MÉTODOS CUANTITATIVOS PARA LOS NEGOCIOS

Autor: BARRY RENDER

SERIE #3 DE EJERCICIOS:

EQUIPO 1:

David Moisés Peña Licona

Federico Quiroz Aguilar

Félix Velázquez Rodríguez

PROFESOR:

Humberto Cárdenas Robles

Febrero 2015
12-12 Sid Davidson es el director de personal de Babson y Willcount, una compañía que se
especializa en consultoría e investigación. Uno de los programas de capacitación que Sid está
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 capacitación de esta naturaleza. Las actividades y las predecesoras inmediatas aparecen en la
siguiente tabla:
ACTIVIDAD PREDECESORA INMEDIATA

A —

B —

C —

D B

E A, D

F C

G E, F

Desarrolle una red para este problema.

Solución:
12-13 Sid Davidson pudo determinar los tiempos de las actividades para el programa de
capacitación en liderazgo. Ahora quiere determinar el tiempo total de terminación del proyecto y
la ruta crítica. Los tiempos de las actividades se dan en la siguiente tabla (véase el problema 12-
12):
ACTIVIDAD TIEMPO (DÍAS)

A 2

B 5

C 1

D 10

E 3

F 6

G 8

35

Solución: Terminación del Proyecto 26 días

La ruta crítica son B, D, E Y G
Actividad tiempo Inicio cercano Terminación cercana T Inicio lejano T Terminación lejana Holgura

A 2 0 2 13 15 13

B 5 0 5 0 5 0

C 1 0 1 11 12 11

D 10 5 15 5 15 0

E 3 15 18 15 18 0

F 6 1 7 12 18 11

G 8 18 26 18 26 0
12-14 Jean Walker está haciendo planes para las vacaciones de verano en las playas de Florida. Al
aplicar las técnicas que aprendió en su clase de métodos cuantitativos, identificó 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 —

B —

C A

D B

E C, D

F A

G E, F

Solución:
12-15 Los siguientes son los tiempos de las actividades del proyecto del problema 12-14.
Encuentre los tiempos más cercano, más lejano y de holgura para cada actividad. Luego determine
la ruta crítica.
ACTIVIDAD TIEMPO (DÍAS)

A 3

B 7

C 4

D 2

E 5

F 6

G 3

Solución: Terminación del Proyecto 17 días, La ruta crítica B, D, E Y G

Los tiempos más cercano, más lejano se muestran en la tabla.
Actividad tiempo Inicio cercano Terminación cercana T Inicio lejano T Terminación lejana Holgura

A 3 0 3 2 5 2

B 7 0 7 0 7 0

C 4 3 7 5 9 2

D 2 7 9 7 9 0

E 5 9 14 9 14 0

F 6 3 9 8 14 5

G 3 14 17 14 17 0
12-16 Monohan Machinery se especializa en el desarrollo de equipo para deshierbar que se utiliza
para limpiar lagos pequeños. George Monohan, presidente de la compañía, está convencido de
que deshierbar es mucho mejor que utilizar sustancias químicas para erradicar la hierba. Los
químicos contaminan y las hierbas parecen crecer más rápido después de utilizarlos. George está
pensando construir una máquina que deshierbe en ríos angostos y canales. Las actividades
necesarias para construir una de estas máquinas experimentales se presentan en la siguiente tabla.
Construya una red para estas actividades.
ACTIVIDADES PREDECESORES INMEDIATOS

A —

B —

C A

D A

E B

F B

G C, E

H D, F

Solución:
12-17 Después de consultar con Butch Radner, George Monohan pudo determinar los tiempos de las
actividades para la construcción de máquina para deshierbar en ríos angostos. George quiere determinar IC,
TC, IL, TL y la holgura para cada actividad. El tiempo total de terminación del proyecto y la ruta crítica
también deberían determinarse. Los tiempos de las actividades se muestran en la siguiente tabla:

12-18 Un proyecto se planeó utilizando PERT con tres estimaciones de tiempo. El tiempo esperado de
terminación del proyecto se determinó en 40 semanas. La varianza de la ruta crítica es 9.

¿Cuál 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 terminación del proyecto para la
construcción de un yate recreativo es de 21 meses y la varianza del proyecto es 4.

