Debido a un reciente incremento en el negocio una secretaria de una cierta empresa tiene que mecanografiar 20 cartas por da en promedio (asuma una distribucin de Poisson). A ella le toma aproximadamente 20 minutos mecanografiar cada carta (asuma una distribucin exponencial). Suponiendo que la secretaria trabaja ocho horas diarias. Datos l = 20 / 8 = 2.5 cartas/hora m = (1 / 20 min)(60 min/ 1 hora) = 3 cartas/hora
El tiempo promedio de espera antes de que la secretaria mecanografe una carta se deducir de la siguiente manera:
Si deseramos conocer la probabilidad de que a la secretaria tenga mas de cinco cartas que mecanografiar, se determinara de la siguiente manera:
0 1 2 3 4
5 6 Problema B.
0.334 0.279
Sam el veterinario maneja una clnica de vacunacin antirrbica para perros, en la preparatoria local. Sam puede vacunar un perro cada tres minutos. Se estima que los perros llegarn en forma independiente y aleatoriamente en el transcurso del da, en un rango de un perro cada seis minutos, de acuerdo con la distribucin de Poisson. Tambin suponga que los tiempos de vacunacin de Sam estn distribuidos exponencialmente. Determinar: Datos l = 1 / 6 = 0.167 perros/min m = 1 / 3 = 0.34 perros/min La probabilidad de que Sam este de ocioso definir de la siguiente manera:
El nmero total de perros que estn siendo vacunados y que esperan a ser vacunados
Problema C. Las llamadas llegan al conmutador de una oficina a una tasa de dos por minuto, l tiempo promedio para manejar cada una de ests es de 20 segundos. Actualmente solo hay un operador del conmutador. Las distribuciones de Poisson y exponencial parecen ser relevantes en esta situacin. Datos l = 2 llamadas/minutos m = (1 / 20 seg)(60 seg) = 3 llamadas/minuto
El tiempo promedio que debe de esperar una llamada antes de ser tomada por l operador
Problema D. Al principio de la temporada de futbol, la oficina de boletos se ocupa mucho el da anterior al primer juego. Los clientes llegan a una tasa de cuatro llegadas cada 10 minutos y el tiempo promedio para realizar la transaccin es de dos minutos. Datos l = (4 / 10) = 0.4 c/min m = (1 /2 ) = 0.5 c/min El numero promedio de gente en lnea se definir de la forma siguiente:
personas
Problema E. Electronics Corporation retiene una brigada de servicio para reparar descomposturas de mquinas que ocurren con promedio de tres por da (aproximadamente de naturaleza de Poisson). La brigada puede servir a un promedio de ocho mquinas por da, con una distribucin de tiempo de reparacin que se asemeja la distribucin de exponencial.
Datos l= 3 repar. /da m = 8 repar. /da La tasa de utilizacin de este sistema se encontrar de la siguiente forma:
Las mquinas que estn esperando a ser reparadas el cualquier momento dado
La probabilidad de que haya una mquina en el sistema, dos, tres o ms mquinas en el sistema. K
0 1 2 3 4 5
Problema F. El Barrys Car Wash est abierto seis das a la semana, pero el da del negocio mas pesado es siempre el sbado. A partir de datos histricos, Barrys estima que los coches sucios llegan a una tasa de 20 por hora, todo el da sbado. Con una brigada completa trabajando la lnea de lavado a mano, l calcula que los automviles se pueden lavar a una tasa de uno cada dos minutos. Este ejemplo se tiene una lnea de espera de canal sencillo, los automviles se lavan de uno en uno. Suponga llegadas de Poisson y tiempos exponenciales de servicio. Datos
l = 20 automvil /hora m = (1 / 2 min)(60 min) = 30 automvil / hora El numero promedio de automviles en la lnea se definir de la siguiente manera: