MTODOS CUANTITATIVOS PARA LOS NEGOCIOS

Autor: BARRY RENDER

SERIE #3 DE EJERCICIOS:

EQUIPO 1:

David Moiss Pea Licona

Federico Quiroz Aguilar
Flix Velzquez Rodrguez

PROFESOR:

Humberto Crdenas Robles

Febrero 2015

12-12 Sid Davidson es el director de personal de Babson y Willcount, una

compaa que se especializa en consultora e investigacin. Uno de los
programas de capacitacin que Sid est considerando para los gerentes de
nivel medio de Babson y Willcount es sobre liderazgo. Sid tiene una lista de
varias actividades que deben completarse antes de que pueda realizarse un
programa de capacitacin de esta naturaleza. Las actividades y las
predecesoras inmediatas aparecen en la siguiente tabla:
ACTIVIDAD

PREDECESORA

INMEDIATA A

A, D

E, F

Desarrolle una red para este problema.

Solucin:

12-13 Sid Davidson pudo determinar los tiempos de las actividades para el
programa de capacitacin en liderazgo. Ahora quiere determinar el tiempo
total de terminacin del proyecto y la ruta crtica. Los tiempos de las
actividades se dan en la siguiente tabla (vase el problema 12- 12):
ACTIVIDAD

TIEMPO

(DAS) A

10

8
35

Solucin:

Terminacin del Proyecto

26 das La ruta crtica
son B, D, E Y G

Actividad
Holgura

tiempo

Inicio cercano Terminacin cercana

10

15

1
5
1
8
7

18

2
6

T Inicio lejano

T Terminacin lejana

1
3
0

15

13

1
1
5

12

11

15

1
5
1
2
1
8

18

18

11

26

12-14 Jean Walker est haciendo planes para las vacaciones de verano en las
playas de Florida. Al aplicar las tcnicas que aprendi en su clase de mtodos
cuantitativos, identific las actividades necesarias para preparar su viaje. La
siguiente tabla lista las actividades y sus predecesoras inmediatas. Dibuje una
red para este proyecto.
ACTIVIDAD

PREDECESORA

INMEDIATA A

C, D

E, F

Solucin:

12-15 Los siguientes son los tiempos de las actividades del proyecto del
problema 12-14. Encuentre los tiempos ms cercano, ms lejano y de holgura
para cada actividad. Luego determine la ruta crtica.
ACTIVIDAD

TIEMPO

(DAS) A

Solucin:

Terminacin del Proyecto 17 das, La ruta

crtica B, D, E Y G Los tiempos ms cercano,
ms lejano se muestran en la tabla.

Actividad
Holgura

tiempo

Inicio cercano Terminacin cercana T Inicio lejano

T Terminacin lejana

14

1
4
9

14

14

1
7

14

17

12-16 Monohan Machinery se especializa en el desarrollo de equipo para

deshierbar que se utiliza para limpiar lagos pequeos. George Monohan,
presidente de la compaa, est convencido de que deshierbar es mucho
mejor que utilizar sustancias qumicas para erradicar la hierba. Los
qumicos contaminan y las hierbas parecen crecer ms rpido despus de
utilizarlos. George est pensando construir una mquina que deshierbe en ros
angostos y canales. Las actividades necesarias para construir una de estas
mquinas experimentales se presentan en la siguiente tabla. Construya una red
para estas actividades.
ACTIVIDADES

PREDECESORES

INMEDIATOS A

C, E

D, F

Solucin:

12.17
Despus de consultar con Butch Radner, George Monohan pudo determinar los
tiempos de las actividades para la construccin de mquina para deshierbar en ros
angostos. George quiere determinar IC, TC, IL, TL y la holgura para cada actividad. El
tiempo total de terminacin del proyecto y la ruta crtica tambin deberan
determinarse. Los tiempos de las actividades se muestran en la siguiente tabla:

12.18
Un proyecto se plane utilizando PERT con tres estimaciones de tiempo. El
tiempo esperado de terminacin del proyecto se determin en 40 semanas. La
varianza de la ruta crtica es 9.
Cul es la probabilidad de que el proyecto se termine en 40 semanas o menos?

12-20 Con PERT, Ed Rose pudo determinar que el tiempo esperando de terminacin
del proyecto para la construccin de un yate recreativo es de 21 meses y la
varianza del proyecto es 4.
Cul es la probabilidad de que el proyecto se termine en 17 meses o menos?

12-25 Los tiempos estimados (en semanas) y las predecesoras inmediatas para las
actividades de un proyecto de dan en la siguiente tabla. Suponga que los tiempos
de las actividades son independientes.

Gantt Chart

D
0

10

15

20
Timeritical Activity Slack
Critical Activity Nonc

25

13.11
La compaa Rockwell Electronics conserva una cuadrilla de servicio que
repara las fallas de las maquinas que ocurren con un promedio de 3 al da.
La cuadrilla puede dar servicio a un promedio de 8 mquinas al da con una
distribucin de tiempo de reparacin que se asemeja a la distribucin exponencial.
Cul es la tasa de utilizacin de este sistema de servicio?

PROBLEMAS_ CAPTULO 13. MODELOS DE TEORAS DE COLAS Y LNEAS DE

ESPERA.
Problema 13-12
Con base en datos histricos, el auto lavado de Harry estima que los automviles
sucios llegan a sus instalaciones a una tasa de 10 por hora todo el sbado. Con una
cuadrilla que trabaja en la lnea de lavado. Harry calcula que los vehculos se pueden
lavar a un ritmo de uno cada 5 minutos. Se lava un solo auto a la vez en este ejemplo
de una lnea de espera de un solo canal.
Suponiendo llegadas de Poisson y tiempo de servicio exponenciales, encuentre:
a) El numero promedio de autos en lnea
b) El tiempo promedio que un auto espera antes de ser lavado
c) El tiempo promedio que un auto pasa en el sistema de servicio
d) La tasa de utilizacin del auto lavado
e) La probabilidad de que ningn auto este en el
sistema Solucin:
1)

2)

3)

4)

5)

6)

