Escolar Documentos
Profissional Documentos
Cultura Documentos
SERIE #3 DE EJERCICIOS:
EQUIPO 1:
PROFESOR:
Febrero 2015
PREDECESORA
INMEDIATA A
A, D
E, F
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:
Actividad
Holgura
tiempo
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:
Actividad
Holgura
tiempo
T Terminacin lejana
14
1
4
9
14
14
1
7
14
17
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?
2)
3)
4)
5)
6)
Frecuencia
0
20
30
6
7
8
9 o ms
Total
50
60
40
0
200
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
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
-
= 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
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
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
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,
( )
( )
]
( )
)
)
(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.
( )
Taladradora
c) Cuntas taladradoras estn funcionando adecuadamente en promedio?
) (5)=5/6 Taladradoras
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
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
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
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
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
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 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
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=
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=
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
HRS ENTRE
FALLA
5
20
35
55
75
90
10
0
HRS
ENTRE
FALLA
15
40
75
95
10
0
EJERCICIO 14-29:
a)
#
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
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
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
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
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
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
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
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
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
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
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?
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
a)
+
P= *
b)
P= [
]*
P= ( 0.45 , 0.50)
La probabilidad que el auto arranque dentro de los 5 das es de 0.45.
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
.1111
.1111
.7777
.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
.8175
.166
.0166
State 2
.8175
.166
.0166
State 3
.8175
.166
.0166
State 4
.8175
.166
.0166
.8175
.166
0
.0166
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
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
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
1.Estado
2.Estado
3.Estado
4.Estado
1:
2:
3:
4:
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%.