Escolar Documentos
Profissional Documentos
Cultura Documentos
Tarea 2
• La presente tarea debe ser realizada en computador. Deben tener en cuenta que la
presentación del informe puede influir en la calificación final.
• El informe debe ser presentado en hojas blancas, numeradas, impresión por ambos
lados y en la parte superior de cada hoja se debe especificar el nombre y código de
cada estudiante.
• Debe respetar el horario y el lugar de entrega de las tareas. Las tareas entregadas
después del plazo establecido no serán recibidas y su calificación será de cero
(0).
• Las tareas que incumplan alguna de las normas de formato tendrán una penalización
de cero punto cinco (0.5) sobre la nota final de la tarea.
Forma de entrega
Fecha de entrega
La fecha límite de entrega es el jueves 7 de julio de 2016, antes de las 9:00 a.m.
1
Yerro que por inadvertencia deja escapar quien escribe o habla. (Definición según La Real Academia de la Lengua Española)
Integrante 1: Código: Sección:
Integrante 2: Código: Sección:
TOTAL /93
NOTA /5
Punto 1
Un equipo de ingenieros está interesado en llevar a cabo proyectos para la gestión de recursos
naturales en la provincia del Guavio, esta provincia se encuentra localizada en el Departamento
de Cundinamarca (Colombia) y colinda en el costado oriental con la ciudad de Bogotá. El
Guavio está conformado por ocho municipios: Gachalá, Gama, Guasca, Guatavita, Junín, La
Calera, Ubalá y Gachetá; de acuerdo con estudios previos, 3 de estos 8 municipios tienen
potencial para la transformación de biomasa en energía y compost, los municipios restantes
cuentan con amplios recursos hídricos para la generación de energía hidroeléctrica.
Por experiencias anteriores, los investigadores estiman que al proponer los proyectos
seleccionados, aquellos que se relacionan con el recurso hídrico son aceptados con una
probabilidad de 0.60 por las comunidades locales de los diferentes municipios, mientras que los
que proponen la utilización de biomasa no son rechazados.
Teniendo en cuenta que el aprovechamiento del agua es un tema importante para el Guavio,
se decidió analizar las diferentes probabilidades de implementación de proyectos de gestión de
este recurso en particular, los ingenieros consideraron las siguientes variables aleatorias:
X: Número de proyectos de gestión del recurso hídrico seleccionados dentro de los 4 proyectos
a realizar.
Y: Número de proyectos de gestión del recurso hídrico aceptados por las comunidades locales,
de la cantidad x de proyectos de este recurso entre los 4 seleccionados.
Según lo anterior, se obtienen las funciones de distribución de probabilidad de cada una de las
variables aleatorias:
U WXU
V YXV
P X = x = gT x = W
Y
Rango de X = R(X) = 1,2,3,4
Dado que la distribución de Y depende siempre del valor que toma X, la distribución de Y será
una condicional dado el valor de X:
Y
P Y = y X = x = g _ T x, y = `
p` 1 − p YX`
Donde n es igual al valor que tome la V.A. X en cada caso: n = X, es decir:
V
P Y = y X = x = g _ T x, y = `
p` 1 − p VX`
Rango de Y = R Y = 1,2,3,4 donde Y ≤ X
Según lo anterior y de acuerdo con la ley de probabilidades condicionales:
g T_ x, y
g _ T x, y =
gT x
Se despeja la función de distribución conjunta:
g T_ x, y = g T x ∗ g _ T x, y
U WXU
x `
g T_ x, y = V WYXV ∗ p 1 − p VX`
y
Y
Reemplazando los valores de los parámetros de las distribuciones, se obtiene:
d eXd
x
g T_ x, y = P X = x, Y = y = V efXV ∗ (0.6)` 1 − 0.6 VX`
f
y
b. (2 puntos) Calcule las funciones de probabilidad marginal para las variables aleatorias X y
Y.
Para calcular las funciones de probabilidad marginales, se toma la función de distribución
conjunta y se suma sobre el rango de la otra variable:
gT x = g T_ x, y g _ y = g T_ x, y
k(_) k(T)
c. (3 puntos) Calcule el valor esperado para cada una de las variables aleatorias e interprete
sus resultados en términos de la situación descrita.