¿Cuál 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

0 5 10 15 20 25
Time
Critical Activity Noncritical Activity Slack

13-11 La compañía Rockwell Electronics conserva una cuadrilla de servicio que repara las fallas de las
maquinas que ocurren con un promedio de 3 al día.

La cuadrilla puede dar servicio a un promedio de 8 máquinas al día con una distribución de tiempo de
reparación que se asemeja a la distribución exponencial.

¿Cuál es la tasa de utilización de este sistema de servicio?

PROBLEMAS_ CAPÍTULO 13. MODELOS DE TEORÍAS DE COLAS Y LÍNEAS DE ESPERA.

Problema 13-12

Con base en datos históricos, el auto lavado de Harry estima que los automóviles sucios llegan a sus
instalaciones a una tasa de 10 por hora todo el sábado. Con una cuadrilla que trabaja en la línea de lavado.
Harry calcula que los vehículos se pueden lavar a un ritmo de uno cada 5 minutos. Se lava un solo auto a la
vez en este ejemplo de una línea de espera de un solo canal.

Suponiendo llegadas de Poisson y tiempo de servicio exponenciales, encuentre:

a) El numero promedio de autos en línea

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 utilización del auto lavado
e) La probabilidad de que ningún auto este en el sistema
Solución:

1)

2)
3)

4)

5)
6)

Problema 13-15_La temporada de cosecha de trigo en el medio oeste estadounidense es corta, y la mayoría
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 depósito. El silo central es de propiedad cooperativa,
por lo cual beneficiaría 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 daño a la cosecha, es fácil asignar un costo de $18 por hora por concepto de
espera y descarga por cada camión y conductor. El silo permanece abierto y funciona 16 horas al día, los
siete días de la semana, durante la temporada de cosecha, y tiene una capacidad de descarga de 35
camiones por hora de acuerdo con una distribución exponencial. Los camiones llenos llegan a lo largo del
día (durante el horario en que el silo está abierto) a una tasa aproximada de 30 camiones por hora, con un
patrón de Poisson.

Para ayudar a la cooperativa a atender el problema de la pérdida de tiempo mientras los camiones están
en espera en la línea o mientras descargan en el silo, encuentre:

a) El número promedio de camiones en el sistema de descarga.

b) El tiempo promedio por camión en el sistema.
c) La tasa de utilización del área del silo.
d) La probabilidad de que haya más 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 mencionó, la cooperativa utiliza el silo únicamente dos semanas al año. Los granjeros estiman que
ampliar el silo reduciría en 50% los costos de descarga durante el próximo año. Costaría $9000 hacerlo
durante la temporada en que no hay labores. ¿Valdría la pena para la cooperativa ampliar el área de
almacenamiento?

λ = 30 camiones por hora

µ = 35 camiones descargados por hora
Wq= λ/µ(µ - λ) = 30/((35(35-30))= 1/6

a) L = λ / (µ - λ) = 30 / (35 – 30) = 6 camiones en el sistema de descarga

b) W = 1 / (µ - λ) = 1 / (35 – 30) = 1/6 horas en el sistema promedio
c) ρ = λ / µ = 30 / 35 = 0.8571 porcentaje de utilización del área del silo
d) Pn>k = (λ/µ)k+1 = (30/35)3+1 = 0.5397 probabilidad de que haya tres camiones en el sistema
e) Costo diario total = (16 hrs por día)λWqCw = (16)(30)(1/6)($18) = $ 1,440 por día

Si valdría la pena ampliar el silo, ya que reducirá 50% los costos de descarga, los cuales son de 1,400 por día,
reduciéndose a 700. Si dividimos los 9000 entre los 700, tendríamos la recuperación en 13 días del costo por
la ampliación.

PROBLEMAS_

13-17. Lundberg

El número de automóviles que llegaron por hora al auto lavado Lundberg durante las últimas 200 horas de
operación fue el siguiente:
 Número de Autos Frecuencia
que llegan
3 o menos 0
4 20
5 30
6 50
7 60
8 40
9 o más 0
Total 200

a) Establezca la distribución de probabilidad y de probabilidad acumulada para la variable de llegada

de autos.

