180

Sección dos Diseño del producto y selección del proceso

■ MODEl.:0S DE FILAS DE ESPERA

En esta sección _se present~án cuatro ejempl~s de problemas de fil~ de espera, seguidos
por sus respectivas soluciones. Cada caso tiene una estructura ligeramente diferent
(véase el cuadro S5 .7) y una ecuación de solución también un poco distinta (véase e~
cuadro S5 .9). Existen otros tipos de modelos además de estos cuatro, pero sus fónnulas
y soluciones son bastante complicadas y esos problemas por lo general se resuelven
mediante simulaciones de computador (véase el suplemento del capítulo 17). Así mismo
al utilizar estas fórmulas, es preciso tener en cuenta que son fórmulas estables, deriva:
das del supuesto de que el proceso examinado es continuo. Por consiguiente, pueden
proveer resultados imprecisos cuando se aplican a procesos en los que las tasas de
llegadas y/o las tasas de servicio cambian con el tiempo.
A continuación se presentan los cuatro problemas que ilustran cada uno de los cua-
tro modelos de fila de espera que aparecen en los cuadros S5 .7 y S5 .9. El cuadro S5.8
define las notaciones utilizadas en el cuadro S5.9.
Problema 1: Clientes en fila . Un banco desea saber cuántos clientes aguardan
frente a un cajero de autobanca, qué tanto tiempo tienen que esperar para utilizar del
cajero y cuál tendría que ser la tasa de servicio para que el 95% del tiempo no haya más
de tres automóviles en el sistema.
Problema 2: Selección de equipos. Una franquicia de Robot Car Wash tiene que
decidir qué equipos comprar entre tres opciones. Las unidades de mayor tamaño cues-
tan más, pero lavan los autos más rápidamente. Para tomar la decisión, los costos se
relacionan con los ingresos.
Problema 3: Determinar el número de servidores. El departamento de autopartes
de un concesionario de automóviles tiene que decidir cuántos empleados asignar almos-
trador de atención al público. Aumentar el número de empleados cuesta dinero, pero
también significa ahorros porque los mecánicos tienen que esperar menos tiempo.
Problema 4: Fuente de población finita. Mientras los modelos anteriores presu-
men una población amplia, las filas finitas emplean una serie distinta de ecuaciones para
aquellos casos en que la población de clientes es pequeña. En este último problema sólo
hay cuatro máquinas de tejido que los mecánicos tienen que atender para mantenerlas
en buen estado de funcionamiento. Con base en los costos que representa el ocio de las
máquinas y en los costos de los mecánicos que les hacen mantenimiento y las reparan, el
problema consiste en decidir cuántos mecánicos utilizar.
Ejemplo S5.1 Clientes en fila Western National Bank estudia la posibilidad de
instalar una ventanilla de autobanca para atender a sus clientes. La gerencia calcula que
los clientes llegarán a una tasa de 15 por hora. El cajero que estará en la ventanilla puede
atender a los clientes a una tasa de uno cada tres minutos .

CUADRO S5.7
Propiedades de alg unos modelos específicos de fil a de espera

Fase de Población Patrón de Disciplina Patrón de Longitud de Ejemplo

Modelo Disposición servicio fuente llegadas de fila servicio fila admisible típico
.
CaJero de auto b.anca.. puente
.
Canal único Única Infinita Poisson Atención en orden Exponencial Ilimitada
de llegada de peaje de un solo carnl
Canal único Única Infi nita Poisson Atención en orden Constante Ilimitada Lavado autom uco " auto·0
á · d ,
2 móviles: montaña nisa en u
de llegada
parq ue de di wrsiones
Canales múltiples Única Infinita Poisson Atención en orden Exponencial Ilimitada Mostrador de autop,•IJ'l eS en. un_
3 . . d tomóv11(~
de llegada conces,onano e au . á ui-
Avería y reparación de m, q
nas en una fábrica

--
Canal único Única Finita Poisson Atención en orde n Exponencial Il imitada
4 \
de llegada
182 Sección dos Di seño del producto y selecc ión del proceso

Parte J Suponiendo llegadas Poisson y servicio exponencial, determine:

t. Utilización del cajero.

2. Número promedio de clientes en la fila de espera.
3. Número promedio en el sistema.
4. Tiempo promedio de espera en la fil a. . . . .
S. Tiempo promedio de espera en el sistema, mclu1do el serv1c10.

Solución - Parte 1

f r La utilización promedio del cajero es

l/ p- -µ- -
'). ,
75 %
15
- -
20=

G El número promedio de clientes en la fila de espera es

n,=---=
µ(µ- A)
A,2 (15) 2

20(20- 15)
= 2.25 clientes

3. El número promedio en el sistema es

- A, =- 1'---5- - = 3 clientes
ns -- µ-A 20- 15
/~
1 \
\ 4. El tiempo promedio de espera en la fila es
I\{ 1 ,___ j
A 15 0.15 horas, o 9 minutos
~ = µ(µ - A)= 20(20 - 15) =

S. El tiempo promedio de espera en el sistema es

t = --1- = --1- - = 0.2 horas, o 12 minutos

s µ- A 20- 15

Parte 2 Debido a la disponibilidad limitada de espacio y al deseo de proveer un nivel

aceptable de servicio, al gerente del banco le gustaría asegurar, con una confiabilidad del
95%, que no habrá más de tres automóviles en el sistema en cualquier momento. ¿Cuál
es el nivel actual de servicio para el límite de tres automóviles? ¿Qué nivel de utilización
del cajero se debe alcanzar y cuál debe ser la tasa de servicio del cajero para garantizar
un nivel de servicio del 95%?

Solución - Parte 2 El nivel actual de servicio (a) para tres automóviles o menos l!S ª
1

probabilidad de que haya O, 1, 2 ó 3 vehículos en el sistema. A partir del modelo 1. cuadro

S5.9,
184 Sección dos Diseño del producto y selecci ón del proceso

que sólo lavan el vehículo. La utilidad promedio cuando se llena un tanque de gasolina es
de unos US$0.70, mientras que el costo de lavar el auto le representa a Robot US$0. IO
Robot funciona 14 horas diaiias. ·
Robot tiene tres unidades de potencia y de transmisión, Yla franquicia debe escoge
·¡ r
la unidad que prefiera. La unidad I puede lavar automóv1 es a una tasa de uno cada cinco
minutos y se alquila a un precio de US$12 diarios. La unidad II, que es un poco más
grande, puede lavar autos a una tasa de uno cada cuatro minutos, pero cuesta US$ l6
diarios. La unidad III, que es la más grande de todas, cuesta US$22 diarios y puede lavar
un vehículo en tres minutos.
El dueño de la franquicia calcula que los clientes no querrán aguardar en fila más de
cinco minutos para que les laven el auto. Un tiempo más prolongado hará que Robot
pierda las ventas de gasolina y las de lavado de autos.
Si el cálculo de llegadas de clientes que lavan el auto es de diez por hora, ¿cuál
unidad de lavado se debe escoger?

Solución Utilizando la unidad I, calcule el tiempo de espera promedio de los clientes en

la fila de lavado(µ por unidad I = 12 por hora). A partir de las ecuaciones del modelo 2
(cuadro S5.9),

- A 10
ti =2-µ-(µ--'----A)- = - (-- )-(--_--)- = 0.208 horas, o 12 ½ minutos
2 12 12 10

Para la unidad II a 15 por hora,

T, ___l_O_ _ = 0.067 horas, o 4 minutos

2(15)(15 - 10)

Si el único criterio es el tiempo de espera, se debe comprar la unidad II. Sin embargo,
antes de tomar una decisión definitiva, es preciso examinar el diferencial de utilidades
entre ambas unidades.
Con la unidad I, algunos clientes lo pensarían dos veces y renegarían debido a la
espera de 12 ½ minutos. Y aunque esto complica bastante el análisis matemático, es
posible hacer un cálculo de ventas perdidas con la unidad I al incrementar t = 5 minutos
o 1/12 de hora (el tiempo promedio que los clientes aguardarán) y resolve; para A.. Ésta
sería la tasa efectiva de llegada de clientes:

2
2tA
A= __ , __
1+ 2tp

'A = 2(1/12)(12) 2 =
8 por hora
1 + 2(1/12)(12)

Por consiguiente, como el cálculo original de Afue de diez por hora, el cálculo es que se
perderán dos clientes por hora. Las utilidades perdidas que representarían estos dos
clientes por hora x 14 horas x \/2 (US$0.70 de utilidad por llenar el tanque+ US$0.40 de
utilidad por el lavado)= US$15.40 diarios.
 .....
00
a,

CUADRO S5.1 O
Número esperado de personas que aguardan en fila (n,) para diversos valores de M y )Jµ

V'.l
o,
Número de canales de servicio, M C">
C">
;s;
;:s
t::,,_
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 ~
J,,,/µ e-,

0.10 0.0111
0.15 0.0264 0.0006 oc7, ·
0.20 0.0500 0.0020 ~

0.0833 0.0039 :::11

0.25 o
0.1285 0.0069 o.
0.30 !!.
0.35 0.1884 0.0110 ..,
'O
0.40 0.2666 0.0166 o
o.
0.45 0.3681 0.0239 0.0019 e
(")

0.50 0.5000 0.0333 0.0030 o

0.55 0.6722 0.01 49 0.0043 '<

0.9090 0.0593 0.0061 "'

~
0.60 ~
0.65 1.2071 0.0767 0.0084 (")
(")

0.70 1.6333 0.0976 0.0112 o:

:::,
0.75 2.2500 0.1227 0.0147 o.
3.2000 0.1523 0.0189 ~
0.80 "O ..,
0.85 4.8165 0.1873 0.0239 0.0031 o(")
0.90 8.1000 0.2285 0.0300 0.0041 ~

0.95 18.0500 0.2767 0.0371 0.0053 "'

o
1.0 0.3333 0.0454 0.0067
1.2 0.6748 0.0940 0.0158
1.4 1.3449 0.1778 0.0324 0.0059
1.6 2.8441 0.3128 0.0604 0.0121
1.8 7.6731 0.5320 0.1051 0.0227 0.0047
2.0 0.8888 0.1730 0.0390 0.0090
2.2 1.4907 0.2770 0.0059 0.0158
2.4 2.1261 0.4205 0.1047 0.0266 0.0065
2.6 4.9322 0.6581 0.1609 0.0425 O.O! 10
2.8 12.2724 1.0000 0 .2411 0.0659 0.0180
3.0 1.5282 0.3541 0.0991 0.0282 0.0077
3.2 2.3855 0 .5128 0.1452 0.0427 0.01 22
3.4 3.9060 0 .7365 0 .2085 0.063 1 0 .0189
3.6 7 .0 893 1.0550 0.2947 0. 091 2 0.0283 0.0084
16 .9366 I .S18 1 0.4 11 4 O. 1. 292 0.04 12 0.01 27
3.%
 Diseño del producto y selección del proceso
188 Sección dos