Problema 13-15_La temporada de cosecha de trigo en el medio oeste estadounidense

es corta, y la mayora de los granjeros entregan sus camiones con cargas del cereal a
un silo (granero) central gigantesco en un lapso de dos semanas. Debido a esto, se
sabe que los camiones llenos de trigo esperan para descargar y regresar a los
campos a una cuadra de distancia del depsito. El silo central es de propiedad
cooperativa, por lo cual beneficiara a cada uno de los granjeros incrementar tanto
como sea posible el nivel de eficacia del proceso de descarga y almacenaje. El costo
del deterioro del grano causado por los retrasos en la descarga, el costo de la renta
de los camiones y el tiempo ocioso del conductor mientras llega su turno son
preocupaciones importantes para los miembros de la cooperativa. A pesar de que
los granjeros tienen problemas para cuantificar el dao a la cosecha, es fcil asignar
un costo de $18 por hora por concepto de espera y descarga por cada camin y
conductor. El silo permanece abierto y funciona 16 horas al da, los siete das de la
semana, durante la temporada de cosecha, y tiene una capacidad de descarga de
35 camiones por hora de acuerdo con una distribucin exponencial. Los camiones
llenos llegan a lo largo del

da (durante el horario en que el silo est abierto) a una tasa aproximada de 30

camiones por hora, con un patrn de Poisson.
Para ayudar a la cooperativa a atender el problema de la prdida de tiempo mientras
los camiones estn en espera en la lnea o mientras descargan en el silo, encuentre:
a)
b)
c)
d)

El nmero promedio de camiones en el sistema de descarga.

El tiempo promedio por camin en el sistema.
La tasa de utilizacin del rea del silo.
La probabilidad de que haya ms de tres camiones en el sistema en un momento
dado.
e) El costo diario total para los granjeros por tener los camiones detenidos en el
proceso de descarga.
Como se mencion, la cooperativa utiliza el silo nicamente dos semanas al ao. Los
granjeros estiman que ampliar el silo reducira en 50% los costos de descarga
durante el prximo ao. Costara $9000 hacerlo durante la temporada en que no
hay labores. Valdra la pena para la cooperativa ampliar el rea de
almacenamiento?
= 30 camiones por hora
= 35 camiones descargados
por hora Wq= /( - ) = 30/
((35(35-30))= 1/6
a)
b)
c)
d)

L = / ( - ) = 30 / (35 30) = 6 camiones en el sistema de descarga

W = 1 / ( - ) = 1 / (35 30) = 1/6 horas en el sistema promedio
= / = 30 / 35 = 0.8571 porcentaje de utilizacin del rea del silo
k+1
3+1
Pn>k = (/)
= (30/35)
= 0.5397 probabilidad de que haya tres
camiones en el sistema
e) Costo diario total = (16 hrs por da)WqCw = (16)(30)(1/6)($18) = $ 1,440 por
da
Si valdra la pena ampliar el silo, ya que reducir 50% los costos de descarga, los
cuales son de 1,400 por da, reducindose a 700. Si dividimos los 9000 entre los 700,
tendramos la recuperacin en 13 das del costo por la ampliacin.
PROBLEMAS_
13-17. Lundberg
El nmero de automviles que llegaron por hora al auto lavado Lundberg durante las
ltimas 200 horas de operacin fue el siguiente:
Nmero de
Autos
que llegan
3 o menos
4
5

Frecuencia

0
20
30

6
7
8
9 o ms
Total

50
60
40
0
200

a) Establezca la distribucin de probabilidad y de probabilidad acumulada para la

variable de llegada de autos.

Nmero de
Autos
que
llegan

Probabilidad
(Frecuencia /
200)

Probabili
dad
Acumula
da

0.00
0.10
0.15
0.25
0.30
0.20
0.00

0.00
0.10
0.25
0.50
0.80
1.00
1.00

Frecuencia

3 o menos
4
5
6
7
8
9 o ms
Total

0
20
30
50
60
40
0
200

b) Establezca los intervalos de nmeros aleatorios para la variable.

Nmero de
Autos
que
llegan

3 o menos
4
5
6
7
8
9 o ms

Probabili
dad
Acumula
da
0.00
0.10
0.25
0.50
0.80
1.00
1.00

Intervalo de
Nmeros
aleatorios
01-10
11-25
26-50
51-80
81-100
-

c) Simule 15 horas de llegada de autos y calcule el nmero promedio de llegadas

por hora. Seleccione los nmeros aleatorios necesarios en la primera columna
de la tabla 14.4, comenzando con los dgitos 52.

No. Llegadas de de autos simuladas por hora

Horas
Nmeros
Aleatorios
7
1
5
7
2
2
5
6
5
3
4
5
9
4
1
6
3
5
4
6
0
6
4
7
8
7
7
8
6
8
8
8
9
9
6
7
1
4
7
0
3
1
6
6
1
0
3
6
2
7
1
4
7
3
1
1
6
5
4
8
1
1
5
1
97
Nmero de promedio de llegadas por hora =
Nmero de promedio de llegadas
por hora =

= 6.467 = 6 autos.

13-18
Remtase a los datos del problema resuelto 14-1, que trata de los calentadores
Higgins. Ahora Higgins ha recolectado 100 semanas de datos y encuentra la siguiente
distribucin para las ventas:
VENTAS DE CALENTADORES DE
AGUA POR SEMANA
3
4
5
6
7
8
9
10
11

NMERO DE SEMANAS EN QUE SE

VENDI ESTE NMERO
2
9
10
15
25
12
12
10
5

a) Simule de nuevo el nmero de faltantes que ocurren en un periodo de 20

semanas (suponga que Higgins mantiene su inventario constante de 8
calentadores).
Nmero
Ventas
Nmero
Ventas
Seman
Categora
aleatorio
simulad
Semana aleatorio Categora simulad
a
as
11
0.8 Category as
10
1
0.8 Category
10
2
3
4
5
6
7
8
9
10

90.6 8
Category
0.9 5
Category

7
11

7
0.6
9
0.9

9
Category
6
Category

3
0.4
4
0.5

8
Category
5
Category

3
0.4
7
0.3

5
Category
5
Category

8
0.8 5
Category
9
8

10

8
10
7
7

12
13
14
15
16
17
18
19
20

9
0.4
1
0.1
5
0.8

8
Category
5
Category
3
Category

2
0.2
2
0.1
7
0.1

7
Category
4
Category
3
Category

8
0.9
8
0.5
4
0.5
7

3
Category
9
Category
5
Category
5

7
5
9
6
5
5
11
7
7

Con un inventario de 8 calentadores Higgins tendr faltantes 7 veces durante las

20 semanas (en las semanas 2, 3, 5, 10, 11, 14 y 18)
b) Realice est simulacin de 20 semanas dos veces ms y compare sus respuestas
con las del inciso a)
cambia significativamente? Por qu?
Segunda simulacin
Nmero
Seman aleatorio
a
1
0.5
3
2
0.1
3
4
5
6
7
8
9
10

Ventas
Categora simulad
Category as
7

5
Category
5
0.9 3
Category
5
0.9 8
Category
6
0.3
5
0.3

9
Category
4
Category

8
0.9
9
0.8

5
Category
9
Category

5
0.3
1
0.0
7

7
Category
4
Category
2

Nmero
Seman aleatorio
a
11
0.7
4
12
0.9

10

13

11
6

14

16

15

11

17

18

6
4

19
20

Ventas
Categora simulad
Category as
9

7
Category
4
0.7 8
Category
6
0.4 7
Category

10

5
0.8
6
0.8

5
Category
8
Category

10

50.3 8
Category
0.9 4
Category

1
0.4
8
0.1

8
Category
5
Category

9
7
10
10
7
5

Tercera simulacin
Nmero
Ventas
Seman aleatorio Categora simulad
a
1
0.1 Category as
5
8
3
2
0.8 Category
10
3
4
5
6
7
8
9
10

70.3 8
Category
0.2 4
Category

Nmero
Ventas
Seman aleatorio Categora simulad
a
11
0.6 Category as
8
3
6
12
0.0 Category
3

13

14

9
0.3
4
0.1

4
Category
4
Category

7
0.3
2
0.2
4
0.4

3
Category
4
Category
4
Category

6
6

17

5
0.8 5
Category
6
8

19

10

20

15

16
18

2
0.5
5
0.8

1
Category
5
Category

8
0.5
5
0.1

8
Category
5
Category

9
0.0
2
0.2

3
Category
1
Category

8
0.0
1
0.5

4
Category
1
Category

7
10
5
6
7

En la segunda simulacin con un inventario de 8 calentadores Higgins tendr faltantes

10 veces durante las 20 semanas y en la tercera simulacin tendr faltantes 3 veces
en el mismo periodo. En comparacin con la primera simulacin en dnde habr
calentadores faltantes 7 veces, la variacin es significativa debido los nmeros
aleatorios seleccionados.

c) Cul es el nmero esperado de ventas por semana?

Primera simulacin: Utilizando la informacin obtenida en la primera simulacin
podemos obtener que las ventas promedio son de 7.8 calentadores por semana

Segunda simulacin: Si utilizamos los datos de la segunda simulacin obtenemos

que las ventas promedio es de 7.95 calentadores por semana.

Segunda simulacin: Utilizando los datos de la segunda simulacin obtenemos que

las ventas promedio es de 6.3 calentadores por semana.

13.25La compaa Goodeating Dog Chow elabora diferentes marcas de alimento para
perros. Uno de sus mejores productos es la bolsa de 50 libras de Goodeating
Dog Chow. George Hamilton, presidente de Goodeating, utiliza una mquina
muy antigua para empacar automticamente las 50 libras de Goodeating
Chow en una bolsa. Por desgracia, como la mquina es antigua, en ocasiones
llena las bolsas con ms o con menos producto. Cuando el llenado es correcto
y coloca 50 libras de comida encada bolsa, existe una probabilidad de 10% de
que la mquina ponga solo 49 libras en cada bolsa el siguiente da, y una
probabilidad de 0.20 de que coloque 51 libras en cada bolsa el siguiente da. Si
la mquina est colocando 49 libras en cada bolsa, hay una probabilidad de
0.30 de que maana ponga 50 libras y una probabilidad de 0.20 de que
ponga 51 libras en cada bolsa. Adems, si la mquina est colocando 51 libras
en cada bolsa hoy, existe una probabilidad de 0.40 de que coloque 50 libras en
cada bolsa maana y una probabilidad de 0.10 de que coloque 49 libras maana.
a) Si la mquina est cargando 50 libras en cada bolsa hoy, cul es la
probabilidad de que coloque 50 libras en cada bolsa maana?
b) Resuelva el inciso a) cuando la mquina est colocando solo 49 libras en cada
bolsa hoy.
c) Resuelva el inciso a) cuando la mquina est colocando 51 libras hoy.
P=

0.5
0.1
0.1

0.3
0.7
0.4

0.
2
0.
2
0.
5
a) 70% segunda columna de (0 1 0) P 50 libras
b) 30% segunda columna de (1 0 0) P 49 libras
c) 40% segunda columna de (0 0 1) P 51 libras
13.28
El nmero promedio de clientes en el sistema del modelo de un solo canal y
una sola fase que se describi en la seccin 13.4 es:

Demuestre que para m=1 servidor, el modelo de colas multicanal de la seccin 13.5,
( )

Es idntico al sistema de un solo canal. Observe que la frmula para P

13) deber utilizarse
en este ejercicio y aplicar demasiada lgebra.
( )
(
[

( )
]

( )

)
)

(ecuacin 13-

[
(
)

( )

*
(

( ) +

( )

*(

)+
)

)
)

13.29
Un mecnico de servicio a 5 mquinas taladradoras de un fabricante de placas de
acero. Las mquinas se descomponen, en promedio, una vez cada 6 das laborables, y
las descomposturas tienden a seguir una distribucin de Poisson. El mecnico puede
manejar un promedio de una reparacin por da. Las reparaciones siguen una
distribucin exponencial.

a) Cuntas mquinas estn esperando recibir servicio en promedio?

b) Cuntas estn en el sistema en promedio?