El valor esperado se calcula sumando cada uno de los valores posibles que puede tomar la
variable aleatoria multiplicado por su probabilidad asociada, por lo tanto:
E X = xg T x = 0 ∗ 0 + 1 ∗ 0.071 + 2 ∗ 0.429 + 3 ∗ 0.0429 + 4 ∗ 0.071 = 2.5
k T
E Y = yg _ y = 0 ∗ 0.126 + 1 ∗ 0.383 + 2 ∗ 0.364 + 3 ∗ 0.117 + 4 ∗ 0.009 = 1.5
k _
De acuerdo con lo anterior, se espera obtener en promedio 2.5 proyectos de gestión del
recurso hídrico seleccionados dentro de los proyectos a realizar, de los cuales se espera que en
promedio las comunidades locales acepten 1.5 proyectos.
Dado que la condición de la igualdad no se cumple en al menos uno de los casos, se concuye
que las variables X y Y, NO son independientes.
e. (5 puntos) Calcule el coeficiente de correlación entre el número de proyectos de gestión
del recurso hídrico dentro de los 4 seleccionados (VA X) y el número de proyectos hídricos
que son aceptados por las comunidades locales (VA Y). Interprete el signo de la
correlación en términos del problema.
La correlación es una medida de relación lineal entre dos variables y se calcula de la siguiente
manera:
Cov X, Y
Corr X, Y = ρT_ =
Desv X ∗ Desv Y
De manera que se requiere hallar en primer lugar la covarianza y las desviaciones de las
variables aleatorias:
Desviaciones
Var X = E X s − E X s
E X s = 0s ∗ 0 + 1s ∗ 0.071 + 2s ∗ 0.429 + 3s ∗ 0.0429 + 4s ∗ 0.071 = 6.789
s
Var X = 6.789 − 2.5 = 0.536
Var Y = E Y s − E Y s
E Y s = 0s ∗ 0.126 + 1s ∗ 0.383 + 2s ∗ 0.364 + 3s ∗ 0.117 + 4s ∗ 0.009 = 3.043
s
Var Y = 6.789 − 1.5 = 0.793
Se halla la Covarianza:
Cov X, Y = E XY − E X E Y
E XY = xy ∗ g T_ x, y
k T,_
Y
0 1 2 3 4
0 - - - - -
1 0 0.043 - - -
X 2 0 0.411 0.617 - -
3 0 0.370 1.111 0.833 -
4 0 0.044 0.197 0.296 0.148
De acuerdo con la tabla anterior, se calcula E(XY):
E XY = xy ∗ g T_ x, y = 4.071
k T,_
Por lo tanto, la covarianza se halla:
Cov X, Y = E XY − E X E Y = 4.071 − 2.5 ∗ 1.5 = 0.321
De acuerdo con lo anterior, la correlación se calcula:
Cov X, Y 0.321
Corr X, Y = ρT_ = = = 0.493
Desv X ∗ Desv Y 0.732 ∗ 0.890
La correlación es positiva, se concluye que la relación lineal entre las dos variables es directa.
f. (2 puntos) Si se sabe que el equipo escoge 3 proyectos de gestión del recurso hídrico
entre los 4 seleccionados, ¿cuántos proyectos se esperaría que fueran aceptados por las
comunidades locales?
El enunciado afirma que se sabe que el equipo escoge 3 proyectos de gestión del recurso
hídrico entre los 4 seleccionados, es decir X = 3, esta información se conoce de antemano, por
tanto se utiliza el valor esperado de la función de probabilidad condicional:
EYX=3 = y ∗ g _|T 3, y
k _
g T_ 3, y
g _|T 3, y =
gT 3
0 ∗ 0.027 + 1 ∗ 0.123 + 2 ∗ 0.185 + 3 ∗ 0.093
EYX=3 = = 1.8
0.0429
E Y X = 3 = 1.8
Cuando se sabe que el equipo escoge 3 proyectos de gestión del recurso hídrico entre los 4
seleccionados, el número promedio de proyectos que se espera sean aceptados por las
comunidades es 1.8.
P Y<X = g T_ x, y
Vwv `wx
P Y < X = g T_ 1,0 + g T_ 2,0 + g T_ 2,1 + g T_ 3,0 + g T_ 3,1 + g T_ 3,2 + g T_ 4,0 +
+g T_ 4,1 + g T_ 4,2 + g T_ 4,3
P Y < X = 0.029 + 0.069 + 0.206 + 0.027 + 0.123 + 0.185 + 0.002 + 0.011 + 0.025 + 0.025
P Y < X = 0.701
h. (3 puntos) Si se estima que la cantidad de proyectos de gestión del recurso hídrico que
serán aceptados por las comunidades será la misma que la cantidad de proyectos de este
tipo seleccionados entre los 4 a realizar, determine la probabilidad de que el número de
proyectos relacionados con este recurso sea igual a 2.