Población 4
CUADRO S5.11 X M D F X M D
X M D F F

1 .479 .899 .400 3 .064

Tablas de filas finitas .0 15 .045 .999 .992
.180 2 .088 .991 2 .372
.022 .066 .998 .9 15
1 .503 .887 1 .866
.030 .090 .997 .595
2 .098 .990 .420 3 .074
.034 .102 .996 .190 .990
1 .526 .874 2 .403
.038 .114 .995 903
3 .008 .999 1 .884 .572
.042 .126 .994 .200
2 .108 .988 .440 3 .085 .986
.046 . 137 .993
1 .549 .862 2 .435 .89 1
.048 .143 .992 .200
.210 3 .009 .999 .900 .551
.052 .155 .991
2 .118 .986 .460 3 .097 .985
.054 .161 .990
1 .572 .849 2 .466 .878
.058 .173 .989
3 .011 .999 l .914 .530
.060 .179 .988 .220
2 .129 .984 .480 3 .111 .983
.062 .184 .987
1 .593 .835 2 .498 .864
.064 .190 .986
.230 3 .012 .999 .480 1 .926 .511
.066 .196 .985
.999 2 .140 .982 .500 3 .125 .980
.070 2 .014
.208 .984 1 .614 .822 2 .529 .850
1
2 .016 .999 .240 3 .014 .999 l .937 .492
.075
.222 .981 2 .151 .980 .520 3 .141 .976
.080 2 .018 .999 1 .634 .808 2 .561 .835
1 .237 .978 .250 3 .016 .999 1 .947 .475
.085 2 .021 .999 2 .163 .977 .540 3 .157 .972
1 .251 .975 1 .654 .794 2 .592 .820
.090 2 .023 .999 .260 3 .018 .998 1 .956 .459
.265 .972 2 .175 .975 .560 3 .176 .968
.095 2 .026 .999 1 .673 .780 2 .623 .805
1 .280 .969 .270 3 .020 .998 l .963 .443
.100 2 .028 .999 2 .187 .972 .580 3 .195 .964
.294 .965 1 .691 .766 2 .653 .789
.105 2 .031 .998 .280 3 .022 .998 1 .969 .429
1 .308 .962 2 .200 .968 .600 3 .2 16 .959
.110 2 .034 .998 1 .708 .752 2 .682 .774
1 .321 .958 .290 3 .024 .998 1 .975 .415
.115 2 .037 .998 2 .213 .965 .650 3 .275 .944
1 .335 .954 1 .725 .738 2 .752 .734
.120 2 .041 .997 .300 3 .027 .997 l .985 .384
.349 .950 2 .226 .962 .700 3 .343 .926
.125 2 .044 .997 1 .741 .724 2 .816 .695
.362 .945 .310 3 .030 .997 l .991 .357
.130 2 .047 .997 2 ·.240 .958 .750 3 .422 .905
1 .376 .941 l .756 .7 10 2 .871 .657
.135 2 .051 .996 .320 3 .033 .997 l .996 .m
.389 .936 2 .254 .954 .800 3 .5 12 .880
.140 2 .055 .996 1 .771 .696 2 .9 17 .621
l .402 .931 .330 3 .036 .996 1 .998 Jl2
.145 2 .058 .995
s~,
2 .268 .950 .850 3 .614 .l . -

1 .415 .926 1 .785 .683 .954 5 S7

2
.150 2 .062 .995 · .340 3 .039 .996 .999 .29~
.428 .921 .729 .821
2 .282 .945 .900 3
.155 2 .066 .994 1 .798 .670 2 .979 .555
1 .441 .916 .360 3 .047 .994 .857 786
.950 3
. 160 2 .071 .994 2 .312 .936 2 .995 .526
1 .454 .9 10 1 .823 .644
. 165 2 .075 .993 .380 3 .055 .993
1 .466 .904 2 .342 .926
.1 70 2 .079 .993 .846 .619
190 Sección dos Diseño del producto y selección del proceso

El número de máquinas que ag uardan en fila para ser ajustadas o reparadas es L, en

donde

L = N(l - F) = 4(1 - 0.957) = 0.172 máquinas

El número de máquinas que están siendo ajustadas o reparadas es H, en donde

H = FNX = 0.957(4)(0.111) = 0.425 máquinas

El cuadro S5.12 muestra el costo que resulta del tiempo improductivo de las máqui-
nas, así como el costo del reparador.
Caso II: Dos reparadores. A partir del cuadro S5 .11 , con X= 0 .111 y M == 2,
F = 0 .998 .
El número de máquinas que aguarda en fila, L, es

L = N(I - F) = 4(1 - 0.998) = 0.008 máquinas

El número de máquinas que están siendo ajustadas o reparadas, H , es

H = FNX =0.998(4)(0.111) = 0.443 máquinas

Los costos de la improductividad de las máquinas y de los dos reparadores se en-

cuentran en el cuadro S5.12. La columna final de dicho cuadro indica que la mejor
opción es tener sólo un reparador.

