SlideShare una empresa de Scribd logo
1 de 8
PÁCTICA 3.
Modelos De Colas
Realizar: En cada de los problemas asignados se tiene que analizar el contexto, identificar
características de los 5 elementos de sistema de colas, definir el modelo apropiado y realizar el
cálculo de las medidas de rendimiento necesarias para obtener las respuestas a las cuestiones que se
formulan en el problema.
1. Una línea de la cafetería universitaria en el centro de estudiantes es una instalación de autoservicio
donde el estudiante selecciona los artículos alimenticios que desea, luego hace una sola línea para
pagar al cajero. Los estudiantes llegan a una tasa de aproximadamente cuatro por minuto, de
acuerdo con una distribución Poisson. El único cajero toma de 12 segundos por cliente, siguiendo
una distribución exponencial.
a) ¿Cuál es la probabilidad de que haya más de dos estudiantes en el sistema? ¿Más de tres
estudiantes? ¿Más de cuatro?
b) ¿Cuál es la probabilidad de que el sistema esté vacío?
c) ¿Cuánto tiempo tendrá que esperar el estudiante promedio antes de llegar al cajero?
d) ¿Cuál es el número esperado de estudiantes en la cola?
e) ¿Cuál es el número promedio?
f) Si se añade un segundo cajero (que trabaja al mismo ritmo), ¿cómo cambiarán las características
de operación calculadas en (b), (c), y (e)? Suponga que los clientes esperan en una sola línea y se
dirigen al primer cajero disponible.
Características
Población:infinita
Proceso de llegada:poisson λ=4*60 =240 clientes/hora
Proceso de Colas:
a) Una sola línea de espera
b) Número de espacios en esperainfinito
c) Tipo de atenciónFIFO (PEPS) (primero en entrar, primero en salir)
Proceso de Servicio:
a) Un servidor
b) Tiempos de servicio:exponencial μ=3600/12 =300 clientes/hora
c) Número de clientes atendidos simultáneamente uno
d) No se permite prioridad
Modelo M/M/1
Verificar condición estado estable: µ> λ
300>240 si
ρ= λ/ µ=240/300=0,8- intensidad de tráfico
a) ¿Cuál es la probabilidad de que haya más de dos estudiantes en el sistema? ¿Más de tres
estudiantes? ¿Más de cuatro?
Para esto calculamos 𝑃0 𝑃1 𝑃2 𝑃3 𝑃4
𝑃0 = 1 − 𝜌 = 1 − 0,8 = 0,2
𝑃𝑛 = 𝜌 𝑛
∗ 𝑃0
𝑛 = 0 ∶ 𝑃0 = 0,2
𝑛 = 1 ∶ 𝑃1 = 0,16
𝑛 = 2 ∶ 𝑃2 = 0,128
𝑛 = 3 ∶ 𝑃3 = 0,1024
𝑛 = 4: 𝑃4 = 0,08192
𝑃>2 = 1 − ∑ =
2
𝑘=0
1 − 0,488 = 0,512
𝑃>3 = 1 − ∑ 𝑃 𝑘 =3
𝑘=0 1 − 0,5904 = 0,4096
𝑃>4 = 1 − ∑ 𝑃 𝑘 =4
𝑘=0 1 − 0,67232 = 0,32768
b) ¿Cuál es la probabilidad de que el sistema esté vacío?
𝑃0 = 1 − 𝜌 = 1 − 0,8 = 0,2
c) ¿Cuánto tiempo tendrá que esperar el estudiante promedio antes de llegar al cajero?
𝐿 𝑞 =
𝛒2
1−𝛒
= 3,2 ≈ 3 personas en la fila en promedio
𝑊𝑞 =
𝐿 𝑞
𝛌
= 0,01333 0,01333∗ 60 = 0,8min un estudiante espera el servicio
d) ¿Cuál es el número esperado de estudiantes en la cola?
𝐿 𝑞 =
𝛒2
1−𝛒
= 3,2 ≈ 3 personas en la fila en promedio
e) ¿Cuál es el número promedio?
𝑊 = 𝑊𝑞 +
1
𝜇
= 0,01333 +
1
300
= 0,01666
𝐿 = 𝜆 ∗ 𝑊 = 240 ∗ 0,01666 = 3,9984
f) Si se añade un segundo cajero (que trabaja al mismo ritmo), ¿cómo cambiarán las
características de operación calculadas en (b), (c), y (e)? Suponga que los clientes esperan en
una sola línea y se dirigen al primer cajero disponible.
Características
Población:infinita
Proceso de llegada: poisson λ=240 clientes/hora
Proceso de Colas:
a) Una sola línea de espera
b) Número de espacios en esperainfinito
c) Tipo de atenciónFIFO (PEPS) (primero en entrar, primero en salir)
Proceso de Servicio:
a) dos servidores
b) Tiempos de servicio :exponencial μ=300 clientes/hora
c) Número de clientes atendidos simultáneamente: uno
d) No se permite prioridad
Modelo M/M/2
Verificar condición estado estable: µ*c> λ
300*2>240 si
ρ= λ/ µ=240/300=0,8 - intensidad de tráfico
b) ¿Cuál es la probabilidad de que el sistema esté vacío?
Para esto necesitamos 𝑝0 =
1
(∑
𝜌 𝑛
𝑛!
𝑐−1
𝑛=0 )+ (
𝜌 𝑐
𝑐!
) ∗ (
𝑐
𝑐−𝜌
)
= 0.42857
c) ¿Cuánto tiempo tendrá que esperar el estudiante promedio antes de llegar al cajero?
Para esto necesitamos 𝐿 𝑞 =
𝜌 𝑐+1
( 𝑐−1)!
∗
1
( 𝑐−𝜌)2 ∗ 𝑃0 = 0,15238
𝑊𝑞 =
𝐿 𝑞
𝛌
= 0,0006349 0,0006349 ∗ 60 = 0,03809min un estudiante espera el servicio
e) ¿Cuál es el número promedio?
𝑊 = 𝑊𝑞 +
1
𝜇
= 0,0006349 +
1
300
= 0,00396
𝐿 = 𝜆 ∗ 𝑊 = 240 ∗ 0,00396 = 0,95238 Aproximadamente en el servicio de cafetería hay un
estudiante
2. El administrador de una sala de emergencia de un gran hospital encara el problema de ofrecer
tratamiento a los pacientes que llegan a diferentes tasas durante el día. Hay cuatro médicos disponibles
para tratar a los pacientes cuando se necesita. Si no se necesita, ellos pueden estar asignados a otras
responsabilidades (por ejemplo, pruebas de laboratorios, reportes, diagnósticos de rayos-x) o de otra forma
reprogramados para trabajar a otras horas.
Es importante otorgar un tratamiento rápido y responsable, y el administrador siente, que como promedio,
los pacientes no deben estar sentados en el área de espera por más de cinco minutos antes de ser vistos por