P X=2Y=X
P X=2Y=X =
P Y=X
g T_ 2,2
P X=2Y=X =
g T_ 1,1 + g T_ 2,2 + g T_ 3,3 + g T_ 4,4
0.154 0.154
P X=2Y=X = = = 0.515
0.043 + 0.154 + 0.093 + 0.009 0.299
Punto 2
Future Arts Inc. es una empresa desarrolladora y distribuidora de videojuegos para ordenador y
videoconsolas. Bajo su nombre comercial FA Deportes, la compañía se encuentra planeando el
desarrollo de la nueva versión de su famosa saga de video juegos de fútbol. Para medir la
rentabilidad del videojuego se define la variable aleatoria X como el pronóstico de costos de
elaboración y distribución en millones de dólares (incluye diseñadores, artistas gráficos,
programadores, música, voces, artistas involucrados, publicidad, entre otros), mientras que la
variable aleatoria Y se define como el pronóstico de los ingresos, en todas las plataformas
(XBOX, XBOX One, PS3, PS4 y PC, entre otros), en millones de dólares.
Después de un estudio se ha podido establecer que la función de probabilidad conjunta de X y
Y es la siguiente:
3x 3x
fT_ x, y = kx, + 10 ≤ y ≤ + 20, 10 ≤ x ≤ 20, 25 ≤ y ≤ 40
2 2
a. (3 puntos) Encuentre el valor de la constante k para que la anterior sea una función de
densidad de probabilidad conjunta válida. Grafique la región de X y Y en la que se
encuentra definida la función de densidad de probabilidad conjunta.
El área con la trama representa la región de integración, la cual se obtiene graficando los
rangos en los cuales se encuentra definida la función de probabilidad conjunta.
Para obtener el valor de k, que la anterior sea una función de densidad de probabilidad
conjunta válida, se integra sobre la región sombreada y se iguala a 1, despejando el valor de k:
Opción 1
Se puede iniciar integrando la región en primer lugar sobre el eje x, y en segundo lugar sobre
el eje y, se obtiene la siguiente integral:
s `Xvx s `Xvx
zd z fx z
kx dxdy + kx dxdy = 1
sd vx zd s `Xsx
z
zd s `Xvx fx s `Xvx
kx s z kx s z
dy + dy = 1
2 vx
2 s `Xsx
sd zd z
zd fx
2k s 40k
y − 20y − 125 dy + y − 15 dy = 1
9 9
sd zd
zd fx
2k y z 40k y s
− 10y s − 125y + − 15y = 1
9 3 sd
9 2 zd
11000k
+ 500k = 1
27
24500k
= 1
27
27
k= ≅ 0.001102
24500
Opción 2
Se puede iniciar integrando la región en primer lugar sobre el eje y, y en segundo lugar sobre
el eje x, se obtiene la siguiente integral:
fx zV
z s |sx sx fx
kx dydx + kx dydx = 1
vx zV|vx fx zV
|vx
s z s
fx
z sx
zV
|sx fx
s
kxy zV dx + kxy zV dx =1
|vx |vx
s s
vx fx
z
fx
z sx
3kx
10𝑘𝑥 dx + − x − 20 dx = 1
2
vx fx
z
fx sx
z
3k x z
5𝑘𝑥 s vx + − − 10𝑥 s = 1
2 3 fx
z
3500k 14000k
+ = 1
9 27
24500k
= 1
27
27
k= ≅ 0.001102
24500
b. (2 Puntos) Determine la probabilidad de que los ingresos por ventas sean superiores a
dos veces el costo de producción y distribución.