( )
Taladradora
c) Cuntas taladradoras estn funcionando adecuadamente en promedio?
) (5)=5/6 Taladradoras

d) Cul es el tiempo de espera promedio en la cola?

e) Cul es la espera promedio

en el
sistema?
( *

14.14
Clark Porperty Managment es responsable del mantenimiento, la renta y la
operacin diaria de un
complejo de apartamentos grande en el lado este de Nueva Orleans. George Clark
est preocupado en particular por las proyecciones de costos para remplazar los
compresores de aire acondicionado (AA). Desea simular el nmero de fallas anuales de
los compresores durante los siguientes 20 aos. Con los datos de un edificio de
apartamentos similares que administra en un suburbio de Nueva Orleans, Clark
establece una tabla de frecuencias relativas de las fallas durante un ao, como se
muestra en la siguiente tabla:
NMERO DE FALLAS DE
COMPRESORES DE0AA
1
2
3
4
5
6

PROBABILIDAD
(FRECUENCIARELATIVA)
0.0
6
0.1
3
0.2
5
0.2
0.2
0.0
7
0.0
1

l decide simular un periodo de 20 aos eligiendo un nmero aleatorio de dos dgitos

de la tercera columna de la tabla 14.4, comenzando con el nmero aleatorio 50.
Realice la simulacin para Clark. Es comn tener tres o ms aos consecutivos de
operacin con dos o menos fallas anuales de los compresores? R= Si

14.15
El nmero de automviles que llegaron por hora al autolavado Lundberg
durante las ltimas 200 horas de operacin fue el siguiente:
NMERO DE AUTOS QUE LLEGAN
3 o menos
4
5
6
7
8
9

FRECUENCIA
0
20
30
50
60
40
0
Total 200

a) Establezca las distribuciones de probabilidad y de probabilidad acumulada

para la variable llegada de autos.
b) Establezca los intervalos de nmeros aleatorios para la variable.
c) Simule 15 horas de llegadas de autos y calcule el nmero promedio de llegada
por hora. Seleccione los nmeros aleatorios necesarios en la primera columna
de la tabla 14.4, comenzando con los dgitos 52.

14.17
Remtase a los datos del problema resuelto 14-1, que trata de los
calentadores de Higgins. Ahora Higgins ha recolectado 100 semanas de datos y
encuentra la siguiente distribucin para las ventas:
VENTAS DE CALENTADORES DE
AGUA POR SEMANA
3
4
5
6
7
8
9
10
11

NMERO DE SEMANAS EN QUE SE

VENDI ESTE NMERO
2
9
10
15
25
12
12
10
5

a) Simule de nuevo el nmero de faltantes que ocurren en un periodo de 20

semanas (suponga que Higgins mantiene su inventario constante de 8
calentadores).
b) Realice esta simulacin de 20 semanas dos veces ms y compare sus
respuestas con las del inciso a). Cambian significativamente? Por qu?
c) Cul es el nmero esperado de ventas por semana? R= 7

EJERCICIO 14-18:
a) Vuelva a simular los 15 das de descarga:
SIMULACIN DE LA COLA EN EL PUERTO DE NUEVA ORLEANS PARA DESCARGA DE BARCAZAS
DIA

# RETRASOS
DEL DA
ANTERIOR

1
2
3
4
5
6

0
0
0
0
3
2

7
8
9
10
11
12
13
14

0
0
2
4
3
2
3
1

15

0
20
Retrasos
Totales

NMER
O
ALEATO
RIO

3
7
7
1
3
1
0
2
1
8
3
1
9
3
2
8
5
3
1
9
4
8
1
4
3
3

# DE
LLEGADAS
NOCTURN
AS

TOTAL A
DESCARGAR

2
4
0
0
0
1

2
4
0
0
3
3

2
1
2
4
2
5
4
2

2
1
4
8
5
7
7
3

2
31

NMER
O
ALEATO
RIO

6
9
8
4
1
2
9
4
5
1
3
6
17
2
1
5
2
9
1
6
5
2
5
6
4
3
26

Llegadas
Totales

# PROMEDIO DE RETRASOS DE BARCAZAS AL DA

SIGUIENTE:
#
PROMEDIO DE LLEGADAS NOCTURNAS:
# PROMEDIO DE BARCAZAS DESCARGADAS POR DA:

20 / 15 =
31 / 15 =
44 / 15 =

# DE
DESCARGAS

2
4
0
0
3
3
2
1
4
5
5
5
5
3
2
44
Descar
gas
Totales
1.3
3
2.0
7
2.9
3

b) Cul es la comparacin entre los resultados simulados:

En primer lugar, el nmero promedio de llegadas nocturnas se redujo en un 24.3%, a
pesar de ello se mantiene en un nmero entre el intervalo de 2 a 3 llegadas nocturnas.
En segundo lugar, el nmero promedio de barcazas descargadas por da se increment
en un 12.8%, situndose de igual manera en un intervalo de 2 a 3 descargas.
EJERCICIO 14-21:
SIMULACIN DE LA COLA EN DUMOOR
APPLIANCE CENTER

SEMAN
A

1
2
3
4
5
6
7
8
9
10
62

INVENTA
RIO
INICIO
DE
SEMANA

5
1
0
9
7
6
6
3
3
3
10

Inventa
rio
Inicial

NMERO DEMAND
ALEATORI A x
O
SEMAN
A

8
2
5
7
6
8
2
8
5
9
4
3
1
1
2
7
79

3
1
2
1
0
3
0
0
1
2
13
Deman
da
Total

INVENTA
RIO
FINAL
SEMANA

2
9
7
6
6
3
3
3
2
8
49
Inventa
rio
Inicial

COSTO PROMEDIO X INVENTARIO

SEMANAL:
COSTO DE FALTANTES X SEMANA:

COSTO X
INVENTA
RIO AL
FINAL DE
LA
SEMANA

2
9
7
6
6
3
3
3
2
8
49
Costo
Total x
Inventa
rio

49 / 10 =
0 / 10 =

COSTO
X
FALTANT
ES
SEMANA
L

0
0
0
0
0
0
0
0
0
0
0
Cost

o
Total x
Faltan
tes

4.9
0
0.0
0

NMER
O
ALEATO
RIO
PARA
TIEMPO
DE

5
3
8
4
4
9
6
3
2
6
6
5
7
2
8
4
8
5
63

#
SEMANA
S DE
ENTREGA

SEMANA
DE
ENTREG
A (A
PARTIR
DE
SEMANA

3
3
2
3
0
3

3
4
4
6
0
7

0
0
3
3

0
0
9
12

EJERCICIO 14-26:
SIMULACIN DE LA COLA EN BRENNAN AIRCRAFT DE TLN

# FALLAS
X
PLOTTER

NMERO
ALEATORIO

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

TIEMPO
ENTRE
FALLAS X
UNA
PLUMA

82
57
68
28
5
94
3
11
27
79
90
87
92
41
9

HRS POR
COSTO POR
COMPOSTUR SERVICIO (1
A
PLUMA)