un médico. Los pacientes son tratados sobre la base de primera entrada, primer servicio, y consultar al
primer médico disponible después de esperar en la cola. El patrón de llegada para un día típico es:
Tiempo Tasa de llegada
9 A.M.-3 F.M.
3F.M.-8P.M.
8 pm-medianoche
6 pacientes/hora
4 pacientes/hora
12 pacientes/hora
Estas llegadas siguen una distribución de Poisson, y los tiempos de tratamiento, 12 minutos en promedio,
siguen el patrón exponencial.
¿Cuántos médicos debe haber de guardia durante cada periodo con el fin de mantener el nivel esperado de
cuidado de los pacientes?
Características
Población: infinita
Proceso de llegada: Poisson
9 A.M.-3 F.M.λ=6 pacientes/hora
3F.M.-8P.M. λ =4 pacientes/hora
8 pm-medianoche λ = 12 pacientes/hora
Proceso de Colas:
a) Una sola línea de espera
b) Número de espacios en esperainfinito
c) Tipo de atenciónFIFO (PEPS) (primero en entrar, primero en salir)
Proceso de Servicio:
a) 4servidores
b) Tiempos de servicio:exponencial μ=60/12 =5 pacientes/hora
c) Número de clientes atendidos simultáneamente:1 paciente
d) No se permite prioridad
Para 9 A.M.-3 F.M.
Para 1médico de guardia
Verificar condición estado estable: µ> λ
5>6 no se cumple
Con solo un médico no se puede cubrir la demanda de los pacientes.
Para 2 médicos de guardia
Verificar condición estado estable: µ> λ
5*2>6 se cumple
ρ= λ/ µ=6/5=1,2- intensidaddetráfico
𝑊𝑞 =
𝐿 𝑞
𝜆
⁄
Para esto necesitamos 𝐿 𝑞 =
𝜌 𝑐+1
( 𝑐−1)!
∗
1
( 𝑐−𝜌)2 ∗ 𝑃0 = 0,675
Para esto necesitamos 𝑝0 =
1
(∑
𝜌 𝑛
𝑛!
𝑐−1
𝑛=0 )+ (
𝜌 𝑐
𝑐!
) ∗ (
𝑐
𝑐−𝜌
)
= 0,25
𝑊𝑞 =
𝐿 𝑞
𝜆
⁄ = 0,675
6⁄ = 0,1125 ℎ𝑜𝑟𝑎𝑠 = 6,75 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
Para 3 médicos de guardia
Verificar condición estado estable: µ> λ
5*3>6 si
ρ= λ/ µ=6/5=1,2 - intensidadde tráfico
𝑊𝑞 =
𝐿 𝑞
𝜆
⁄
Para esto necesitamos 𝐿 𝑞 =
𝜌 𝑐+1
( 𝑐−1)!
∗
1
( 𝑐−𝜌)2 ∗ 𝑃0 = 0,09411
Para esto necesitamos 𝑝0 =
1
(∑
𝜌 𝑛
𝑛!
𝑐−1
𝑛=0 )+ (
𝜌 𝑐
𝑐!
) ∗ (
𝑐
𝑐−𝜌
)
= 0,29411
𝑊𝑞 =
𝐿 𝑞
𝜆
⁄ = 0,09411
6⁄ = 0.01568
Para 4 médicos de guardia
Verificar condición estado estable: µ> λ
5*4>6 si
ρ= λ/ µ=6/5=1,2 - intensidadde tráfico
𝑊𝑞 =
𝐿 𝑞
𝜆
⁄
Para esto necesitamos 𝐿 𝑞 =
𝜌 𝑐+1
( 𝑐−1)!
∗
1
( 𝑐−𝜌)2 ∗ 𝑃0 = 0,01587
Para esto necesitamos 𝑝0 =
1
(∑
𝜌 𝑛
𝑛!
𝑐−1
𝑛=0 )+ (
𝜌 𝑐
𝑐!
) ∗ (
𝑐
𝑐−𝜌
)
= 0,30017
𝑊𝑞 =
𝐿 𝑞
𝜆
⁄ = 0,01587
6⁄ = 0,00264
9 A.M.-3 F.M.
c 1 2 3 4
𝑾 𝒒 Condición no estable 0,1125 ∗ 60 = 6.75 0.01568 ∗ 60 = 0,9411 0,00264 ∗ 60 = 0,1584
Para 3F.M.-8P.M.
Para 1 médico de guardia
Verificar condición estado estable: µ> λ
5>4 si
ρ= λ/ µ=4/5=0,8 - intensidadde tráfico
𝐿 𝑞 =
𝛒2
1 − 𝛒
= 3,2
𝑊𝑞 =
𝐿 𝑞
𝛌
= 0,8
Para 2 médicos de guardia
Verificar condición estado estable: µ> λ
5*2>4 si
ρ= λ/ µ=4/5=0,8 - intensidadde tráfico
𝑊𝑞 =
𝐿 𝑞
𝜆
⁄
Para esto necesitamos 𝐿 𝑞 =
𝜌 𝑐+1
( 𝑐−1)!
∗
1
( 𝑐−𝜌)2 ∗ 𝑃0 = 0,15238
Para esto necesitamos 𝑝0 =
1
(∑
𝜌 𝑛
𝑛!
𝑐−1
𝑛=0 )+ (
𝜌 𝑐
𝑐!
) ∗ (
𝑐
𝑐−𝜌
)
= 0.42857
𝑊𝑞 =
𝐿 𝑞
𝜆
⁄ = 0,15238
4⁄ = 0,03809
Para 3 médicos de guardia
Verificar condición estado estable: µ> λ
5*3>6 si
ρ= λ/ µ=4/5=0,8 - intensidadde tráfico
𝑊𝑞 =
𝐿 𝑞
𝜆
⁄
Para esto necesitamos 𝐿 𝑞 =
𝜌 𝑐+1
( 𝑐−1)!
∗
1
( 𝑐−𝜌)2 ∗ 𝑃0 = 0,01892
Para esto necesitamos 𝑝0 =
1
(∑
𝜌 𝑛
𝑛!
𝑐−1
𝑛=0 )+ (
𝜌 𝑐
𝑐!
) ∗ (
𝑐
𝑐−𝜌
)
= 0,44715
𝑊𝑞 =
𝐿 𝑞
𝜆
⁄ = 0,01892
4⁄ = 0.00473
Para 4 médicos de guardia
Verificar condición estado estable: µ> λ
5*4>6 si
ρ= λ/ µ=4/5=0,8 - intensidadde tráfico
𝑊𝑞 =
𝐿 𝑞
𝜆
⁄
Para esto necesitamos 𝐿 𝑞 =
𝜌 𝑐+1
( 𝑐−1)!
∗
1
( 𝑐−𝜌)2 ∗ 𝑃0 = 0,00239
Para esto necesitamos 𝑝0 =
1
(∑
𝜌 𝑛
𝑛!
𝑐−1
𝑛=0 )+ (
𝜌 𝑐
𝑐!
) ∗ (
𝑐
𝑐−𝜌
)
= 0,44910
𝑊𝑞 =
𝐿 𝑞
𝜆
⁄ = 0,00239
4⁄ = 0,000597
3F.M.-8P.M.
c 1 2 3 4
𝑾 𝒒 0.8*60=48 0,03809 ∗ 60 = 2,285 0.00473 ∗ 60 = 0,2838 0,000597 ∗ 60 = 0,0358
Para 8 pm-medianoche
Para 1 médico de guardia
Verificar condición estado estable: µ> λ
5>12no
Con solo un médico no se puede cubrir la demanda de los pacientes.
Para 2 médicos de guardia
Verificar condición estado estable: µ> λ
5*2>12no
Con dos médicos no se puede cubrir la demanda de los pacientes en este período.
Para 3 médicos de guardia
Verificar condición estado estable: µ> λ
5*3>12 si
ρ= λ/ µ=12/5=2,4- intensidadde tráfico
𝑊𝑞 =
𝐿 𝑞
𝜆
⁄
Para esto necesitamos 𝐿 𝑞 =
𝜌 𝑐+1
( 𝑐−1)!
∗
1
( 𝑐−𝜌)2 ∗ 𝑃0 = 2,588313
Para esto necesitamos 𝑝0 =
1
(∑
𝜌 𝑛
𝑛!
𝑐−1
𝑛=0 )+ (
𝜌 𝑐
𝑐!
) ∗ (
𝑐
𝑐−𝜌
)
= 0,05617
𝑊𝑞 =
𝐿 𝑞
𝜆
⁄ = 2,588313
12⁄ = 0.21526
Para 4 médicos de guardia
Verificar condición estado estable: µ> λ
5*4>6 si
ρ= λ/ µ=12/5=2,4 - intensidadde tráfico
𝑊𝑞 =
𝐿 𝑞
𝜆
⁄
Para esto necesitamos 𝐿 𝑞 =
𝜌 𝑐+1
( 𝑐−1)!
∗
1
( 𝑐−𝜌)2 ∗ 𝑃0 = 0,28919
Para esto necesitamos 𝑝0 =
1
(∑
𝜌 𝑛
𝑛!
𝑐−1
𝑛=0 )+ (
𝜌 𝑐
𝑐!
) ∗ (
𝑐
𝑐−𝜌
)
= 0,055787
𝑊𝑞 =
𝐿 𝑞
𝜆
⁄ = 0,28919
12⁄ = 0,02409
8 pm-medianoche
c 1 2 3 4
𝑾 𝒒 Condición no
estable
Condición no
estable
0.21526 ∗ 60 = 12,9156 0,02409 ∗ 60 = 1,44595
Resp.
Período Número de médicos de guardia necesarios
9 A.M.-3 F.M. 2
3F.M.-8P.M. 3
8 pm-medianoche 4