Número de Autos Probabilidad Probabilidad

Frecuencia Acumulada
que llegan (Frecuencia / 200)
3 o menos 0 0.00 0.00
4 20 0.10 0.10
5 30 0.15 0.25
6 50 0.25 0.50
7 60 0.30 0.80
8 40 0.20 1.00
9 o más 0 0.00 1.00
Total 200

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

Número de Autos Probabilidad Intervalo de Números

que llegan Acumulada aleatorios
3 o menos 0.00 -
4 0.10 01-10
5 0.25 11-25
6 0.50 26-50
7 0.80 51-80
8 1.00 81-100
9 o más 1.00 -
 c) Simule 15 horas de llegada de autos y calcule el número promedio de llegadas por hora. Seleccione
los números aleatorios necesarios en la primera columna de la tabla 14.4, comenzando con los
dígitos 52.

No. Llegadas de de autos

Horas Números Aleatorios
simuladas por hora
1 52 7
2 55 7
3 49 6
4 13 5
5 40 6
6 48 6
7 76 7
8 89 8
9 97 8
10 43 6
11 60 7
12 37 6
13 41 6
14 68 7
15 11 5
97

Número de promedio de llegadas por hora =

Número de promedio de llegadas por hora = = 6.467 = 6 autos.

13-18

Remítase 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 distribución para las ventas:

VENTAS DE CALENTADORES DE AGUA POR NÚMERO DE SEMANAS EN QUE SE VENDIÓ

SEMANA ESTE NÚMERO
3 2
4 9
5 10
6 15
7 25
8 12
9 12
10 10
11 5
a) Simule de nuevo el número de faltantes que ocurren en un periodo de 20 semanas (suponga que
Higgins mantiene su inventario constante de 8 calentadores).
Número Ventas Número Ventas
Semana Categoría
Semana aleatorio Categoría simuladas aleatorio simuladas
1 0.89 Category 8 10 11 0.89 Category 8 10
2 0.6 Category 5 7 12 0.41 Category 5 7
3 0.97 Category 9 11 13 0.15 Category 3 5
4 0.69 Category 6 8 14 0.82 Category 7 9
5 0.93 Category 8 10 15 0.22 Category 4 6
6 0.44 Category 5 7 16 0.17 Category 3 5
7 0.53 Category 5 7 17 0.18 Category 3 5
8 0.47 Category 5 7 18 0.98 Category 9 11
9 0.38 Category 5 7 19 0.54 Category 5 7
10 0.89 Category 8 10 20 0.57 Category 5 7

Con un inventario de 8 calentadores Higgins tendrá faltantes 7 veces durante las 20 semanas (en las
semanas 2, 3, 5, 10, 11, 14 y 18)

b) Realice está simulación de 20 semanas dos veces más y compare sus respuestas con las del inciso a)
¿cambia significativamente? ¿Por qué?

Segunda simulación

Número Ventas Número Ventas

Semana aleatorio Categoría simuladas Semana aleatorio Categoría simuladas
1 0.53 Category 5 7 11 0.74 Category 7 9
2 0.15 Category 3 5 12 0.94 Category 8 10
3 0.95 Category 8 10 13 0.76 Category 7 9
4 0.96 Category 9 11 14 0.45 Category 5 7
5 0.35 Category 4 6 15 0.86 Category 8 10
6 0.38 Category 5 7 16 0.85 Category 8 10
7 0.99 Category 9 11 17 0.3 Category 4 6
8 0.85 Category 7 9 18 0.91 Category 8 10
9 0.31 Category 4 6 19 0.48 Category 5 7
10 0.07 Category 2 4 20 0.13 Category 3 5
Tercera simulación

Número Ventas Número Ventas

Semana aleatorio Categoría simuladas Semana aleatorio Categoría simuladas
1 0.18 Category 3 5 11 0.63 Category 6 8
2 0.87 Category 8 10 12 0.02 Category 1 3
3 0.3 Category 4 6 13 0.55 Category 5 7
4 0.29 Category 4 6 14 0.88 Category 8 10
5 0.34 Category 4 6 15 0.55 Category 5 7
6 0.17 Category 3 5 16 0.19 Category 3 5
7 0.32 Category 4 6 17 0.02 Category 1 3
8 0.24 Category 4 6 18 0.28 Category 4 6
9 0.45 Category 5 7 19 0.01 Category 1 3
10 0.86 Category 8 10 20 0.58 Category 5 7

En la segunda simulación con un inventario de 8 calentadores Higgins tendrá faltantes 10 veces durante las
20 semanas y en la tercera simulación tendrá faltantes 3 veces en el mismo periodo. En comparación con la
primera simulación en dónde habrá calentadores faltantes 7 veces, la variación es significativa debido los
números aleatorios seleccionados.

c) ¿Cuál es el número esperado de ventas por semana?