■ SIMULACIÓN DE FILAS DE ESPERA

EN COMPUTADOR
Algunos problemas de fila de espera que a primera vista parecen muy sencillos resultan
extremadamente difíciles o imposibles de resolver. En este suplemento se han examina-
do situaciones de fila de espera independientes; es decir, o bien todo el sistema consiste
en una fase única, o bien cada uno de los servicios que se provee es independiente. (Esto
podría suceder si se permite que la producción de una locación de servicios se acumule
frente a la siguiente de manera que, en esencia, se convierta en una población pidiendo
el siguiente servicio.) Cuando se provee una serie de servicios de manera secuencial, en
donde la tasa de producción de uno de los servicios se convierte en la tasa de insumo del
siguiente, ya no es posible utilizar estas fórmulas sencillas. Esto también se aplica ª
cualquier problema en donde las condiciones no cumplen con aquéllas de las ecuaciones.
como se especifica en el cuadro S5.8. La técnica que mejor funciona para resol ver este
tipo de problemas es la simulación en computador. En el suplemento del capítulo 17 5t'
trata el tema de modelado y simulación.

■ CONCLUSIÓN
Los problemas de fila de espera son a la vez un reto y una frustración para quienes
intentan solucionarlos. El objetivo básico es equilibrar el costo de la espera con el co_s!º
de agregar más recursos. Para un sistema de servicios, esto significa que la utilizacion
de un servidor puede ser bastante baja con el fin de proveerle al cliente un tiempo de
 Diseño del producto y selección del proceso
192 Sección dos

PROBLEMAS RESUELTOS

PROBLEMA RESUELTO 1
. ller de cambio rápido de lubricantes y aceite. ~n un día típico, los clientes
Qu1ck Lube lnc. es un ta h . 1 tr bajos de lubricación se realizan a una tasa promedio de
llegan a una tasa de tres por º~ª ~ os ª . · en un automóvil a la vez.
Un o cada 15 minutos . Los mecarucos trabaJan en equtp 0 . d .
· · onencial etennrne
Suponiendo llegadas Poisson y un serv1cJO exp '

a. La utilización del equipo de lubricación . .

b. El número promedio de automóviles en fila., ·¡ t de ser lubricado
El tiem o romedio que aguarda un automov1 an es . · , .
c. • p p al t sar por todo el sistema (es decrr, la espera en füa mas el tiempo
d. El tiempo tot que orna pa
de lubricación).

Solución

A, 3
a. U tiliz· ación p = -µ = -4 = 75%.
32 9 fil
b. ñ = - -;._,2- - = - - - = - = 2.25 automóviles en a
· µ(µ-'A.) 4(4-3) 4
c. t - -'A- . - - -3- - = -3 = 45 mmutos
· en f"l
1a
µ (µ - 'A.) 4(4 - 3) 4

d. t = -1- = -1= n hora (espera+ lubricación)

µ-'A.

PROBLEMA RESUELTO 2

American Vending Inc. (AVI) suministra dispensadores de alimentos a una universidad de gran
tamaño. Como los estudiantes acostumbran patear las máquinas furiosos y frustrados , la geren-
cia tiene que afrontar un problema constante de reparaciones. En promedio se averían tres máqui-
nas por hora, y las averías se distribuyen de manera Poisson. El tiempo muerto le cuesta a la
compañía US$25/bora por máquina y a cada empleado de mantenimiento le pagan US$4 por hora.
Un empleado puede reparar las máquinas a una tasa promedio de cinco por hora, distribuida
exponencialmente; dos empleados que trabajen juntos pueden reparar siete m áquinas por hora.
distribuidas expoñencialrnente; y un equipo de tres trabajadores puede reparar ocho por hora,
distribuidas exponencialmente.
¿Cuál es el tamaño óptimo del equipo de mantenimiento para reparar las m áquin as?