Más contenido relacionado

La actualidad más candente

Pronosticos
PronosticosPronosticos
Pronosticosarelycl
 
Medicion del trabajo
Medicion del trabajoMedicion del trabajo
Medicion del trabajoLVARGAS158
 
Programacion Lineal Entera
Programacion Lineal EnteraProgramacion Lineal Entera
Programacion Lineal EnteraRoger Rodríguez
 
21066515 ejercicios-resueltos-de-programacion-lineal
21066515 ejercicios-resueltos-de-programacion-lineal21066515 ejercicios-resueltos-de-programacion-lineal
21066515 ejercicios-resueltos-de-programacion-linealAlex Hanco
 
PROGRAMACION LINEAL - METODO SIMPLEX
PROGRAMACION LINEAL - METODO SIMPLEXPROGRAMACION LINEAL - METODO SIMPLEX
PROGRAMACION LINEAL - METODO SIMPLEXjjsch01
 
Inventario probabilistico
Inventario probabilisticoInventario probabilistico
Inventario probabilisticoNiurka0302
 
Ejercicios de Programacion Lineal, LINDO, teoria de decisiones
Ejercicios de Programacion Lineal, LINDO, teoria de decisionesEjercicios de Programacion Lineal, LINDO, teoria de decisiones
Ejercicios de Programacion Lineal, LINDO, teoria de decisionesHéctor Antonio Barba Nanfuñay
 
Ejercicios administracion-de-las-operaciones
Ejercicios administracion-de-las-operacionesEjercicios administracion-de-las-operaciones
Ejercicios administracion-de-las-operacionesmonicavargasapaza
 
Problema de transporte
Problema de transporteProblema de transporte
Problema de transporteWolgfan Lopez
 

La actualidad más candente (20)

Pronosticos
PronosticosPronosticos
Pronosticos
 
Medicion del trabajo
Medicion del trabajoMedicion del trabajo
Medicion del trabajo
 
EJERCICIOS LEP CON FALTANTE
EJERCICIOS LEP CON FALTANTEEJERCICIOS LEP CON FALTANTE
EJERCICIOS LEP CON FALTANTE
 
problemas de programacion lineal resueltos
problemas de programacion lineal resueltosproblemas de programacion lineal resueltos
problemas de programacion lineal resueltos
 
Formulas lineas de espera
Formulas lineas de esperaFormulas lineas de espera
Formulas lineas de espera
 
Calculo de productividad
Calculo de productividadCalculo de productividad
Calculo de productividad
 
Soluciones colas
Soluciones colasSoluciones colas
Soluciones colas
 
Programacion Lineal Entera
Programacion Lineal EnteraProgramacion Lineal Entera
Programacion Lineal Entera
 