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

Segunda simulación: Si utilizamos los datos de la segunda simulación obtenemos que las ventas promedio
es de 7.95 calentadores por semana.

Segunda simulación: Utilizando los datos de la segunda simulación obtenemos que las ventas promedio es
de 6.3 calentadores por semana.
13-25 La compañía 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 máquina muy antigua para empacar automáticamente las 50 libras de
Goodeating Chow en una bolsa. Por desgracia, como la máquina es antigua, en ocasiones llena las
bolsas con más 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 máquina ponga solo 49 libras en cada bolsa
el siguiente día, y una probabilidad de 0.20 de que coloque 51 libras en cada bolsa el siguiente día.
Si la máquina está colocando 49 libras en cada bolsa, hay una probabilidad de 0.30 de que mañana
ponga 50 libras y una probabilidad de 0.20 de que ponga 51 libras en cada bolsa. Además, si la
máquina está colocando 51 libras en cada bolsa hoy, existe una probabilidad de 0.40 de que coloque
50 libras en cada bolsa mañana y una probabilidad de 0.10 de que coloque 49 libras mañana.
a) Si la máquina está cargando 50 libras en cada bolsa hoy, ¿cuál es la probabilidad de que coloque
50 libras en cada bolsa mañana?
b) Resuelva el inciso a) cuando la máquina está colocando solo 49 libras en cada bolsa hoy.
c) Resuelva el inciso a) cuando la máquina está colocando 51 libras hoy.

P= 0.5 0.3 0.2

0.1 0.7 0.2
0.1 0.4 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 número promedio de clientes en el sistema del modelo de un solo canal y una sola fase que se
describió en la sección 13.4 es:

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

Es idéntico al sistema de un solo canal. Observe que la fórmula para P (ecuación 13-13) deberá utilizarse
en este ejercicio y aplicar demasiada álgebra.
( )

( )
[∑ ( ) ( )
]
( )

( )
[∑ ] ( ) )
(
 ( )

*∑ ( ) + ( )

( )
( )

*( )+
( )

( *

( )

( )

13-29 Un mecánico de servicio a 5 máquinas taladradoras de un fabricante de placas de acero. Las máquinas
se descomponen, en promedio, una vez cada 6 días laborables, y las descomposturas tienden a seguir una
distribución de Poisson. El mecánico puede manejar un promedio de una reparación por día. Las
reparaciones siguen una distribución exponencial.

a) ¿Cuántas máquinas están esperando recibir servicio en promedio?

b) ¿Cuántas están en el sistema en promedio?

() Taladradora
c) ¿Cuántas taladradoras están funcionando adecuadamente en promedio?
) (5)=5/6 Taladradoras
 d) ¿Cuál es el tiempo de espera promedio en la cola?

e) ¿Cuál es la espera promedio en el sistema?

( *

14-14 Clark Porperty Managment es responsable del mantenimiento, la renta y la operación diaria de un
complejo de apartamentos grande en el lado este de Nueva Orleans. George Clark está preocupado en
particular por las proyecciones de costos para remplazar los compresores de aire acondicionado (AA). Desea
simular el número de fallas anuales de los compresores durante los siguientes 20 años. 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 año, como se muestra en la siguiente tabla:

NÚMERO DE FALLAS DE COMPRESORES DE AA PROBABILIDAD (FRECUENCIARELATIVA)

0 0.06
1 0.13
2 0.25
3 0.28
4 0.20
5 0.07
6 0.01

Él decide simular un periodo de 20 años eligiendo un número aleatorio de dos dígitos de la tercera columna
de la tabla 14.4, comenzando con el número aleatorio 50.