6
0
5
0
5
0
3
0
1
0
7
0
1
0
2
0
3
0
6
0
6
0
6
0
7
0
4
0
20

60
11
0
16
0
19
0
20
0
27
0
28
0
30
0
33
0
39
0
45
0
51
0
58
0
62
0
640

40
0
80
0
1,200

640

5,090

1,600
2,000
2,400
2,800
3,200
3,600
4,000
4,400
4,800
5,200
5,600
6,000

COSTO POR SERVICIO DE

MANTENIMIENTO:
COSTO
x DESCOMPOSTURA SIMULADA:

NMERO
# HRS
ALEATORIO
ENTRE FALLAS
PARA HRS
X 4 PLUMAS
ENTRE FALLAS
X 4 PLUMAS

5
3
8
4
4
9
6
3
2
6
6
5
7
2
8
4
8
5
6
3
2
6
2
7
5
2
6
9
2

467,500 + 6,000=

HORAS ENTRE FALLAS DE PLOTTER SI SE CAMBIA UNA PLUMA X c/ REPARACIN

REPARACIN

10
20
30
40
50
60
70

HRS ENTRE
FALLA

10
0
11
0
12
0
13
0
14
0

PROBABILIDAD

0.0
5
0.1
5
0.1
5
0.2
0
0.2
0
0.1
5
0.1
0

LOWER

0.0
0
0.0
5
0.2
0
0.3
5
0.5
5
0.7
5
0.9
0

PROBABILIDAD

0.1
5
0.2
5
0.3
5
0.2
0
0.0
5

PROBABILID
AD
ACUMULAD

0.0
5
0.2
0
0.3
5
0.5
5
0.7
5
0.9
0
1.0
0

LOWER

0.0
0
0.1
5
0.4
0
0.7
5
0.9
5

PROBABILID
AD
ACUMULAD

0.1
5
0.4
0
0.7
5
0.9
5
1.0
0

3,200
6,400
9,600
12,800
16,000
19,200
22,400
25,600
28,800
32,000
35,200
38,400
41,600
44,800
48,000

HRS POR
# HRS DE
COMPOSTURA DESCOMPOS
DE 4 PLUMAS
TUR A

12
0
25
0
37
0
49
0
60
0
72
0
84
0
97
0
1,100
1,220
1,330
1,430
1,550
1,660
1,790
14,440

60
14
0
21
0
30
0
40
0
45
0
56
0
67
0
77
0
83
0
88
0
92
0
97
0
1,040
1,150
9,350

COSTO
POR
SERVICI
O
(
PLUMAS

1,920
3,520
5,120
6,080
6,400
8,640
8,960
9,600
10,560
12,480
14,400
16,320
18,560
19,840
20,480

6,00
0
467,5
00

9,350 x 50=

COSTO TOTAL DE MANTENIMIENTO SIMULADO (1

PLUMA):

HRS
ENTRE
FALLA

120
130
120
120
110
120
120
130
130
120
110
100
120
110
130
1,790

COSTO ACUM
POR
SERVICIO (4
PLUMA)

473,5
00

HORAS ENTRE FALLAS DE PLOTTER SI SE CAMBIAN 4 PLUMAS X c/

HRS ENTRE
FALLA

5
20
35
55
75
90
10
0
HRS
ENTRE
FALLA

15
40
75
95
10
0

a) Como se puede observar despus de realizar la simulacin, el costo total

por descompostura simulada ($473,500) es mayor al costo por realizar el
reemplazo de las 4 plumas ($48,000). Por tanto la recomendacin es optar
por reemplazar las 4 plumas cada que exista un fallo.

EJERCICIO 14-29:
a)

Simulacin de la prueba con 10 pacientes:

SIMULACIN DE LA COLA EN EL HOSPITAL GENERAL DE MILWAUKEE

#
PACIENTES

1
2
3
4
5
6
7
8
9
10

NMER
O
ALEATO
RIO

8
2
5
7
6
8
2
8
5
9
4
3
1
1
2
7
7
9

NMERO
ALEATORIO

SALA
URGENCIAS

SU-EPA
SU-QRF
SU-CDO
SU-DRX
SU-DRX
SU-EPA
SU-DRX
SU-DRX
SU-DRX
SU-EPA
5

8
0
4
5
8
6
9
9
2

DEPTO RAYOS NMERO

X
ALEATORIO

DRX-EPA
DRX-CDO
DRX-EPA
DRX-EPA
DRX-QRF
DRX-SDE
DRX-EPA
DRX-QRF
DRX-EPA
DRX-EPA
2

3
4
8
7
8
8
6
8
4

# veces
que de
RayosX
un
depto
que te
regrese

# veces que
se
entra
a Rayos
X

60
77
46
63
71
69
44
22
3
85

QUIRFANO

QRF-CDO
QRF-CDO
QRF-CDO
QRF-CDO
QRF-CDO
QRF-CDO
QRF-CDO
QRF-SDE
QRF-SDE
QRF-CDO

NMERO
ALEATORIO

59
55
72
33
62
13
74
68
22
44

SALA DE
ENYESADO

SDE-DRX
SDE-CDO
SDE-EPA
SDE-CDO
SDE-EPA
SDE-CDO
SDE-EPA
SDE-EPA
SDE-CDO
SDE-CDO
1

NMER
O
ALEATO
RIO

74
5
81
82
93
9
96
33
52
78

CTO DE
OBSERVACI
N

CDOEPA
CDOQRF
CDOEPA
CDOEPA
CDOEPA
CDOQRF
CDOEPA
CDOEPA
CDOEPA
CDOEPA

# veces que
se
entra
a Rayos
X

SUMA { (0.45)*(5)+ (0.05)*(1)+(0.15)*(0) }

79%
SUMA { (0.45)*(5)+ (0.05)*(1)+(0.15)*(0)+ (0.25)*(1)+(0.35)*(1)}

POSIBILIDAD DE ENTRAR 2 VECES A RAYOS X=

PROBABILIDADES QUE UN PACIENTE VAYA DE UN DEPTO A OTRO:

DE- A

SU-DRX
SU-QRF
SU-CDO
SU-EPA
DRXQRF
DRXSDE
DRXCDO
DRX-EPA
QRF-SDE
QRFCDO
QRF-EPA
SDECDO
SDE-DRX
SDE-EPA
CDOQRF
CDODRX
CDO-EPA