21066515 ejercicios-resueltos-de-programacion-lineal
21066515 ejercicios-resueltos-de-programacion-lineal21066515 ejercicios-resueltos-de-programacion-lineal
21066515 ejercicios-resueltos-de-programacion-lineal
 
Matriz absorbente
Matriz absorbenteMatriz absorbente
Matriz absorbente
 
Teoria de colas
Teoria de colasTeoria de colas
Teoria de colas
 
PROGRAMACION LINEAL - METODO SIMPLEX
PROGRAMACION LINEAL - METODO SIMPLEXPROGRAMACION LINEAL - METODO SIMPLEX
PROGRAMACION LINEAL - METODO SIMPLEX
 
Ejercicio 2
Ejercicio 2Ejercicio 2
Ejercicio 2
 
Inventario probabilistico
Inventario probabilisticoInventario probabilistico
Inventario probabilistico
 
Programacion de metas y objetivos
Programacion de metas y objetivosProgramacion de metas y objetivos
Programacion de metas y objetivos
 
Practica de teoria de colas
Practica de teoria de colasPractica de teoria de colas
Practica de teoria de colas
 
Ejercicios de Programacion Lineal, LINDO, teoria de decisiones
Ejercicios de Programacion Lineal, LINDO, teoria de decisionesEjercicios de Programacion Lineal, LINDO, teoria de decisiones
Ejercicios de Programacion Lineal, LINDO, teoria de decisiones
 
Ejercicios administracion-de-las-operaciones
Ejercicios administracion-de-las-operacionesEjercicios administracion-de-las-operaciones
Ejercicios administracion-de-las-operaciones
 
Problema de transporte
Problema de transporteProblema de transporte
Problema de transporte
 
Problemas de colas con varios servidores
Problemas de colas con varios servidoresProblemas de colas con varios servidores
Problemas de colas con varios servidores
 

Similar a Ejemplo practica colas (20)

Problemas resueltos-de-teorc3ada-de-colas1
Problemas resueltos-de-teorc3ada-de-colas1Problemas resueltos-de-teorc3ada-de-colas1
Problemas resueltos-de-teorc3ada-de-colas1
 
Problemas Resueltos de Teoría de Colas
Problemas Resueltos de Teoría de ColasProblemas Resueltos de Teoría de Colas
Problemas Resueltos de Teoría de Colas
 
Problemas resueltos-de-teorc3ada-de-colas
Problemas resueltos-de-teorc3ada-de-colasProblemas resueltos-de-teorc3ada-de-colas
Problemas resueltos-de-teorc3ada-de-colas
 
Teoria de colas ma andreina rondon 1
Teoria de colas ma andreina rondon 1Teoria de colas ma andreina rondon 1
Teoria de colas ma andreina rondon 1
 
MODELOS DE POISSON (Fernando Martinez Alvarez).pptx
MODELOS DE POISSON (Fernando Martinez Alvarez).pptxMODELOS DE POISSON (Fernando Martinez Alvarez).pptx
MODELOS DE POISSON (Fernando Martinez Alvarez).pptx
 
LINEAS DE ESPERA
LINEAS DE ESPERALINEAS DE ESPERA
LINEAS DE ESPERA
 
Teoría de colas
Teoría de colasTeoría de colas
Teoría de colas
 
Teoria de colas
Teoria de colasTeoria de colas
Teoria de colas
 
Poisson
PoissonPoisson
Poisson
 
Lineas de espera
Lineas de esperaLineas de espera
Lineas de espera
 
Lineas de espera
Lineas de esperaLineas de espera
Lineas de espera
 
Lineas de espera
Lineas de esperaLineas de espera
Lineas de espera
 
Lineas de espera
Lineas de esperaLineas de espera
Lineas de espera
 
Teoria de cola
Teoria de cola Teoria de cola
Teoria de cola
 
Investigacion de operaciones 2 io4002
Investigacion de operaciones 2 io4002Investigacion de operaciones 2 io4002
Investigacion de operaciones 2 io4002
 
Teoria de colas
Teoria de colasTeoria de colas
Teoria de colas
 
Teoria de colas
Teoria de colasTeoria de colas
Teoria de colas
 
Líneas de espera
Líneas de esperaLíneas de espera
Líneas de espera
 
Fenomeno de espera
Fenomeno de esperaFenomeno de espera
Fenomeno de espera
 
Fenomeno de espera
Fenomeno de esperaFenomeno de espera
Fenomeno de espera
 

Último

IPERC Y ATS - SEGURIDAD INDUSTRIAL PARA TODA EMPRESA
IPERC Y ATS - SEGURIDAD INDUSTRIAL PARA TODA EMPRESAIPERC Y ATS - SEGURIDAD INDUSTRIAL PARA TODA EMPRESA
IPERC Y ATS - SEGURIDAD INDUSTRIAL PARA TODA EMPRESAJAMESDIAZ55
 
Reporte de simulación de flujo del agua en un volumen de control MNVA.pdf
Reporte de simulación de flujo del agua en un volumen de control MNVA.pdfReporte de simulación de flujo del agua en un volumen de control MNVA.pdf
Reporte de simulación de flujo del agua en un volumen de control MNVA.pdfMikkaelNicolae
 
Magnetismo y electromagnetismo principios
Magnetismo y electromagnetismo principiosMagnetismo y electromagnetismo principios
Magnetismo y electromagnetismo principiosMarceloQuisbert6
 
SOLICITUD-PARA-LOS-EGRESADOS-UNEFA-2022.
SOLICITUD-PARA-LOS-EGRESADOS-UNEFA-2022.SOLICITUD-PARA-LOS-EGRESADOS-UNEFA-2022.
SOLICITUD-PARA-LOS-EGRESADOS-UNEFA-2022.ariannytrading
 
Caldera Recuperadora de químicos en celulosa tipos y funcionamiento
Caldera Recuperadora de químicos en celulosa  tipos y funcionamientoCaldera Recuperadora de químicos en celulosa  tipos y funcionamiento
Caldera Recuperadora de químicos en celulosa tipos y funcionamientoRobertoAlejandroCast6
 
Tiempos Predeterminados MOST para Estudio del Trabajo II
Tiempos Predeterminados MOST para Estudio del Trabajo IITiempos Predeterminados MOST para Estudio del Trabajo II
Tiempos Predeterminados MOST para Estudio del Trabajo IILauraFernandaValdovi
 
Introducción a los sistemas neumaticos.ppt
Introducción a los sistemas neumaticos.pptIntroducción a los sistemas neumaticos.ppt
Introducción a los sistemas neumaticos.pptEduardoCorado
 