Realice la simulación para Clark. ¿Es común tener tres o más años consecutivos de operación con dos o
menos fallas anuales de los compresores? R= Si
14-15 El número de automóviles que llegaron por hora al autolavado Lundberg durante las últimas 200
horas de operación fue el siguiente:

NÚMERO DE AUTOS QUE LLEGAN FRECUENCIA

3 o menos 0
4 20
5 30
6 50
7 60
8 40
9 0
Total 200

a) Establezca las distribuciones de probabilidad y de probabilidad acumulada para la variable llegada

de autos.
b) Establezca los intervalos de números aleatorios para la variable.
c) Simule 15 horas de llegadas de autos y calcule el número promedio de llegada por hora. Seleccione
los números aleatorios necesarios en la primera columna de la tabla 14.4, comenzando con los
dígitos 52.
14-17 Remítase 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 distribución para las ventas:

VENTAS DE CALENTADORES DE AGUA POR NÚMERO DE SEMANAS EN QUE SE VENDIÓ

SEMANA ESTE NÚMERO
3 2
4 9
5 10
6 15
7 25
8 12
9 12
10 10
11 5

a) Simule de nuevo el número de faltantes que ocurren en un periodo de 20 semanas (suponga

que Higgins mantiene su inventario constante de 8 calentadores).
b) Realice esta simulación de 20 semanas dos veces más y compare sus respuestas con las del
inciso a). ¿Cambian significativamente? ¿Por qué?
c) ¿Cuál es el número esperado de ventas por semana? R= 7
 EJERCICIO 14-18:

a) Vuelva a simular los 15 días de descarga:

SIMULACIÓN DE LA COLA EN EL PUERTO DE NUEVA ORLEANS PARA DESCARGA DE BARCAZAS

# RETRASOS DEL DÍA NÚMERO # DE LLEGADAS TOTAL A NÚMERO

DIA # DE DESCARGAS
ANTERIOR ALEATORIO NOCTURNAS DESCARGAR ALEATORIO

1 0 37 2 2 69 2
2 0 77 4 4 84 4
3 0 13 0 0 12 0
4 0 10 0 0 94 0
5 3 2 0 3 51 3
6 2 18 1 3 36 3
7 0 31 2 2 17 2
8 0 19 1 1 2 1
9 2 32 2 4 15 4
10 4 85 4 8 29 5
11 3 31 2 5 16 5
12 2 94 5 7 52 5
13 3 81 4 7 56 5
14 1 43 2 3 43 3
15 0 31 2 2 26 2
20 31 44
Descargas
Retrasos Totales Llegadas Totales Totales

# PROMEDIO DE RETRASOS DE BARCAZAS AL DÍA SIGUIENTE: 20 / 15 = 1.33

# PROMEDIO DE LLEGADAS NOCTURNAS: 31 / 15 = 2.07
# PROMEDIO DE BARCAZAS DESCARGADAS POR DÍA: 44 / 15 = 2.93
 b) Cuál es la comparación entre los resultados simulados:

En primer lugar, el número promedio de llegadas nocturnas se redujo en un 24.3%, a pesar de ello se
mantiene en un número entre el intervalo de 2 a 3 llegadas nocturnas.

En segundo lugar, el número promedio de barcazas descargadas por día se incrementó en un 12.8%,
situándose de igual manera en un intervalo de 2 a 3 descargas.

EJERCICIO 14-21:
SIMULACIÓN DE LA COLA EN DUMOOR
APPLIANCE CENTER
SEMANA
NÚMERO
COSTO X DE
INVENTARIO INVENTARIO COSTO X ALEATORIO
NÚMERO DEMANDA x INVENTARIO # SEMANAS ENTREGA
SEMANA INICIO DE FINAL FALTANTES PARA
ALEATORIO SEMANA AL FINAL DE DE ENTREGA (A PARTIR
SEMANA SEMANA SEMANAL TIEMPO DE
LA SEMANA DE
ENTREGAS
SEMANA 1)

1 5 82 3 2 2 0 53 3 3
2 10 57 1 9 9 0 84 3 4
3 9 68 2 7 7 0 49 2 4
4 7 28 1 6 6 0 63 3 6
5 6 5 0 6 6 0 26 0 0
6 6 94 3 3 3 0 65 3 7
7 3 3 0 3 3 0 72 0 0
8 3 11 0 3 3 0 84 0 0
9 3 27 1 2 2 0 85 3 9
10 10 79 2 8 8 0 63 3 12
62 13 49 49 0
Costo Costo
Inventario Demanda Inventario Total x Total x
Inicial Total Inicial Inventario Faltantes

COSTO PROMEDIO X INVENTARIO

SEMANAL: 49 / 10 = 4.90
COSTO DE FALTANTES X SEMANA: 0 / 10 = 0.00
 EJERCICIO 14-26:
SIMULACIÓN DE LA COLA EN BRENNAN AIRCRAFT DE TLN