Solución

Caso /: Un trabajador:
A= 3/hora Poisson, µ = 5/hora exponencial
En el sistema hay un número promedio de máquinas de

n- = -A,- = -3- =-
3 = J11, /.2 maquinas
, •

' µ-A 5-3 2

El tiempo muerto es de US$25 x 1.5 = US$37.50 por hora; el costo de reparació n es uc u ss.i .tXJ l r
111

hora; Y el costo total por hora para un trabajador es de US$ 37 .50 + US$4. 00 = US $4 I .50

Tiempo muerto ( 1.5 x US$25) = US$37.50

Mano de obra ( 1 trabajador x US$4) = 4.00
US$41.50
 Diseño del producto y selecc1·on
· de I proceso
.
194 Sección dos

_ e l cual, una vez esté en operación, Judy es e

a Instalar un sistema de computado1 co~1. te 40% más rápidamente. p ra
. poder procesar la so li citud de un estu ianb . a la mi sma tasa que Judy.
1 ada temporal que tra aJe
b. Contratar otra emp e 'US$ 99 50 diari os y a la empleada temporal le pag
Si la operación del comp~tador cu~sta f . qu~ se contrate a otra persona? Suponga llegad:
US$75 por día, ¿tiene razo n Judy a pre en r s
. . de servi c io exponenci ales . . .
Po1sson y tiempos - d mostradores de serv1c10, uno a cada entrada d
3. Sharp Discounts Wholesa le Cl~b ti ene .osllegan clientes a un a tasa promedio de uno cad:
su alm acén. A cada mo strad ~r. e serv~c io strador es de cuatro minutos por cliente. d