Voladura Controlada Sobrexcavación (como se lleva a cabo una voladura)
Voladura Controlada  Sobrexcavación (como se lleva a cabo una voladura)Voladura Controlada  Sobrexcavación (como se lleva a cabo una voladura)
Voladura Controlada Sobrexcavación (como se lleva a cabo una voladura)ssuser563c56
 
Flujo multifásico en tuberias de ex.pptx
Flujo multifásico en tuberias de ex.pptxFlujo multifásico en tuberias de ex.pptx
Flujo multifásico en tuberias de ex.pptxEduardoSnchezHernnde5
 
Presentación N° 1 INTRODUCCIÓN Y CONCEPTOS DE GESTIÓN AMBIENTAL.pdf
Presentación N° 1 INTRODUCCIÓN Y CONCEPTOS DE GESTIÓN AMBIENTAL.pdfPresentación N° 1 INTRODUCCIÓN Y CONCEPTOS DE GESTIÓN AMBIENTAL.pdf
Presentación N° 1 INTRODUCCIÓN Y CONCEPTOS DE GESTIÓN AMBIENTAL.pdfMIGUELANGELCONDORIMA4
 
Edificio residencial Becrux en Madrid. Fachada de GRC
Edificio residencial Becrux en Madrid. Fachada de GRCEdificio residencial Becrux en Madrid. Fachada de GRC
Edificio residencial Becrux en Madrid. Fachada de GRCANDECE
 
sistema de construcción Drywall semana 7
sistema de construcción Drywall semana 7sistema de construcción Drywall semana 7
sistema de construcción Drywall semana 7luisanthonycarrascos
 
Normas para los aceros basados en ASTM y AISI
Normas para los aceros basados en ASTM y AISINormas para los aceros basados en ASTM y AISI
Normas para los aceros basados en ASTM y AISIfimumsnhoficial
 
Proyecto de iluminación "guia" para proyectos de ingeniería eléctrica
Proyecto de iluminación "guia" para proyectos de ingeniería eléctricaProyecto de iluminación "guia" para proyectos de ingeniería eléctrica
Proyecto de iluminación "guia" para proyectos de ingeniería eléctricaXjoseantonio01jossed
 
Diapositiva de Topografía Nivelación simple y compuesta
Diapositiva de Topografía Nivelación simple y compuestaDiapositiva de Topografía Nivelación simple y compuesta
Diapositiva de Topografía Nivelación simple y compuestajeffsalazarpuente
 
Reporte de Exportaciones de Fibra de alpaca
Reporte de Exportaciones de Fibra de alpacaReporte de Exportaciones de Fibra de alpaca
Reporte de Exportaciones de Fibra de alpacajeremiasnifla
 
SEGURIDAD EN CONSTRUCCION PPT PARA EL CIP
SEGURIDAD EN CONSTRUCCION PPT PARA EL CIPSEGURIDAD EN CONSTRUCCION PPT PARA EL CIP
SEGURIDAD EN CONSTRUCCION PPT PARA EL CIPJosLuisFrancoCaldern
 
Manual_Identificación_Geoformas_140627.pdf
Manual_Identificación_Geoformas_140627.pdfManual_Identificación_Geoformas_140627.pdf
Manual_Identificación_Geoformas_140627.pdfedsonzav8
 
Unidad 3 Administracion de inventarios.pptx
Unidad 3 Administracion de inventarios.pptxUnidad 3 Administracion de inventarios.pptx
Unidad 3 Administracion de inventarios.pptxEverardoRuiz8
 
CICLO DE DEMING que se encarga en como mejorar una empresa
CICLO DE DEMING que se encarga en como mejorar una empresaCICLO DE DEMING que se encarga en como mejorar una empresa
CICLO DE DEMING que se encarga en como mejorar una empresaSHERELYNSAMANTHAPALO1
 

Último (20)

IPERC Y ATS - SEGURIDAD INDUSTRIAL PARA TODA EMPRESA
IPERC Y ATS - SEGURIDAD INDUSTRIAL PARA TODA EMPRESAIPERC Y ATS - SEGURIDAD INDUSTRIAL PARA TODA EMPRESA
IPERC Y ATS - SEGURIDAD INDUSTRIAL PARA TODA EMPRESA
 
Reporte de simulación de flujo del agua en un volumen de control MNVA.pdf
Reporte de simulación de flujo del agua en un volumen de control MNVA.pdfReporte de simulación de flujo del agua en un volumen de control MNVA.pdf
Reporte de simulación de flujo del agua en un volumen de control MNVA.pdf
 
Magnetismo y electromagnetismo principios
Magnetismo y electromagnetismo principiosMagnetismo y electromagnetismo principios
Magnetismo y electromagnetismo principios
 
SOLICITUD-PARA-LOS-EGRESADOS-UNEFA-2022.
SOLICITUD-PARA-LOS-EGRESADOS-UNEFA-2022.SOLICITUD-PARA-LOS-EGRESADOS-UNEFA-2022.
SOLICITUD-PARA-LOS-EGRESADOS-UNEFA-2022.
 
Caldera Recuperadora de químicos en celulosa tipos y funcionamiento
Caldera Recuperadora de químicos en celulosa  tipos y funcionamientoCaldera Recuperadora de químicos en celulosa  tipos y funcionamiento
Caldera Recuperadora de químicos en celulosa tipos y funcionamiento
 
Tiempos Predeterminados MOST para Estudio del Trabajo II
Tiempos Predeterminados MOST para Estudio del Trabajo IITiempos Predeterminados MOST para Estudio del Trabajo II
Tiempos Predeterminados MOST para Estudio del Trabajo II
 
Introducción a los sistemas neumaticos.ppt
Introducción a los sistemas neumaticos.pptIntroducción a los sistemas neumaticos.ppt
Introducción a los sistemas neumaticos.ppt
 
Voladura Controlada Sobrexcavación (como se lleva a cabo una voladura)
Voladura Controlada  Sobrexcavación (como se lleva a cabo una voladura)Voladura Controlada  Sobrexcavación (como se lleva a cabo una voladura)
Voladura Controlada Sobrexcavación (como se lleva a cabo una voladura)
 
Flujo multifásico en tuberias de ex.pptx
Flujo multifásico en tuberias de ex.pptxFlujo multifásico en tuberias de ex.pptx
Flujo multifásico en tuberias de ex.pptx
 