TIEMPO ENTRE NÚMERO ALEATORIO COSTO ACUM POR HRS POR # HRS DE COSTO POR
# FALLAS X NÚMERO HRS POR COSTO POR # HRS ENTRE
FALLAS X UNA PARA HRS ENTRE SERVICIO (4 COMPOSTURA DE 4 DESCOMPOSTUR SERVICIO (
PLOTTER ALEATORIO COMPOSTURA SERVICIO (1 PLUMA) FALLAS X 4 PLUMAS
PLUMA FALLAS X 4 PLUMAS PLUMA) PLUMAS A PLUMAS)

1 82 60 60 400 53 120 3,200 120 60 1,920

2 57 50 110 800 84 130 6,400 250 140 3,520
3 68 50 160 1,200 49 120 9,600 370 210 5,120
4 28 30 190 1,600 63 120 12,800 490 300 6,080
5 5 10 200 2,000 26 110 16,000 600 400 6,400
6 94 70 270 2,400 65 120 19,200 720 450 8,640
7 3 10 280 2,800 72 120 22,400 840 560 8,960
8 11 20 300 3,200 84 130 25,600 970 670 9,600
9 27 30 330 3,600 85 130 28,800 1,100 770 10,560
10 79 60 390 4,000 63 120 32,000 1,220 830 12,480
11 90 60 450 4,400 26 110 35,200 1,330 880 14,400
12 87 60 510 4,800 2 100 38,400 1,430 920 16,320
13 92 70 580 5,200 75 120 41,600 1,550 970 18,560
14 41 40 620 5,600 26 110 44,800 1,660 1,040 19,840
15 9 20 640 6,000 92 130 48,000 1,790 1,150 20,480
640 5,090 1,790 14,440 9,350

COSTO POR SERVICIO DE MANTENIMIENTO: 6,000

COSTO x DESCOMPOSTURA SIMULADA: 9,350 x 50= 467,500

COSTO TOTAL DE MANTENIMIENTO SIMULADO (1 PLUMA): 467,500 + 6,000= 473,500

HORAS ENTRE FALLAS DE PLOTTER SI SE CAMBIA UNA PLUMA X c/ REPARACIÓN HORAS ENTRE FALLAS DE PLOTTER SI SE CAMBIAN 4 PLUMAS X c/ REPARACIÓN
HRS ENTRE PROBABILIDAD PROBABILIDAD HRS ENTRE
PROBABILIDAD LOWER HRS ENTRE FALLA HRS ENTRE FALLA PROBABILIDAD LOWER
FALLA ACUMULADA ACUMULADA FALLA

10 0.05 0.00 0.05 5 100 0.15 0.00 0.15 15

20 0.15 0.05 0.20 20 110 0.25 0.15 0.40 40
30 0.15 0.20 0.35 35 120 0.35 0.40 0.75 75
40 0.20 0.35 0.55 55 130 0.20 0.75 0.95 95
50 0.20 0.55 0.75 75 140 0.05 0.95 1.00 100
60 0.15 0.75 0.90 90
70 0.10 0.90 1.00 100

a) Como se puede observar después de realizar la simulación, 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 recomendación es optar por reemplazar las 4 plumas cada que exista un fallo.
 EJERCICIO 14-29:

a) Simulación de la prueba con 10 pacientes:

SIMULACIÓN DE LA COLA EN EL HOSPITAL GENERAL DE MILWAUKEE

NÚMERO NÚMERO NÚMERO SALA DE NÚMERO CTO DE

# PACIENTES SALA URGENCIAS DEPTO RAYOS X NÚMERO ALEATORIO QUIRÓFANO
ALEATORIO ALEATORIO ALEATORIO ENYESADO ALEATORIO OBSERVACIÓN

1 82 SU-EPA 80 DRX-EPA 60 QRF-CDO 59 SDE-DRX 74 CDO-EPA

2 57 SU-QRF 45 DRX-CDO 77 QRF-CDO 55 SDE-CDO 5 CDO-QRF
3 68 SU-CDO 86 DRX-EPA 46 QRF-CDO 72 SDE-EPA 81 CDO-EPA
4 28 SU-DRX 99 DRX-EPA 63 QRF-CDO 33 SDE-CDO 82 CDO-EPA
5 5 SU-DRX 2 DRX-QRF 71 QRF-CDO 62 SDE-EPA 93 CDO-EPA
6 94 SU-EPA 34 DRX-SDE 69 QRF-CDO 13 SDE-CDO 9 CDO-QRF
7 3 SU-DRX 87 DRX-EPA 44 QRF-CDO 74 SDE-EPA 96 CDO-EPA
8 11 SU-DRX 8 DRX-QRF 22 QRF-SDE 68 SDE-EPA 33 CDO-EPA
9 27 SU-DRX 86 DRX-EPA 3 QRF-SDE 22 SDE-CDO 52 CDO-EPA
10 79 SU-EPA 84 DRX-EPA 85 QRF-CDO 44 SDE-CDO 78 CDO-EPA
5 2 1