Dado que es a la izquierda de la recta punteada y=2x, cubre toda la región de integración, por
lo tanto la probabilidad es 1.
fx
Para la primera región 10 ≤ X ≤ :
z
27x
fT x = dy
24500
k(_)
zV
|sx
s
27x
fT x = dy
24500
zV
|vx
s
zV
|sx
27xy s
fT x =
24500 zV
|vx
s
27x
fT x =
2450
fx
Para la segunda región ≤ X ≤ 20:
z
27x
fT x = dy
24500
k(_)
fx
27x
fT x = dy
24500
zV
|vx
s
fx
27xy
fT x =
24500 zV
|vx
s
81x(x − 20)
fT x = −
49000
81𝑥 81x s
fT x = −
2450 49000
Por lo tanto, la función de distribución maginal del pronóstico de costos de desarrollo y
distribución (VA X) se construye:
27x 40
, 10 ≤ X ≤
2450 3
fT x =
81x 81x s 40
− , ≤ X ≤ 20
2450 49000 3
s `Xvx
z
27x
f_ y = dx
24500
vx
s `Xvx
27x s z
f_ y =
24500 vx
3 y s − 20𝑦 − 125
f_ y =
12250
3𝑦 s 6𝑦 3
f_ y = − −
12250 1225 98
s `Xvx
z
27x
f_ y = dx
24500
s `Xsx
z
s `Xvx
27x s z
f_ y =
24500 s `Xsx
z
6 y − 15
f_ y =
1225
6y 18
f_ y = −
1225 245
Por lo tanto, la función de distribución maginal del pronóstico de ingresos (VA Y) se construye:
3𝑦 s 6𝑦 3
− − , 25 ≤ Y ≤ 35
f_ y = 12250 1225 98
6y 18
− , 35 ≤ Y ≤ 40
1225 245
Para hallar el valor esperado de una variable aleatoria, integramos en los rangos definidos, la
multiplicación de la variable por la función de densidad de probabilidad marginal de dicha
varibale, de esta manera:
EX = x ∗ fT x dx, E Y = y ∗ f_ y dy
k T k _
fx
z sx
27x 81x 81x s
EX = x∗ dx + x∗ − dx
2450 2450 49000
vx fx
z
2060
EX = ≅ 14.014
147
Por lo tanto, se espera que los costos por concepto de desarrollo y distribución del videojuego
sean en promedio 14.014 millones de dólares.
zd fx
3𝑦 s 6𝑦 3 6y 18
EY = y∗ − − dy + y∗ − dy
12250 1225 98 1225 245
sd zd
E Y = 35
Por lo tanto, se espera que los ingresos por ventas del videojuego sean en promedio 35
millones de dólares.
Para calcular la desviación estándar, se halla en primer lugar la varianza y se obtiene la raíz
cuadrada de la misma:
VAR X = E X s − E X s , VAR Y = E Y s − E Y s
Se halla la desviación de X:
Se calcula en valor de E X s :
fx
z sx
s s
27x 81x 81x s
EX = x ∗ dx + xs ∗ − dx
2450 2450 49000
vx fx
z
29710
E Xs = ≅ 202.109
147
165
DESV Y = VAR[Y] = ≅ 3.433
14
f. (3 puntos) Calcule la covarianza y el coeficiente de correlación entre pronóstico del costo
total de desarrollo y el pronóstico en ingresos por venta. Interprete el signo de la
correlación en términos el problema.
Se calcula en valor de E XY :
Este valor esperado se calcula integrando la multiplicación de las variables por la función
de densidad de probabilidad conjunta, en los respectivos rangos dados:
s `Xvx s `Xvx
zd z fx z
27x 27x
E XY = xy dxdy + xy dxdy
24500 24500
sd vx zd s `Xsx
z
24315
E XY = ≅ 496.224
49
COV X, Y = E XY − E X E[Y]
24315 2060 845
COV X, Y = − ∗ 35 = ≅ 5.748
49 147 147
Una vez se calcula la Covarianza, se procede a calcular la Correlación, la cual es una medida
de relación lineal entre las variables X y Y.
COV X, Y
CORR X, Y =
DESV X ∗ DESV Y
845
CORR X, Y = 147
123770 165
∗
21609 14
La correlación es positiva, por lo tanto, se puede afirmar que la relación lineal entre el
pronóstico de costos de desarrollo y distribución y el pronóstico de ingresos es directa, es
decir, a medida que el pronóstico de costos aumenta, el de ingresos también lo hace, y a
medida que el pronóstico de costos disminuyen, el de ingresos también lo hará.
Punto 3
Un equipo de las grandes ligas del futbol se está preparando para un partido importante en
contra de uno de sus rivales más difíciles de vencer. Debido a que el entrenador cree que el
resultado del partido se definirá por penaltis, ha decidido destinar parte del entrenamiento a la
preparación de sus cobradores y de su arquero titular. Después del entrenamiento se ha
estimado que la probabilidad de que un jugador logre anotar un gol desde el punto de penal es
de 0.8, donde cada cobro es independiente de los demás.