PROBABILIDAD

0.4
5
0.1
5
0.1
0
0.3
0
0.1
0
0.2
5
0.3
5
0.3
0
0.2
5
0.7
0
0.0
5
0.5
5
0.0
5
0.4
0
0.1
5
0.1
5
0.7
0

LOWER

0.0
0
0.4
5
0.6
0
0.7
0
0.0
0
0.1
0
0.3
5
0.7
0
0.0
0
0.2
5
0.9
5
0.0
0
0.5
5
0.6
0
0.0
0
0.1
5
0.3
0

PROBABILIDAD
ACUMULADA

0.4
5
0.6
0
0.7
0
1.0
0
0.1
0
0.3
5
0.7
0
1.0
0
0.2
5
0.9
5
1.0
0
0.5
5
0.6
0
1.0
0
0.1
5
0.3
0
1.0
0

DE- A

45
60
70
10
0
10
35
70
10
0
25
95
10
0
55
60
10
0
15
30
10
0

b) La posibilidad de entrar dos veces al departamento de Rayos X es del 79%, la cual se

calcula como el
# de veces que de un departamento se ingres a Rayos X (por su probabilidad),
entre todas las posibilidades que de Rayos X se ingrese a otro depto. que a su
vez te pueda regresar a Rayos X (slo 2 departamentos).

EJERCICIO 14-30:
a) Simulacin de una hora de servicio para una ventanilla para auto:
SIMULACIN DE LA COLA EN EL BANCO FIRST SYRACUSE

# CTE

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

NMER
O
ALEATO
RIO

TIEMPO
ENTRE
LLEGADA

60
77
46
63
71
69
44
22
3
85
14
48
69
13
30
50

HORA DE
LLEGADA

3
4
3
3
3
3
2
2
1
4
1
3
3
1
2
3
41

1.03
1.07
1.10
1.13
1.16
1.19
1.21
1.23
1.24
1.28
1.29
1.32
1.35
1.36
1.38
1.41

HORA
DISPONIBLE
TIEMPO EN
ESPERA
PARA
COMENZAR EL
SERVICIO

1.03
1.07
1.08
1.13
1.18
1.24
1.25
1.31
1.34
1.37
1.42
1.44
1.45
1.48
1.51
1.57

COSTO DE MANTENIMIENTO ANUAL:

COSTO X PRDIDA DE BUENA VOLUNTAD ANUAL:
COSTO TOTAL

0
0
-2
0
2
5
4
8
10
9
13
12
10
12
13
16
11
2
Minutos
en
espe
ra

74
5
81
82
93
9
96
33
52
78
13
6
28
30
94
23

12,000
+16,000
= =
112*7*200
28000+156800

28,00
0
156,8
00
184,8
00

ANLISIS DE OBSERVACIN 1: TIEMPO ENTRE LLEGADAS PARA 1000 OBS

OBS
TIEMPO
ENTRE
LLEGAD
AS
(MINS)
1

2
3
4
5

TIEMPO
ENTRE
LLEGADAS
(MINS)1

2
3
4
5
6
1000

#
OCURRENCIAS

200
250
300
150
100

PROBABILIDA
D

LOWER

0.2
0
0.2
5
0.3
0
0.1
5
0.1
0

0.0
0
0.2
0
0.4
5
0.7
5
0.9
0

#
PROBABILIDA
OCURRENCIAS D

10
0
15
0
35
0
15
0
15
0
10
0

0.1
0
0.1
5
0.3
5
0.1
5
0.1
5
0.1
0

LOWER

0.0
0
0.1
0
0.2
5
0.6
0
0.7
5
0.9
0

PROBABILID
AD
ACUMULAD
A 0.2

0.1
0
0.2
5
0.6
0
0.7
5
0.9
0
1.0
0

TIEMPO
DE
SERVICI
O
NECESA

4
1
5
5
6
1
6
3
3
5
2
1
3
3
6
2
5
6

HORA EN
QUE
TERMINA
EL
SERVICIO

1.07
1.08
1.13
1.18
1.24
1.25
1.31
1.34
1.37
1.42
1.44
1.45
1.48
1.51
1.57
1.59

TIEMPO EN
SERVICIO

4
1
3
5
8
6
10
11
13
14
15
13
13
15
19
18
16
8
Minutos
en
Servicio

ANLISIS DE OBSERVACIN 2: TIEMPO DE SERVICIO A CLIENTES PARA 1000

DEMANDA

20
45
75
90
10
0

0
0.4
5
0.7
5
0.9
0
1.0
0
PROBABILI
DA D
ACUMULAD
A

NMERO
ALEATORIO
PARA
TIEMPO DE
SERVICIO

DEMANDA

10
25
60
75
90
100
1000

b) Simulacin de una hora de servicio para dos ventanillas para auto:

SIMULACIN DE LA COLA EN EL BANCO FIRST SYRACUSE

NMERO
ALEATORIO

# CTE

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

TIEMPO
ENTRE
LLEGADA

60
77
46
63
71
69
44
22
3
85
14
48
69
13
30
50

HORA
DISPONIBLE
TIEMPO EN
ESPERA
PARA
COMENZAR EL
SERVICIO

HORA DE
LLEGADA

3
4
3
3
3
3
2
2
1
4
1
3
3
1
2
3
41

1.03
1.07
1.10
1.13
1.16
1.19
1.21
1.23
1.24
1.28
1.29
1.32
1.35
1.36
1.38
1.41

1.03
1.07
1.08
1.13
1.16
1.19
1.20
1.23
1.24
1.27
1.29
1.31
1.32
1.35
1.38
1.41

0
0
-2
0
0
0
-1
0
0
-1
0
-1
-3
-1
0
0
-9
Minutos en
espe
ra

COSTO DE MANTENIMIENTO ANUAL:

COSTO X PRDIDA DE BUENA VOLUNTAD ANUAL:
COSTO TOTAL

2
3
4
5

TIEMPO
ENTRE
LLEGADAS
(MINS) 1

2
3
4
5
6

#
OCURRENCIAS

PROBABILIDA
D

LOWER

200
250
300
150
100

0.2
0
0.2
5
0.3
0
0.1
5
0.1
0

0.0
0
0.2
0
0.4
5
0.7
5
0.9
0

#
PROBABILIDA
OCURRENCIAS D

10
0
15
0
35
0
15
0
15
0
10
0

0.1
0
0.1
5
0.3
5
0.1
5
0.1
5
0.1
0

LOWER

0.00
0.10
0.25
0.60
0.75
0.90

PROBABILID
AD
ACUMULAD
A 0.2

0.10
0.25
0.60
0.75
0.90
1.00

74
5
81
82
93
9
96
33
52
78
13
6
28
30
94
23

HORA EN
QUE
TERMINA
EL
SERVICIO

4
1
5
5
6
1
6
3
3
5
2
1
3
3
6
2
5
6

TIEMPO
EN
SERVICI
O

1.07
1.08
1.13
1.18
1.22
1.20
1.26
1.26
1.27
1.32
1.31
1.32
1.35
1.38
1.44
1.43

4
1
3
5
6
1
5
3
3
4
2
0
0
2
6
2
47
Minutos en
Servicio
52,000
0
52,000

ANLISIS DE OBSERVACIN 2: TIEMPO DE SERVICIO A CLIENTES PARA

DEMANDA

20
45
75
90
10
0

0
0.4
5
0.7
5
0.9
0
1.0
0
PROBABILI
DA D
ACUMULAD
A

TIEMPO
DE
SERVICI
O
NECESA

20,000 +32,000 =
(0)*7*200 =
0+52,000

ANLISIS DE OBSERVACIN 1: TIEMPO ENTRE LLEGADAS PARA 1000 OBS

1000 OBS
TIEMPO
ENTRE
LLEGAD
AS
(MINS)
1

NMERO
ALEATORIO
PARA
TIEMPO DE
SERVICIO

DEMANDA

10
25
60
75
90
10
0

c) Anlisis de costos a) Vs b) :
El costo total anual por instalacin de una ventanilla para auto es de $184,800,
mientras que el costo por instalar 2 ventanillas es de tan slo $52,000, por lo que
se recomienda optar por la opcin de instalar las 2 ventanillas para auto.

15-8.
Ray Cahnman es el orgulloso propietario de un automvil deportivo 1955. Es un da
dado, Ray no sabe si su auto va arrancar. Arranca el 90% de las veces si arranc la
maana anterior, y el 70% de las veces no arranca si no arranc la maana anterior.
a) Construya la matriz de probabilidades de transicin
b) Cul es la probabilidad de que arranque maana si arranco hoy?

c) Cul es la probabilidad de arranque maana si no arranco hoy?

P11= Probabilidad que el auto arranque dado que

arranque maana. P12= Probabilidad que el auto
arranque dado que no arranque maana. P21=
Probabilidad que el auto no arranque dado que arranque
maana.
P22= Probabilidad que el auto no arranque dado que no
arranque maana. a)
+

P= *
b)
P= [

]*

P= ( 0.9 , 0.10)
La probabilidad que el auto arranque maana dado que arranco hoy es de 0.90.
d) La probabilidad que el auto arranque maana dado que hoy no arranco es de
0.10.
15-9.
Alan Resnik, un amigo de Ray Cahnman, apuesta $5 a que el auto de Ray no arrancar
dentro de cinco das.
a) Cul es la probabilidad de que
hoy?
b) Cul es la probabilidad de que
hoy?
c) Cul es la probabilidad de que
probabilidades de transicin no

no arrancar dentro de cinco das, si arranc

no arrancar dentro de cinco das, si no arranc
arranque a la larga, si la matriz de
cambia?

a)
+

P= *
b)
P= [

]*

P= ( 0.45 , 0.50)
La probabilidad que el auto arranque dentro de los 5 das es de 0.45.

La probabilidad que el auto no arranque dentro de los 5

das es de 0.50. c)
(n) = (0) P

15-12.
La compaa Goodeating Dog Chow elabora diferentes marcas de alimentos para
perros. Uno de sus mejores productos es la bolsa de 50 libras de Goodeating Dog
Chow. George Hamilton, presidente de Goodeating, utiliza una mquina muy antigua,
en ocasiones llena las bolsas con ms o con menos producto. Cuando el llenado es
correcto y coloca 50 libras de comida en cada bolsa, existe una probabilidad de 10% de
que la mquina ponga solo 49 libras en cada bolsa el siguiente da, y una
probabilidad de 0.20 de que coloque 51 libras en cada bolsa el siguiente da. Si la
mquina est colocando 51 libras en cada bolsa. Adems, si la mquina est
colocando 51 libras en cada bolsa hoy, existe una probabilidad de 0.40 de que
coloque 50 libras en cada bolsa maana y una probabilidad de 0.10 de que coloque 49
libras maana.
a) Si la mquina est cargando 50 libras en cada bolsa hoy, cul es la
probabilidad de que coloque 50 libras en cada bolsa maana?
b) Resuelva el inciso a) cuando la mquina est colocando solo 49 libras en cada
bolsa hoy.
c) Resuelva el inciso a) cuando la mquina est colocando 51 libras hoy.
[

]*

= ( 0.6 , 0.4)
(untitled) Steady state transition matrix
State 1 State 2 State 3
State 1

.1111

.1111

.7777

State 2

.1111

.1111

.7777

State 3

.1111

.1111

.7777

Ending probability (given initial)

.1111

.1111

.7777

Steady State probability

.1111

.1111

.7777

15-13. Resuelva el problema 15-12 (Goodeating Dog Chow) para cinco periodos.
[

]*

= ( 0.3 , 0.2)

15-17.
Un estudio de las cuentas por cobrar en la tienda por departamentos A&W indica que
las cuentas estn al corriente, atrasadas un mes, atrasadas dos meses, canceladas
como deuda incobrable o liquidadas por completo. De las que estn al corriente, 80%
se pagan ese mes y el resto se quedan como atrasadas un mes. De las cuentas
atrasadas un mes, 90% se pagan y el resto se convierte en atrasadas dos meses
quedarn pagadas (85%) o se clasificarn como deuda incobrable. Si las ventas al

promedian $150,000, determine cunto dinero espera recibir la compaa de esta

cantidad. Cunto se volver deuda incobrable?