# veces que de
# veces que se RayosX entre a # veces que se
entra a Rayos X un depto que te entra a Rayos X
regrese

POSIBILIDAD DE ENTRAR 2 VECES 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)}

PROBABILIDADES QUE UN PACIENTE VAYA DE UN DEPTO A OTRO:

PROBABILIDAD
DE- A PROBABILIDAD LOWER DE- A
ACUMULADA

SU-DRX 0.45 0.00 0.45 45

SU-QRF 0.15 0.45 0.60 60
SU-CDO 0.10 0.60 0.70 70
SU-EPA 0.30 0.70 1.00 100
DRX-QRF 0.10 0.00 0.10 10
DRX-SDE 0.25 0.10 0.35 35
DRX-CDO 0.35 0.35 0.70 70
DRX-EPA 0.30 0.70 1.00 100
QRF-SDE 0.25 0.00 0.25 25
QRF-CDO 0.70 0.25 0.95 95
QRF-EPA 0.05 0.95 1.00 100
SDE-CDO 0.55 0.00 0.55 55
SDE-DRX 0.05 0.55 0.60 60
SDE-EPA 0.40 0.60 1.00 100
CDO-QRF 0.15 0.00 0.15 15
CDO-DRX 0.15 0.15 0.30 30
CDO-EPA 0.70 0.30 1.00 100

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 ingresó 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 (sólo
2 departamentos).
 EJERCICIO 14-30:

a) Simulación de una hora de servicio para una ventanilla para auto:

SIMULACIÓN DE LA COLA EN EL BANCO FIRST SYRACUSE

NÚMERO
HORA DISPONIBLE TIEMPO DE HORA EN QUE
NÚMERO TIEMPO ENTRE ALEATORIO PARA TIEMPO EN
# CTE HORA DE LLEGADA PARA COMENZAR EL TIEMPO EN ESPERA SERVICIO TERMINA EL
ALEATORIO LLEGADA TIEMPO DE SERVICIO
SERVICIO NECESARIO SERVICIO
SERVICIO

1 60 3 1.03 1.03 0 74 4 1.07 4

2 77 4 1.07 1.07 0 5 1 1.08 1
3 46 3 1.10 1.08 -2 81 5 1.13 3
4 63 3 1.13 1.13 0 82 5 1.18 5
5 71 3 1.16 1.18 2 93 6 1.24 8
6 69 3 1.19 1.24 5 9 1 1.25 6
7 44 2 1.21 1.25 4 96 6 1.31 10
8 22 2 1.23 1.31 8 33 3 1.34 11
9 3 1 1.24 1.34 10 52 3 1.37 13
10 85 4 1.28 1.37 9 78 5 1.42 14
11 14 1 1.29 1.42 13 13 2 1.44 15
12 48 3 1.32 1.44 12 6 1 1.45 13
13 69 3 1.35 1.45 10 28 3 1.48 13
14 13 1 1.36 1.48 12 30 3 1.51 15
15 30 2 1.38 1.51 13 94 6 1.57 19
16 50 3 1.41 1.57 16 23 2 1.59 18
41 112 56 168
Minutos en Minutos en
espera Servicio