Presentación N° 1 INTRODUCCIÓN Y CONCEPTOS DE GESTIÓN AMBIENTAL.pdf
Presentación N° 1 INTRODUCCIÓN Y CONCEPTOS DE GESTIÓN AMBIENTAL.pdfPresentación N° 1 INTRODUCCIÓN Y CONCEPTOS DE GESTIÓN AMBIENTAL.pdf
Presentación N° 1 INTRODUCCIÓN Y CONCEPTOS DE GESTIÓN AMBIENTAL.pdf
 
Edificio residencial Becrux en Madrid. Fachada de GRC
Edificio residencial Becrux en Madrid. Fachada de GRCEdificio residencial Becrux en Madrid. Fachada de GRC
Edificio residencial Becrux en Madrid. Fachada de GRC
 
sistema de construcción Drywall semana 7
sistema de construcción Drywall semana 7sistema de construcción Drywall semana 7
sistema de construcción Drywall semana 7
 
Normas para los aceros basados en ASTM y AISI
Normas para los aceros basados en ASTM y AISINormas para los aceros basados en ASTM y AISI
Normas para los aceros basados en ASTM y AISI
 
Proyecto de iluminación "guia" para proyectos de ingeniería eléctrica
Proyecto de iluminación "guia" para proyectos de ingeniería eléctricaProyecto de iluminación "guia" para proyectos de ingeniería eléctrica
Proyecto de iluminación "guia" para proyectos de ingeniería eléctrica
 
Diapositiva de Topografía Nivelación simple y compuesta
Diapositiva de Topografía Nivelación simple y compuestaDiapositiva de Topografía Nivelación simple y compuesta
Diapositiva de Topografía Nivelación simple y compuesta
 
Reporte de Exportaciones de Fibra de alpaca
Reporte de Exportaciones de Fibra de alpacaReporte de Exportaciones de Fibra de alpaca
Reporte de Exportaciones de Fibra de alpaca
 
SEGURIDAD EN CONSTRUCCION PPT PARA EL CIP
SEGURIDAD EN CONSTRUCCION PPT PARA EL CIPSEGURIDAD EN CONSTRUCCION PPT PARA EL CIP
SEGURIDAD EN CONSTRUCCION PPT PARA EL CIP
 
Manual_Identificación_Geoformas_140627.pdf
Manual_Identificación_Geoformas_140627.pdfManual_Identificación_Geoformas_140627.pdf
Manual_Identificación_Geoformas_140627.pdf
 
Unidad 3 Administracion de inventarios.pptx
Unidad 3 Administracion de inventarios.pptxUnidad 3 Administracion de inventarios.pptx
Unidad 3 Administracion de inventarios.pptx
 
CICLO DE DEMING que se encarga en como mejorar una empresa
CICLO DE DEMING que se encarga en como mejorar una empresaCICLO DE DEMING que se encarga en como mejorar una empresa
CICLO DE DEMING que se encarga en como mejorar una empresa
 