Se conoce que la variable aleatoria que describe: 1 si anota y 0 si no en cada tiro desde el
punto penal, tiene una distribución Bernoulli con probabilidad de anotar p. Según lo anterior, dé
solución a los siguientes literales:
Dado que es una distribución de probabilidad discreta, la función generatriz de momentos se
calcula de la siguiente manera:
MT t = E e‡V = g T xˆ ∗ e‡V‰
k T
MT t = pv (1 − p)x ∗ e‡ v + px (1 − p)vXx ∗ e‡ x
MT t = pe‡ + (1 − p)
b. (3 puntos) Dado que cada jugador dispone de 5 cobros y el resultado de cada uno sigue
una distribución Bernoulli con probabilidad de anotar p, compruebe que la suma de las
cinco variables, genera como resultado una variable con distribución Binomial de
parámetros p y n. Utilice la FGM en su comprobación.
Se define las variables aleatorias X Y como: 1 si anota y 0 si no en cada tiro n desde el punto
penal, la cual tiene una distribución Bernoulli con probabilidad de anotar p. Se define la
variable aleatoria Y como la sumatoria de todas las 5 variables, una por cada tiro, es decir,
n=5.
d
Y= XY
Ywv
Dado que cada una de las 5 variables X Y tienen distribución Bernoulli, se halla la distribución
de la variable aleatoria Y, multiplicando la función generatriz de momentos de cada una de las
5 variables sumadas:
Y = Xv + X s + X z + X f + X d
M_ t = (pe‡ + (1 − p)) ∗ (pe‡ + (1 − p)) ∗ (pe‡ + (1 − p)) ∗ (pe‡ + (1 − p)) ∗ (pe‡ + (1 − p))
M_ t = (pe‡ + (1 − p))d
La función generatriz de momentos resultante corresponde a la FGM de la distribución
Binomial, con parámetros p y n:
M_ t = (pe‡ + (1 − p))Y
Por lo tanto, se comprueba que la suma de variables aleatorias con distribución Bernoulli con
parámetro p, genera una variable aleatoria con distribución Binomial con parámetros p y n,
donde p es la probabildiad de éxito y n es el tamaño muestral, que en este caso específico es 5.
c. (3 puntos) Se tienen tres jugadores X, Y y Z, los cuales van a realizar 5 tiros desde el
punto penal cada uno, y se conoce que el número de anotaciones que tiene cada jugador
es una variable aleatoria binomial con probabilidad de anotación de 0.8. Determine,
utilizando la FGM, la distribución de la variable W si se define como el total de goles
marcados por los tres jugadores (W = X + Y + Z).
Dado que se define W como el total de goles marcados opr los tres jugadores (W = X + Y + Z),
y se conoce que las anotaciones de cada jugador son variables aleatorias binomiales, se halla la
distribución de la variable W multiplicando las FGM de cada una de las variables sumadas:
Se define la nueva VA:
Cálculo de la variable:
Y
Y= X ˆ
ˆwv
P Y ≥ 815 ≥ 0.9
1 − P Y < 815 ≥ 0.9
P Y < 815 ≤ 0.1
Se estandariza:
Y − µ 815 − µ
P < ≤ 0.1
σ σ
815 − 23.67n
P Z< ≤ 0.1
3.12 n
Utilizando los valores de la tabla de la distribución normal estándar, o utilizando la función
“inversa” de la normal estándar en Excel (“=INV.NORM.ESTAND(0.1)”), se obtiene que para
una probabilidad acumulada de 0.1 el valor de Z es −1.28, es decir:
815 − 23.67n
≤ −1.28
3.12 n
Se resuelve la anterior como una ecuación de segundo grado:
815 − 23.67n
= −1.28, igualando a 0 se obtiene:
3.12 n
23.67n − 4 n − 815 = 0
Despejando el valor de n se obtiene:
Se utilizará aquella raíz que solucione la desigualdad inicialmente planteada, en este caso, es la
raíz (2). Se debe cumplir que:
815 − 23.67n
P Z< ≤ 0.1
3.12 n
El gremio ha adquirido un segundo campo cuyas características son distintas a las descritas
anteriormente. La producción de papa, en toneladas, de una hectárea cultivada en este nuevo
campo es una variable aleatoria uniforme con valor mínimo de 20 toneladas y valor máximo de
28 toneladas.