seis mi nutos. La tasa d_e serv!cio en ca_ adm~empo) está ocioso cada mostrador de servicios?
a. ¿Con qué frecuencia (~ue porcentaje e m leados estén ocupados?
b. ¿Qué probabilidad existe de que ambos e pi d s estén de socupados?
, b bTd d . t de que ambos emp ea o
c. ¿Qu~ pro ª. 1 1 a exis e d. ardan en fila al frente de cada mostrador de servicios~
d. ¿ Cuantos ~tientes, en promel _10,t agun el mostrador de servicios (tiempo de espera más
e. ¿ Cuánto tiempo pasa un c 1en e e
tiempo de servicio)? rd d t d
4 Sharp Discounts Wholesale Club está pensando en conso t ar suls dos mLos ra olres de
· . . , bl ) n un solo lugar atendido por dos emp ea os. os emp eados
serv1c10s ( vease e 1pro ema 3 e ' · 1·
segmran trabaJan o a a rrusma ve locidad individual
· , · d 1 · . de cuatro minutos por c 1eote.
a. ¿Qué probabilidad hay de ag~ardar en fila ? . ? .¡
b. ¿ Cuántos clientes, en promed10, aguardan en fila . d . . (t" empo de espe ,
c. ¿Cuánto tiempo pasa un cliente en el mostrador e servtctos 1 ra mas
tiempo de servicio)? ..
d. ¿Cree que Sharp Discounts ~olesale ~lub ~e~e consolidar los mostradores de se_rv1c10s?
✓ s. Burrito King (una nueva franqmcia de conuda rap1da con rest_a~antes den todo_del P:U~)dauto-
matizó exitosamente la producción de burritos en sus establecuruentos e comt a r~p1 a con
servicio al auto. El Burro-Master 9000 requiere 45 segundos constantes para producu un lote
de burritos. Se calcula que los clientes llegarán a la ventanilla en sus autos según una distribu-
ción Poisson a una tasa promedio de uno cada 50 segundos. Para ayudar a determmar la
cantidad de espacio que se necesita para la fila en la ventanilla de autos, a Burrito King le
gustaría conocer el tiempo promedio esperado en el sistema, la longitud de fila promedio ~en los
autos) y el número de vehículos promedio en el sistema (tanto en fila como en la ventanilla).
6. El Bijou Theater de Hermosa Beacb, California, exhibe películas antiguas. Los clientes llegan a
la fila del teatro a una tasa de 100 por hora. El vendedor de tiquetes atiende a un promedio de un
cliente cada 30 segundos, que incluyen la colocación de sellos en los tiquetes de estaciona-
miento de los clientes y la marcación de sus tarjetas de cineastas frecuentes ( debido a estos
servicios agregados, muchos clientes no alcanzan a entrar antes de que comience la película).
a. ¿Cuál es el tiempo de espera promedio de los clientes en el sistema?
b. ¿Qué efecto tendría en el tiempo de espera del sistema la contratación de un segundo
expendedor de tiquetes que sólo se ocuparía de sellar y marcar tiquetes y tarjetas, redu-
ciendo así el tiempo de servicio promedio a 20 segundos?
c. ¿El tiempo de espera del_sistema sería menor que el de b si se abre una segunda ventanilla
con cada empleado realizando las tres tareas?
7. Como apoyo a la Semana Nacional del Corazón, la Asociación Cardiaca planea instalar un puesto
gratuito para tomar la tensión arterial en el centro comercial El Con durante toda la semana Las
experiencias previas indican que, en promedio, diez personas solicitan una toma de tensión ca~
hora. Suponga llegadas Poisson a partir de una población infuúta. Las tomas de tensión sangui·
nea se pueden hacer a un tiempo constante de cinco minutos cada una. Suponga que la longituJ
de la füa puede ser infinita, con un sistema de atención en orden de llegada.
a. ¿Qué número de personas promedio se puede esperar en la fila ?
b. ¿Qué número de personas promedio puede esperarse en el sistema?
c. ¿Qué tiempo promedio puede esperar una persona en la fil a? .
d. En promedio, ¿cuánto tiempo se necesitará para tomar la tens ión de una persona. inclut·
do el tiempo de espera? .
e. En los fines de semana se anticipa que la tasa de llegadas aumente a cerca de 12 por hora.
¿Qué efecto tendrá esto en el número de personas en la fil a de espera?
S. La fila de servicios de una cafetería tiene una greca de la cual los clientes mi smos se sirven el
café. Las llegadas a la greca siguen una distribución Poisson a una tasa de tres por minuto.
Los clientes demoran unos 15 segundos en servirse, exponencialmente di stribuidos.
a. ¿Cuántos _clientes esperaría ver en promedio frente a la greca del café ?
b. ¿Cuánto tiempo calcula que se demora obtener un café?
 Di serio del producto y selecc ión del proceso
196 Sección dos

Utilizando el análi sis de fil a de _espera ~inita, cont~st~ las siguientes preguntas:
• Cuál es el número promed10 de umdades en fil a_· . ?
0
b. ~ Cuál es el número pro medi o de unidades que s1_g uen func w na;do ·
e· ~ Cuál es el número promedi o de unidades sometidas a servrcw · .
d. La compañía contempl a la posibilidad de contratar a otr~ empl eado,ª quien le pagaría los
mismos US$6 que al otro. ¿Es aconsejabl e que lo haga · .
t
º
13. Benny el barbero tiene una peluquería con una sola si_ll a. Cua nd el eS udiaba para peluque.
ro, Je dijeron que sus clientes tendrían un a d1 stnbuc10n de ll ~gad~s Poisson Y qu_e proveería
una distribución de servi cio exponenci al . Sus datos de rn veS tigac w~ de mercado indican que
º
)os clientes llegan a una tasa de dos por hora. A Be_nn~ le to ma 2 mmutos en promedio hacer
un corte. Con base en estas cifras, detennine lo s1gw ente:
a. El número promedio de clientes que aguardan .
b. El tiempo promedio que aguarda un cliente. ,
c. El tiempo promedio que pasa un cliente en la peluquena.
d. La utilización promedio del tiempo de Benny. . .
14. Benny el barbero (véase el problema 13) está pensando con: egulf una segunda silla para
otro peluquero en su peluquería. A los clientes se les atenden_a en orden de llegada. Benny
supone que ambos peluqueros durarían 20 minutos en promedIO para hacer un corte Yque el
negocio seguiría igual, con clientes llegando a u_na ta_sa de d~s ~or hora. Determine la si-
guiente información para ayudarle a Benny a dec1dlf s1 debe anadu una segunda silla:
a. El número promedio de clientes que aguardan.
b. El tiempo promedio que aguarda un cliente.
c. El tiempo promedio que permanece un cliente en e_l local. .
15. En la sección de cámaras fotográficas de un almacén, mgresan clientes a una tasa promedio
de seis por hora. El departamento es atendido por un sol? em~!eado, ~uien dura en promedio
seis minutos con cada cliente. Suponga que esta es una s1tuac10n sencilla de llegadas Po1sson
con distribución exponencial de tiempo de servicio.
a. Como observador casual, ¿a cuántas personas esperaría ver en la sección de cámaras
(sin contar al empleado)?¿ Cuánto tiempo podría esperar emplear un cliente en la sección
de cámaras (tiempo total)?
b. ¿Cuál es la utilización del empleado?
c. ¿Qué probabilidades existen de que haya más de dos personas en la sección de cámaras
(sin contar al empleado)?
d. Se contrató a otro empleado para la sección de cámaras, quien también dura seis minutos
en promedio atendiendo a cada cliente. ¿Cuánto tiempo podría esperar un cliente pasar
ahora en esta sección?
16. Kenny Livingston, encargado del bar en el Tucson Racquet Club, puede servir bebidas a una
tasa de una cada 50 segundos. Hace poco, en una tarde calurosa, el bar estaba especialmente
lleno y cada 55 segundos alguien se acercaba a la barra y pedía una bebida.
a. Suponiendo que todos en el bar beben al mismo ritmo y que Kenny sirve a la gente en
7
orden de llegada, ¿cuánto tiempo tendría que esperar un cliente hasta que lo atendieran
b. ¿Cuántas personas esperaría usted que estuvieran aguardando su s bebidas?
c. ¿Cuál es la probabilidad de que tres o más personas estén esperando sus bebidas?
d. ¿Cuál es la utilización del encargado de las bebidas (qué tan ocupado está)?
e. Si el encargado de las bebidas es reemplazado por un dispensador automático, ¿cómo
cambiaría esto su respuesta en la parte a?
17. Una oficina emplea a varios funcionarios que originan documentos y a un operador que inrro-
duce la información de los documentos en un procesador de palabras. El grupo origina docu·
mentos a una tasa de 25 por hora. El operador puede introducir la información en un tiernpú
promedio de dos minutos, exponencialmente distribuido. Suponga que la población es infi nira.
las llegadas son Poisson y la longitud de la fila es infinita, con atención en orden de llegada
a. Calcule el porcentaje de utilización del operador.
b. Calcule el número promedio de documentos en el sistema.
c. Calcule el tiempo promedio en el sistema.
d. Calcule qué probabilidad existe de que haya cuatro o más documentos en el si stema.
e. Si se agrega otro funcionario, la tasa de elaboración de documentos .aumentaría a 30 por
hora. ¿Qué significaría esto en términos de la carga de trabajo del procesador de pala·
bras? Explique las razones.
18. Se estableció un puesto de ayuda para estudios manejado por un es tudiante de posgrad~
para contestar las preguntas de los estudiantes y asistirlos en los problemas que les plante.i