Simulación de eventos discretos
Enviado por Jose10_Ruiz • 25 de Enero de 2018 • Documentos de Investigación • 600 Palabras (3 Páginas) • 169 Visitas
Nombre: José Alfredo Ruiz Gómez Miguel Ángel Cruz Campos Humberto de la Cruz Alejandro | Matrícula: 2775541 2789796 2695131 |
Nombre del curso: Simulación de eventos discretos | Nombre del profesor: Luis Armando García Guzmán |
Módulo: 1 | Actividad: tarea 1 |
Fecha: 17 de enero del 2018 | |
Bibliografía: Blackboard Tecmilenio, curso Simulación de eventos discretos, modulo 1, tema 1, y servicios de apoyo “modelos de líneas de espera” https://miscursos.tecmilenio.mx/bbcswebdav/pid-842456-dt-announcement-rid-43793706_1/courses/ZP.LSIN3006TEO.401.201840/Modelos%20de%20l%C3%ADneas%20de%20esperaSECOND.pdf |
Objetivo:
Realizar un estudio y análisis de líneas de espera utilizando un ejemplo real.
Procedimiento:
- Elegir un lugar donde se formen de manera natural líneas de espera.
- Contabilizar en número de clientes o arribos que llegan al lugar, y posteriormente el número de servicios o salidas que ocurren durante 60 minutos.
- Elaborar un análisis de probabilidad utilizando distribución polisón para las llegadas y distribución exponencial para los servicios o salidas, incluyendo una gráfica de las probabilidades planteadas
Resultados:
Modelos de Líneas de Espera.
Caso aplicado en Gasolinera BP sucursal Calzada Independencia Esq. Paseo Bohemio Y Tula 2236, Paseo Bohemio, 44320 Guadalajara, Jal.
[pic 2]
Al ser una nueva alternativa para surtir combustible (gasolina o diesel) a lo que conocemos como petróleos mexicanos (Pemex), la empresa Bp (British Petroleum) ha obtenido excelentes resultados desde su aparición en el país, y ésta sucursal no ha sido la excepción, aunque la organización no estaba preparada para la llegada de muchísimos mas clientes de los habituales que tenia la gasolinera cuando era una concesión de Pemex, ya que ha incrementado su clientela hasta un 50 a 60 % según comentan algunos despachadores de la sucursal.
Al monitorear las líneas de espera que se forman durante 60 minutos obtuvimos un resultado promedio de 24 arribos por caja o servidor, pero al finalizar el periodo quedan en espera 4 clientes por ser atendidos, lo que nos deja 20 servicios completos con salida satisfecha.
Para analizar la distribución de llegadas utilizamos la distribución de probabilidad de poisson que nos proporciona la probabilidad de x llegadas en un periodo especifico de 60 minutos:
[pic 3]
Para obtener la tasa media de llegadas por minuto hicimos la operación de ʎ = número de arribos ʎ = 24 dividido entre el tiempo específico = 60 minutos, que nos da como resultado: Tasa media de llegadas = 0.4 arribos por minuto.
...