo de líneadedeinactividad
espera en la instalación de servicio o la
probabilidad de estar desocupado el servidor o la probabilidad de que
no haya clientes en la fila.
Determinar
La las medidas
probabilidad de que un decliente
desempeño
tenga de
queestado.
esperar.
La probabilidad de que el cliente 5 sea atendido.
La probabilidad de que por lo menos 10 clientes sean atendidos.
La cantidad de clientes que pueden ser atendidos por lo menos el
90% de las veces.

Comprobar los resultados utilizando el software de optimización

WinQSB

3. Interpretar los resultados obtenidos en cada uno de los modelos de línea

de espera para tomar decisiones en cuanto a su optimización
 y requiere determinar la
mado los tiempos que
mpos, encomienda al
TASA DE LLEGADA
de línea de espera para

*Se determina la media de la distribucion empirica para Tiempo entre llegadas:

mitido en el sistema 6.40

as y Validación

*Se debe encontrar la Tasa de llegada mediante la distribucion de exponencial o de Po

s, según una Distribución

Tasa de Llegada
según una Distribución
Media de Tiempo entre llegadas cuando se acepta H0
Tiempo en horas
estado estable (M/M/1):

Tasa de Llegada 9.375

TASA DE SERVICIO

*Se determina la media de la distribucion empirica para Tiempo de Servicio:

4.68

*Se debe Estimar la Tasa de Servicio según una distribucion expotencial o de Poisson me
 Tasa de Servicio

Media de Tiempo de Servicio cuando se acepta H0

Tiempo en horas

que el cliente 5 sea

TASA DE SERVICIO 12.8113879

CONDICIÓN DE ESTADO

Condicion de Estado

Tasa de Llegada

Tasa de Servicio

CONDICION DE ESTADO 0.731770833

Condicion de Tasa de
Tasa de Llegada
Estado Servicio Numero de Disciplina en la cola
servidores

DG Disciplina
0.731770833 9.375 12.8113879 1 General

DISEÑO DE LA INSTALACION DE SERVICIO

CANTIDAD ESPERADA DE CLIENTES EN EL SISTEMA

Cantidad esperada de clientes en el sistema

Condición de estado

Cantidad Esperada de Clientes en el 2.72815534

sistema

CANTIDAD ESPERADA DE CLIENTES EN EL SISTEMA

 Cantidad esperada de clientes en una cola

Condición de estado

Cantidad Esperada de Clientes en una 1.996384506

fila Formula 1

1.996384506 Formula 2

TIEMPO ESTIMADO DE ESPERA EN EL SISTEMA

Tiempo estimado de espera en el sistema

Tasa de Servicio

Consicion de estado

Tiempo estimado de espera en el

sistema 0.291003236 Formula 1

0.291003236 Formula 2
A

o entre llegadas:

distribucion de exponencial o de Poisson

ndo se acepta H0

o de Servicio:

bucion expotencial o de Poisson mediante:

se acepta H0

ADO
 Limite del Tamaño de la
sistema fuente

∞ ∞

ERVICIO

EL SISTEMA

EL SISTEMA
L SISTEMA
Programación estocástica con restricciones aleatorias con todos los parámetros normalmente distribuid
teniendo en cuenta la demanda proyectada, la demanda diaria normalmente distribuida y su varianza d
Tarea 2, para diligenciar la Relación del comportamientode la demanda:

Determinar la demanda diaria normalmente distribuida y sus

varianzas para cada uno de los componentes del dispositivo
electrónico de iluminación

Determinar la demanda periódica normalmente distribuida del

dispositivo electrónico de iluminación.

Determinar la varianza de la demanda periódica normalmente

distribuida del dispositivo electrónico de iluminación.

Plantear el modelo de programación estocástica con restricciones

aleatorias con todos los parámetros normalmente distribuidos,
mediante:
La función objetivo.
Las restricciones.
El problema determinista

2. Programación estocástica con restricciones aleatorias con solo

un parámetro normalmente distribuido. Plantear un modelo de
programación estocástica con restricciones aleatorias teniendo en cuenta la demanda proyectada, la de
varianza determinadas en el modelo de inventario EOQ probabilizado en el
Ejercicio 2 de la Tarea 2, para diligenciar la Relación del comportamiento
de la demanda:

Determinar la demanda diaria normalmente distribuida y sus

varianzas para cada uno de los componentes del dispositivo
electrónico de iluminación.

Determinar la demanda periódica normalmente distribuida del

dispositivo electrónico de iluminación

Determinar la varianza de la demanda periódica normalmente

distribuida del dispositivo electrónico de iluminación.
 Plantear el modelo de programación estocástica con restricciones
aleatorias con solo un parámetro normalmente distribuido,
mediante:
La función objetivo.
Las restricciones.
El problema determinista.

3. Interpretar los resultados obtenidos en cada uno de los modelos de

programación estocástica con restricciones aleatorias para tomar
decisiones en cuanto a su optimización.

RELACION DEL COMPORTAMIENTO DE LA DEMANDA

COMPONENTES DEL
DISPOSITIVO UNIDADES
ELECTRONICO

Mecánico 1
Electronico 2
Electrico 1

DISPOSITIVO PARAMETRO b2
ELECTRONICO

DISPOSITIVO UNIDADES DEL

ELECTRONICO DISPOSITIVO

21725

DISPOSITIVO Periodo
ELECTRONICO
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
 iones aleatorias con todos los parámetros normalmente distribuidos. Plantear un modelo de programación estocástica con restricciones al
ectada, la demanda diaria normalmente distribuida y su varianza determinadas en el modelo de inventario EOQ probabilizado en el Ejercici
el comportamientode la demanda:

a demanda diaria normalmente distribuida y sus

ra cada uno de los componentes del dispositivo
de iluminación

a demanda periódica normalmente distribuida del

lectrónico de iluminación.

a varianza de la demanda periódica normalmente

el dispositivo electrónico de iluminación.

modelo de programación estocástica con restricciones

n todos los parámetros normalmente distribuidos,
bjetivo.
nes.
determinista

icciones aleatorias con solo

do. Plantear un modelo de
iones aleatorias teniendo en cuenta la demanda proyectada, la demanda diaria normalmente distribuida y su
de inventario EOQ probabilizado en el
iar la Relación del comportamiento

a demanda diaria normalmente distribuida y sus

ra cada uno de los componentes del dispositivo
de iluminación.

a demanda periódica normalmente distribuida del

lectrónico de iluminación

a varianza de la demanda periódica normalmente

el dispositivo electrónico de iluminación.
modelo de programación estocástica con restricciones
n solo un parámetro normalmente distribuido,

bjetivo.
nes.
determinista.

r los resultados obtenidos en cada uno de los modelos de

n estocástica con restricciones aleatorias para tomar
n cuanto a su optimización.

RELACION DEL COMPORTAMIENTO DE LA DEMANDA

VARIANZA DE LA DEMANDA DIARIA

DEMANDA DIARIA NORMALMENTE NORMALMENTE DISTRIBUIDA POR
DISTRIBUIDA POR COMPONENTE COMPONENTE

DEMANDA PERIODICA NORMALMENTE VARIANZA DE LA DEMANDA PERIODICA

DISTRIBUIDA NORMALMENTE DISTRIBUIDA

NIVEL DE SIGNIFICANCIA 1 NIVEL DE SIGNIFICANCIA 2

α1 α2

0.05 0.10

DEMANDA PERIODICA
(Unidades)
 n estocástica con restricciones aleatorias
o EOQ probabilizado en el Ejercicio 2 de la

y su