(untitled) Steady state transition matrix

State 1 State 2 State 3 State 4
State 1

.8175

.166

.0166

State 2

.8175

.166

.0166

State 3

.8175

.166

.0166

State 4

.8175

.166

.0166

Ending number (given initial)

Steady State probability

.8175

.166

0
.0166

Entonces de los $150,000 quedan:

$122,625 se cobraran en este mes, $ 24,900 se cobrarn en menos de un mes y
$2,490 se volver en una deuda incobrable.
Markov Matrix (sorted if
necessary)

State 1

State 3

State 1

.8

.2

State 3

.9

.1

State 4

.85

.15

State 2

.15

B matrix
State 2

State 4 State 2

State 2
.85

F matrix (I-B)^-1

State 2

State 2

6.6667

FA matrix

State 1

State 3

State 4

State 2

.85

15-18. La industria de telfonos celulares es muy competitiva. Dos compaas en

el rea de Lubbock, Horizon y Local Cellular, estn compitiendo constantemente en
un intento por controlar el mercado. Cada compaa tiene un acuerdo de servicio de
un ao. Al final de cada ao, algunos clientes renuevan, en tanto que otros cambian a
la otra compaa. Los clientes de Horizon tienden a ser leales y 80% renuevan,
mientras que 20% se cambian. Cerca de 70% de los clientes de Local Cellular renuevan
con ellos y alrededor de 30% cambia a Horizon. Si Horizon tiene 100,000 clientes
este ao y Local Cellular 80,000, cuntos se espera que tenga cada compaa el
prximo ao?
Total clientes
%Horizon
%Local
Cellular

18000
0 0.5
6
0.4
4

0.8
0.3

[0.56,
0.44] *

0.2
0.7

Respuesta:
Prox ao:
0.58
0.42

%Horizon
%Local
Cellular

180,0
00
1040
00
7600
0

15-20 En la seccin 15.7, estudiamos un problema de cuentas por cobrar. Cmo

cambiaran la categora de pagada y la categora de deuda incobrable con la siguiente
matriz de probabilidades de transicin?

I=

1
0

0
1

0=

0
0

A=

0.
7
0.
4

0
0.2

B=

0.2
0.2

1.29
0.32

0.16
1.29

F=(IB)
F=

0
0
0.
1
0.
2

-1

F*A =
0.97
0.74

0.03
0.26

Si las ventas fueron $150,000, con la Matriz Solucin se tiene que

27,000
3000 *
0.9677
0.03226
4
0.7419
0.25806
4
Cuenta pagada: 28354.84
Deuda incobrable: 1645.16
15-21 El profesor Green da cursos de programacin de computadoras de dos meses
durante el verano. Los estudiantes presentan varios exmenes para aprobar el curso y
cada estudiante tiene tres oportunidades de tomar los exmenes. Los siguientes
estados describen las situaciones posibles que pueden ocurrir:

1.Estado
2.Estado
3.Estado
4.Estado

1:
2:
3:
4:

pasar todos los exmenes y aprobar el curso

no pasar todos los exmenes en el tercer intento y reprobar el curso.
reprobar un examen en el primer intento
reprobar un examen en el segundo intento

Despus de observar varios grupos, el profesor Green obtuvo la siguiente matriz de

probabilidades de transicin:

Actualmente hay 50 estudiantes que no aprobaron todos los exmenes en el primer

intento y 30 estudiantes que no aprobaron todos los exmenes en el segundo
intento. Cuntos estudiantes de estos dos grupos pasarn el curso y cuntos lo
reprobarn?
I=

1
0

0
1

0=

0
0

0
0

A=

0.6
0.3

0
0.3

B=

0.1
0.2

0.3
0.2

F=(IB)

-1

F=
F*
A

0.86
0.59
50

Pasarn
Reprobarn

1.21
0.30
0.14
0.41
30 *

0.45
1.36

0.86
0.59

0.14
0.41

61
19

15-29 Durante un salida reciente a su restaurante favorito, Sandy (duea del taller 1)
se reuni con Chris Talley (dueo del taller 7) (vase el problema 15-28). Despus
de disfrutar su almuerzo, Sandy y Chris tuvieron una acalorada discusin sobre las
porciones del mercado para las operaciones de cambio de aceite rpido en su ciudad.
Su conversacin fue la siguiente:
Sandy: Mi operacin es tan superior que despus de que alguien cambia su aceite en
uno de mis talleres, nunca iran a otro taller. Pensndolo bien, tal vez 1 persona de
cada 100 probar otro taller despus de ir a uno mo. En un mes, tendr el 99% del
mercado y t tendrs el 1%.

Chris: Ests completamente equivocada. En un mes, yo tendr el 99% del mercado y

t solamente tendrs 1%. De hecho, te invitar a comer al restaurante que elijas si
tienes razn. Si yo tengo razn, t me invitars uno de esos filetes enormes en Davids
Steak House. Hacemos el trato?
Sandy: S! Prepara tu chequera o tu tarjeta de crdito. T tendrs el privilegio de
pagar por dos comidas muy costosas en restaurante de mariscos Anthonys.
a) Suponga que Sandy est en lo correcto acerca de los clientes que van una vez a uno
de sus talleres de cambio de aceite rpido. Ganar la apuesta con Chris?
b) Suponga que Chris tiene la razn sobre los clientes que van una vez a uno de sus
talleres, ganar l la apuesta?
c) Describa qu pasara si ambos, Chris y Sandy, tienen razn en cuanto a los clientes que
visitan sus talleres. a)
0.99
0.01
0
0
0
0
0
0
0
0
0.01
0.8
0.01
0.01
0.01
0.1
0.01
0.01
0.01
0.0
3
0.01
0.01
0.7
0.01
0.01
0.1
0.01
0.05
0.05
0.0
5
0.01
0.01
0.01
0.9
0.01
0.01
0.01
0.01
0.01
0.0
2
0.01
0.01
0.01
0.1
0.8
0.01
0.03
0.01
0.01
0.0
1
0.01
0.01
0.01
0.01
0.01
0.91
0.01
0.01
0.01
0.0
1
0.01
0.01
0.01
0.01
0.01
0.1
0.7
0.01
0.1
0.0
4
0.01
0.01
0.01
0.01
0.01
0.1
0.03
0.8
0.01
0.0
1
0.01
0.01
0.01
0.01
0.01
0.1
0.01
0.1
0.7
0.0
40.
0.01
0.01
0.01
0.01
0.01
0.1
0.1
0.05
0
7
Resultado:
0.9802 0.0179 0.0001 0.0001 0.0001
0.001 0.0001 0.0001 0.0001 0.0003
No tendr el 99%, tendr el 98%
c) Tampoco tiene la razn, mismo caso que Sandy
c) Por la participacin de mercado inicial, se quedaran prcticamente
igual, ambos, reducira: Sandy = 59.8%
Chris = 2.2%