Ejemplo practica colas

  • 1. PÁCTICA 3. Modelos De Colas Realizar: En cada de los problemas asignados se tiene que analizar el contexto, identificar características de los 5 elementos de sistema de colas, definir el modelo apropiado y realizar el cálculo de las medidas de rendimiento necesarias para obtener las respuestas a las cuestiones que se formulan en el problema. 1. Una línea de la cafetería universitaria en el centro de estudiantes es una instalación de autoservicio donde el estudiante selecciona los artículos alimenticios que desea, luego hace una sola línea para pagar al cajero. Los estudiantes llegan a una tasa de aproximadamente cuatro por minuto, de acuerdo con una distribución Poisson. El único cajero toma de 12 segundos por cliente, siguiendo una distribución exponencial. a) ¿Cuál es la probabilidad de que haya más de dos estudiantes en el sistema? ¿Más de tres estudiantes? ¿Más de cuatro? b) ¿Cuál es la probabilidad de que el sistema esté vacío? c) ¿Cuánto tiempo tendrá que esperar el estudiante promedio antes de llegar al cajero? d) ¿Cuál es el número esperado de estudiantes en la cola? e) ¿Cuál es el número promedio? f) Si se añade un segundo cajero (que trabaja al mismo ritmo), ¿cómo cambiarán las características de operación calculadas en (b), (c), y (e)? Suponga que los clientes esperan en una sola línea y se dirigen al primer cajero disponible. Características Población:infinita Proceso de llegada:poisson λ=4*60 =240 clientes/hora Proceso de Colas: a) Una sola línea de espera b) Número de espacios en esperainfinito c) Tipo de atenciónFIFO (PEPS) (primero en entrar, primero en salir) Proceso de Servicio: a) Un servidor b) Tiempos de servicio:exponencial μ=3600/12 =300 clientes/hora c) Número de clientes atendidos simultáneamente uno d) No se permite prioridad
  • 2. Modelo M/M/1 Verificar condición estado estable: µ> λ 300>240 si ρ= λ/ µ=240/300=0,8- intensidad de tráfico a) ¿Cuál es la probabilidad de que haya más de dos estudiantes en el sistema? ¿Más de tres estudiantes? ¿Más de cuatro? Para esto calculamos 𝑃0 𝑃1 𝑃2 𝑃3 𝑃4 𝑃0 = 1 − 𝜌 = 1 − 0,8 = 0,2 𝑃𝑛 = 𝜌 𝑛 ∗ 𝑃0 𝑛 = 0 ∶ 𝑃0 = 0,2 𝑛 = 1 ∶ 𝑃1 = 0,16 𝑛 = 2 ∶ 𝑃2 = 0,128 𝑛 = 3 ∶ 𝑃3 = 0,1024 𝑛 = 4: 𝑃4 = 0,08192 𝑃>2 = 1 − ∑ = 2 𝑘=0 1 − 0,488 = 0,512 𝑃>3 = 1 − ∑ 𝑃 𝑘 =3 𝑘=0 1 − 0,5904 = 0,4096 𝑃>4 = 1 − ∑ 𝑃 𝑘 =4 𝑘=0 1 − 0,67232 = 0,32768 b) ¿Cuál es la probabilidad de que el sistema esté vacío? 𝑃0 = 1 − 𝜌 = 1 − 0,8 = 0,2 c) ¿Cuánto tiempo tendrá que esperar el estudiante promedio antes de llegar al cajero? 𝐿 𝑞 = 𝛒2 1−𝛒 = 3,2 ≈ 3 personas en la fila en promedio 𝑊𝑞 = 𝐿 𝑞 𝛌 = 0,01333 0,01333∗ 60 = 0,8min un estudiante espera el servicio d) ¿Cuál es el número esperado de estudiantes en la cola? 𝐿 𝑞 = 𝛒2 1−𝛒 = 3,2 ≈ 3 personas en la fila en promedio e) ¿Cuál es el número promedio? 𝑊 = 𝑊𝑞 + 1 𝜇 = 0,01333 + 1 300 = 0,01666 𝐿 = 𝜆 ∗ 𝑊 = 240 ∗ 0,01666 = 3,9984 f) Si se añade un segundo cajero (que trabaja al mismo ritmo), ¿cómo cambiarán las características de operación calculadas en (b), (c), y (e)? Suponga que los clientes esperan en una sola línea y se dirigen al primer cajero disponible. Características Población:infinita Proceso de llegada: poisson λ=240 clientes/hora
  • 3. Proceso de Colas: a) Una sola línea de espera b) Número de espacios en esperainfinito c) Tipo de atenciónFIFO (PEPS) (primero en entrar, primero en salir) Proceso de Servicio: a) dos servidores b) Tiempos de servicio :exponencial μ=300 clientes/hora c) Número de clientes atendidos simultáneamente: uno d) No se permite prioridad Modelo M/M/2 Verificar condición estado estable: µ*c> λ 300*2>240 si ρ= λ/ µ=240/300=0,8 - intensidad de tráfico b) ¿Cuál es la probabilidad de que el sistema esté vacío? Para esto necesitamos 𝑝0 = 1 (∑ 𝜌 𝑛 𝑛! 𝑐−1 𝑛=0 )+ ( 𝜌 𝑐 𝑐! ) ∗ ( 𝑐 𝑐−𝜌 ) = 0.42857 c) ¿Cuánto tiempo tendrá que esperar el estudiante promedio antes de llegar al cajero? Para esto necesitamos 𝐿 𝑞 = 𝜌 𝑐+1 ( 𝑐−1)! ∗ 1 ( 𝑐−𝜌)2 ∗ 𝑃0 = 0,15238 𝑊𝑞 = 𝐿 𝑞 𝛌 = 0,0006349 0,0006349 ∗ 60 = 0,03809min un estudiante espera el servicio e) ¿Cuál es el número promedio? 𝑊 = 𝑊𝑞 + 1 𝜇 = 0,0006349 + 1 300 = 0,00396 𝐿 = 𝜆 ∗ 𝑊 = 240 ∗ 0,00396 = 0,95238 Aproximadamente en el servicio de cafetería hay un estudiante