Al introducir un nuevo campo con diferentes características, se define una nueva variable
aleatoria para la producción de toneladas por hectárea en dicho campo, el cual será
referenciado como “Campo 2”.
E[X ˆ ] = 23.67
Por otro lado, el E[Yˆ ], dado que es una variable aleatoria uniforme, se calcula de la siguiente
manera:
a + b 20 + 28
E Yˆ = = = 24
2 2
Las varianzas σsT y σs_ , también se obtienen de las distribuciones de las variables aleatorias X
y Y:
La σsV fue calculada en el literal anterior:
Var[X ˆ ] = 9.72 tons
Una vez se obtienen los valores de media y varianza, se define la distribución de la suma de
las toneladas cultivadas en las 40 hectáreas de cada campo:
fx
X ˆ ~Normal(946.8, 388.8)
ˆwv
fx
Yˆ ~Normal(960, 213.2)
ˆwv
W ~ Normal(−0.33, 0.376)
Una vez se obtiene la distribución de la diferencia de promedios, se calcula la probabilidad
requerida, dado que la diferencia puede ser negativa, se calcula la probabilidad de que dicha
diferencia se encuentre entre -1 y 1, o lo que es lo mismo, la probabilidad de que el valor
absoluto de la diferencia sea menor a 1:
1 − −0.33 −1 − (−0.33)
P W < 1 = P −1 < W < 1 = P Z < −P Z<
0.613 0.613
P W < 1 = P Z < 2.16 − P Z < −1.09
P W < 1 = 0.8467
f. (4 puntos) Realice un modelo en Crystal Ball, para estimar la probabilidad del literal e.
Realice 1000 iteraciones y presente la salida con la estimación de esta probabilidad.
Para realizar el modelo en Crystal Ball del literal e. se definen 40 variables aleatorias por cada
campo, cada una representa una hectárea de dicho campo, con su respectiva distribución, se
define una celda en donde se calcula la diferencia de los promedios de las 40 variables del
campo 1, menos el promedio de los valores de las 40 variables del campo 2, esta celda se define
como el pronóstico y la gráfica resultante es la siguiente:
Se puede observar que para una diferencia de medias entre -1 y 1, la probabilidad es
aproximadamente 0.8544, la cual es muy cercana a la obtenida en el literal e.
Punto 5
De acuerdo con el diagrama, el retorno futuro de la acción de Future Arts Inc. será de x = 1.20
veces el retorno de la acción presente con una probabilidad de 0.75; y, con una probabilidad de
0.25, el retorno futuro de la acción de Future Arts Inc. será de x = 0.80 veces el retorno de la
acción presente. Del mismo modo, el retorno futuro de la acción de Indutex Moda será de y =
1.40 veces el retorno de la acción presente con una probabilidad de 0.60 y, con una
probabilidad de 0.40, el retorno futuro de la acción de Indutex Moda será y = 0.65 veces el
retorno de la acción presente.
Para cada caso se definen las variables aleatorias y se calcula el valor esperado, la varianza y la
desviación estándar:
X: Retorno esperado de una acción de Future Arts Inc..
Valor esperado:
E X = 1.2 ∗ 0.75 + 0.8 ∗ 0.25 = 1.1
Varianza:
VAR X = E X s − E X s
E[X s ] = (1.2)s ∗ 0.75 + 0.8 s
∗ 0.25 = 1.24
VAR X = 1.24 − 1.1s = 0.03
DESV X = VAR[X] = 0.03
DESV X = 0.1732
Y: Retorno esperado de una acción de Indutex Moda.
Valor esperado:
E Y = 1.4 ∗ 0.6 + 0.65 ∗ 0.4 = 1.1
Varianza:
VAR Y = E Y s − E Y s
E[Y s ] = (1.4)s ∗ 0.6 + 0.65 s
∗ 0.4 = 1.345
VAR Y = 1.345 − 1.1s = 0.135
DESV Y = VAR[Y] = 0.135
DESV Y = 0.3674
b. (3 puntos) Determine la correlación entre los retornos de ambas acciones. Interprete el
signo de la correlación.
COV(X, Y) −0.05
ρT_ = = = −0.7857
DES X ∗ DES Y 0.1732 ∗ 0.3674
El signo de la correlación es negativo, lo que significa que la relación lineal entre las dos
variables es inversa, esto indica que los retornos de las acciones se mueven en direcciones
opuestas, es decir, mientras el retorno de la acción de una de las empresas sube, el retorno de
la acción de la otra empresa baja, y viceversa.
Suponga que en el mercado se ofrecen los siguientes cinco portafolios de inversión en los que
se compran acciones de Future Arts Inc. y de Indutex Moda, en cada uno de los portafolios
se invierte 100 dólares. La ganancia en cada uno de los portafolios está determinada por la
multiplicación entre el retorno futuro y la cantidad de dinero invertida en cada grupo
empresarial.
Se definen las variables PY como el retorno esperado del portafolio n y se calcula el valor
esperado para cada una de ellas multiplicando el valor esperado del retorno futuro de la
inversión en cada grupo empresarial, hallado en el literal anterior, por la cantidad de dinero
invertido en dicho grupo.
En el caso de la varianza, se tiene en cuenta que cada variable PY representa la suma del
retorno de la inversión en cada grupo empresarial, por lo tanto, se calcula la varianza de la
suma de dos variables aleatorias, dado que la covarianza es diferente de 0, la varianza se
calcula de la siguiente manera:
Se observa que todos los portafolios tienen el mismo valor del retorno esperado. También es
evidente que existe una combinación de dinero invertido en las acciones de Future Arts inc. y
de Indutex Moda que tiene la mínima varianza. En este caso, el portafolio que presenta la
mínima varianza es el Portafolio 4. De esta manera, si el consultor debe hacer una
recomendación, el más apropiado es el Portafolio 4 por tener el menor riesgo.
Punto 6
El costo del trabajo depende de la realización de las actividades que aparecen en la Figura 2, y
de la duración de cada actividad. En la figura se observa que la realización de la actividad 3 o 4
depende del resultado de la actividad anterior (solo se realiza una de ellas). Las actividades 1,
2 y 5 siempre deben llevarse a cabo para finalizar la instalación. Los posibles resultados de la
Actividad 2 son requerimientos de ajuste de los equipos o cambio de equipos de acople, lo cual
ocurre con probabilidades 0.4 y 0.6, respectivamente.
Actividad 1
Actividad 2
P=0.4 P=0.6
Actividad 5
Con respecto a la duración de las actividades, los expertos solo tienen certeza sobre la
duración de la Actividad 1, mientras que la duración de las demás actividades se puede
representar por medio de las variables aleatorias que se presentan en la Tabla 2, cuyos
parámetros han sido estimados con base en información de prueba y de acuerdo con el
conocimiento de los expertos.
Tabla 1. Información sobre la duración y costo de las actividades del proyecto de instalación de líneas, Alternativa 2
b. (3 puntos) Evalué el modelo con 1000 iteraciones y analice las principales estadísticas
descriptivas. Para cada una de las variables de desempeño, encuentre un intervalo del
95% de certeza.
Se presenta el modelo probabilístico en donde, a través de Crystal Ball, les son asignadas las
respectivas distribuciones a las variables aleatorias identificadas en el literal anterior.
Duración total. Costo total.
En cuanto a la duración total, la realización de las actividades para la instalación de un
conjunto de puntos de transmisión de datos, toma en promedio 26.44 días, con una desviación
de 2.03 días, podría tardar un mínimo de 19.86 días y un máximo de 32.27 días.
En cuanto al costo total, en promedio la instalación puede costar 111,909.2 dólares, con una
desviación de 15,955.51 dólares. Como valor mínimo, el costo total puede ser de 81,400 y por
otro lado, puede costar máximo 148,600 dólares.
Al realizar las 1000 iteraciones se generan las siguientes gráficas para cada variable de
desempeño, sobre las cuales se calculan los intervalos del 95% de certeza:
Con un 95% de certeza, la duración total de las actividades de instalación está entre 22.13 días
y 30.02 días.
Con un 95% de certeza, el costo total de las actividades de instalación está entre 87,100
dólares y 141,000 dólares.
c. (3 puntos) Si el ingeniero líder del proyecto debe cumplir con una entrega de la instalación
en un tiempo de 36 días, ¿con qué certeza se cumple este requisito?
Teniendo en cuenta que, según la simulación, el tiempo máximo posible para la instalación es
de 32.27 días, se concluye que con un 100% de certeza la entrega de la instalación se realizará
en un tiempo de 36 días, puesto que siempre será menor a este plazo.