  • 4. 2. El administrador de una sala de emergencia de un gran hospital encara el problema de ofrecer tratamiento a los pacientes que llegan a diferentes tasas durante el día. Hay cuatro médicos disponibles para tratar a los pacientes cuando se necesita. Si no se necesita, ellos pueden estar asignados a otras responsabilidades (por ejemplo, pruebas de laboratorios, reportes, diagnósticos de rayos-x) o de otra forma reprogramados para trabajar a otras horas. Es importante otorgar un tratamiento rápido y responsable, y el administrador siente, que como promedio, los pacientes no deben estar sentados en el área de espera por más de cinco minutos antes de ser vistos por un médico. Los pacientes son tratados sobre la base de primera entrada, primer servicio, y consultar al primer médico disponible después de esperar en la cola. El patrón de llegada para un día típico es: Tiempo Tasa de llegada 9 A.M.-3 F.M. 3F.M.-8P.M. 8 pm-medianoche 6 pacientes/hora 4 pacientes/hora 12 pacientes/hora Estas llegadas siguen una distribución de Poisson, y los tiempos de tratamiento, 12 minutos en promedio, siguen el patrón exponencial. ¿Cuántos médicos debe haber de guardia durante cada periodo con el fin de mantener el nivel esperado de cuidado de los pacientes? Características Población: infinita Proceso de llegada: Poisson 9 A.M.-3 F.M.λ=6 pacientes/hora 3F.M.-8P.M. λ =4 pacientes/hora 8 pm-medianoche λ = 12 pacientes/hora Proceso de Colas: a) Una sola línea de espera b) Número de espacios en esperainfinito c) Tipo de atenciónFIFO (PEPS) (primero en entrar, primero en salir) Proceso de Servicio: a) 4servidores b) Tiempos de servicio:exponencial μ=60/12 =5 pacientes/hora c) Número de clientes atendidos simultáneamente:1 paciente d) No se permite prioridad
  • 5. Para 9 A.M.-3 F.M. Para 1médico de guardia Verificar condición estado estable: µ> λ 5>6 no se cumple Con solo un médico no se puede cubrir la demanda de los pacientes. Para 2 médicos de guardia Verificar condición estado estable: µ> λ 5*2>6 se cumple ρ= λ/ µ=6/5=1,2- intensidaddetráfico 𝑊𝑞 = 𝐿 𝑞 𝜆 ⁄ Para esto necesitamos 𝐿 𝑞 = 𝜌 𝑐+1 ( 𝑐−1)! ∗ 1 ( 𝑐−𝜌)2 ∗ 𝑃0 = 0,675 Para esto necesitamos 𝑝0 = 1 (∑ 𝜌 𝑛 𝑛! 𝑐−1 𝑛=0 )+ ( 𝜌 𝑐 𝑐! ) ∗ ( 𝑐 𝑐−𝜌 ) = 0,25 𝑊𝑞 = 𝐿 𝑞 𝜆 ⁄ = 0,675 6⁄ = 0,1125 ℎ𝑜𝑟𝑎𝑠 = 6,75 𝑚𝑖𝑛𝑢𝑡𝑜𝑠 Para 3 médicos de guardia Verificar condición estado estable: µ> λ 5*3>6 si ρ= λ/ µ=6/5=1,2 - intensidadde tráfico 𝑊𝑞 = 𝐿 𝑞 𝜆 ⁄ Para esto necesitamos 𝐿 𝑞 = 𝜌 𝑐+1 ( 𝑐−1)! ∗ 1 ( 𝑐−𝜌)2 ∗ 𝑃0 = 0,09411 Para esto necesitamos 𝑝0 = 1 (∑ 𝜌 𝑛 𝑛! 𝑐−1 𝑛=0 )+ ( 𝜌 𝑐 𝑐! ) ∗ ( 𝑐 𝑐−𝜌 ) = 0,29411 𝑊𝑞 = 𝐿 𝑞 𝜆 ⁄ = 0,09411 6⁄ = 0.01568 Para 4 médicos de guardia Verificar condición estado estable: µ> λ 5*4>6 si ρ= λ/ µ=6/5=1,2 - intensidadde tráfico 𝑊𝑞 = 𝐿 𝑞 𝜆 ⁄ Para esto necesitamos 𝐿 𝑞 = 𝜌 𝑐+1 ( 𝑐−1)! ∗ 1 ( 𝑐−𝜌)2 ∗ 𝑃0 = 0,01587
  • 6. Para esto necesitamos 𝑝0 = 1 (∑ 𝜌 𝑛 𝑛! 𝑐−1 𝑛=0 )+ ( 𝜌 𝑐 𝑐! ) ∗ ( 𝑐 𝑐−𝜌 ) = 0,30017 𝑊𝑞 = 𝐿 𝑞 𝜆 ⁄ = 0,01587 6⁄ = 0,00264 9 A.M.-3 F.M. c 1 2 3 4 𝑾 𝒒 Condición no estable 0,1125 ∗ 60 = 6.75 0.01568 ∗ 60 = 0,9411 0,00264 ∗ 60 = 0,1584 Para 3F.M.-8P.M. Para 1 médico de guardia Verificar condición estado estable: µ> λ 5>4 si ρ= λ/ µ=4/5=0,8 - intensidadde tráfico 𝐿 𝑞 = 𝛒2 1 − 𝛒 = 3,2 𝑊𝑞 = 𝐿 𝑞 𝛌 = 0,8 Para 2 médicos de guardia Verificar condición estado estable: µ> λ 5*2>4 si ρ= λ/ µ=4/5=0,8 - intensidadde tráfico 𝑊𝑞 = 𝐿 𝑞 𝜆 ⁄ Para esto necesitamos 𝐿 𝑞 = 𝜌 𝑐+1 ( 𝑐−1)! ∗ 1 ( 𝑐−𝜌)2 ∗ 𝑃0 = 0,15238 Para esto necesitamos 𝑝0 = 1 (∑ 𝜌 𝑛 𝑛! 𝑐−1 𝑛=0 )+ ( 𝜌 𝑐 𝑐! ) ∗ ( 𝑐 𝑐−𝜌 ) = 0.42857 𝑊𝑞 = 𝐿 𝑞 𝜆 ⁄ = 0,15238 4⁄ = 0,03809 Para 3 médicos de guardia Verificar condición estado estable: µ> λ 5*3>6 si ρ= λ/ µ=4/5=0,8 - intensidadde tráfico 𝑊𝑞 = 𝐿 𝑞 𝜆 ⁄ Para esto necesitamos 𝐿 𝑞 = 𝜌 𝑐+1 ( 𝑐−1)! ∗ 1 ( 𝑐−𝜌)2 ∗ 𝑃0 = 0,01892 Para esto necesitamos 𝑝0 = 1 (∑ 𝜌 𝑛 𝑛! 𝑐−1 𝑛=0 )+ ( 𝜌 𝑐 𝑐! ) ∗ ( 𝑐 𝑐−𝜌 ) = 0,44715 𝑊𝑞 = 𝐿 𝑞 𝜆 ⁄ = 0,01892 4⁄ = 0.00473 Para 4 médicos de guardia
  • 7. Verificar condición estado estable: µ> λ 5*4>6 si ρ= λ/ µ=4/5=0,8 - intensidadde tráfico 𝑊𝑞 = 𝐿 𝑞 𝜆 ⁄ Para esto necesitamos 𝐿 𝑞 = 𝜌 𝑐+1 ( 𝑐−1)! ∗ 1 ( 𝑐−𝜌)2 ∗ 𝑃0 = 0,00239 Para esto necesitamos 𝑝0 = 1 (∑ 𝜌 𝑛 𝑛! 𝑐−1 𝑛=0 )+ ( 𝜌 𝑐 𝑐! ) ∗ ( 𝑐 𝑐−𝜌 ) = 0,44910 𝑊𝑞 = 𝐿 𝑞 𝜆 ⁄ = 0,00239 4⁄ = 0,000597 3F.M.-8P.M. c 1 2 3 4 𝑾 𝒒 0.8*60=48 0,03809 ∗ 60 = 2,285 0.00473 ∗ 60 = 0,2838 0,000597 ∗ 60 = 0,0358 Para 8 pm-medianoche Para 1 médico de guardia Verificar condición estado estable: µ> λ 5>12no Con solo un médico no se puede cubrir la demanda de los pacientes. Para 2 médicos de guardia Verificar condición estado estable: µ> λ 5*2>12no Con dos médicos no se puede cubrir la demanda de los pacientes en este período. Para 3 médicos de guardia Verificar condición estado estable: µ> λ 5*3>12 si ρ= λ/ µ=12/5=2,4- intensidadde tráfico 𝑊𝑞 = 𝐿 𝑞 𝜆 ⁄ Para esto necesitamos 𝐿 𝑞 = 𝜌 𝑐+1 ( 𝑐−1)! ∗ 1 ( 𝑐−𝜌)2 ∗ 𝑃0 = 2,588313 Para esto necesitamos 𝑝0 = 1 (∑ 𝜌 𝑛 𝑛! 𝑐−1 𝑛=0 )+ ( 𝜌 𝑐 𝑐! ) ∗ ( 𝑐 𝑐−𝜌 ) = 0,05617 𝑊𝑞 = 𝐿 𝑞 𝜆 ⁄ = 2,588313 12⁄ = 0.21526 Para 4 médicos de guardia Verificar condición estado estable: µ> λ 5*4>6 si
  • 8. ρ= λ/ µ=12/5=2,4 - intensidadde tráfico 𝑊𝑞 = 𝐿 𝑞 𝜆 ⁄ Para esto necesitamos 𝐿 𝑞 = 𝜌 𝑐+1 ( 𝑐−1)! ∗ 1 ( 𝑐−𝜌)2 ∗ 𝑃0 = 0,28919 Para esto necesitamos 𝑝0 = 1 (∑ 𝜌 𝑛 𝑛! 𝑐−1 𝑛=0 )+ ( 𝜌 𝑐 𝑐! ) ∗ ( 𝑐 𝑐−𝜌 ) = 0,055787 𝑊𝑞 = 𝐿 𝑞 𝜆 ⁄ = 0,28919 12⁄ = 0,02409 8 pm-medianoche c 1 2 3 4 𝑾 𝒒 Condición no estable Condición no estable 0.21526 ∗ 60 = 12,9156 0,02409 ∗ 60 = 1,44595 Resp. Período Número de médicos de guardia necesarios 9 A.M.-3 F.M. 2 3F.M.-8P.M. 3 8 pm-medianoche 4