COSTO DE MANTENIMIENTO ANUAL: 12,000 +16,000 = 28,000

COSTO X PÉRDIDA DE BUENA VOLUNTAD ANUAL: 112*7*200 = 156,800
COSTO TOTAL 28000+156800 184,800

ANÁLISIS DE OBSERVACIÓN 1: TIEMPO ENTRE LLEGADAS PARA 1000 OBS ANÁLISIS DE OBSERVACIÓN 2: TIEMPO DE SERVICIO A CLIENTES PARA 1000 OBS
TIEMPO
PROBABILIDA
ENTRE PROBABILIDAD TIEMPO ENTRE
# OCURRENCIAS PROBABILIDAD LOWER DEMANDA # OCURRENCIAS PROBABILIDAD LOWER D DEMANDA
LLEGADAS ACUMULADA LLEGADAS (MINS)
ACUMULADA
(MINS)
1 200 0.20 0.00 0.20 20 1 100 0.10 0.00 0.10 10
2 250 0.25 0.20 0.45 45 2 150 0.15 0.10 0.25 25
3 300 0.30 0.45 0.75 75 3 350 0.35 0.25 0.60 60
4 150 0.15 0.75 0.90 90 4 150 0.15 0.60 0.75 75
5 100 0.10 0.90 1.00 100 5 150 0.15 0.75 0.90 90
0 6 100 0.10 0.90 1.00 100
1000 1000
 b) Simulación de una hora de servicio para dos ventanillas para auto:

SIMULACIÓN DE LA COLA EN EL BANCO FIRST SYRACUSE

NÚMERO
HORA DISPONIBLE TIEMPO DE HORA EN QUE
NÚMERO TIEMPO ENTRE ALEATORIO PARA TIEMPO EN
# CTE HORA DE LLEGADA PARA COMENZAR EL TIEMPO EN ESPERA SERVICIO TERMINA EL
ALEATORIO LLEGADA TIEMPO DE SERVICIO
SERVICIO NECESARIO SERVICIO
SERVICIO

1 60 3 1.03 1.03 0 74 4 1.07 4

2 77 4 1.07 1.07 0 5 1 1.08 1
3 46 3 1.10 1.08 -2 81 5 1.13 3
4 63 3 1.13 1.13 0 82 5 1.18 5
5 71 3 1.16 1.16 0 93 6 1.22 6
6 69 3 1.19 1.19 0 9 1 1.20 1
7 44 2 1.21 1.20 -1 96 6 1.26 5
8 22 2 1.23 1.23 0 33 3 1.26 3
9 3 1 1.24 1.24 0 52 3 1.27 3
10 85 4 1.28 1.27 -1 78 5 1.32 4
11 14 1 1.29 1.29 0 13 2 1.31 2
12 48 3 1.32 1.31 -1 6 1 1.32 0
13 69 3 1.35 1.32 -3 28 3 1.35 0
14 13 1 1.36 1.35 -1 30 3 1.38 2
15 30 2 1.38 1.38 0 94 6 1.44 6
16 50 3 1.41 1.41 0 23 2 1.43 2
41 -9 56 47
Minutos en Minutos en
espera Servicio

COSTO DE MANTENIMIENTO ANUAL: 20,000 +32,000 = 52,000

COSTO X PÉRDIDA DE BUENA VOLUNTAD ANUAL: (0)*7*200 = 0
COSTO TOTAL 0+52,000 52,000

ANÁLISIS DE OBSERVACIÓN 1: TIEMPO ENTRE LLEGADAS PARA 1000 OBS ANÁLISIS DE OBSERVACIÓN 2: TIEMPO DE SERVICIO A CLIENTES PARA 1000 OBS
TIEMPO
PROBABILIDA
ENTRE PROBABILIDAD TIEMPO ENTRE
# OCURRENCIAS PROBABILIDAD LOWER DEMANDA # OCURRENCIAS PROBABILIDAD LOWER D DEMANDA
LLEGADAS ACUMULADA LLEGADAS (MINS)
ACUMULADA
(MINS)
1 200 0.20 0.00 0.20 20 1 100 0.10 0.00 0.10 10
2 250 0.25 0.20 0.45 45 2 150 0.15 0.10 0.25 25
3 300 0.30 0.45 0.75 75 3 350 0.35 0.25 0.60 60
4 150 0.15 0.75 0.90 90 4 150 0.15 0.60 0.75 75
5 100 0.10 0.90 1.00 100 5 150 0.15 0.75 0.90 90
0 6 100 0.10 0.90 1.00 100

c) Análisis de costos a) Vs b) :

El costo total anual por instalación de una ventanilla para auto es de $184,800, mientras que el costo
por instalar 2 ventanillas es de tan sólo $52,000, por lo que se recomienda optar por la opción de
instalar las 2 ventanillas para auto.

15-8.

Ray Cahnman es el orgulloso propietario de un automóvil deportivo 1955. Es un día dado, Ray no sabe si su
auto va arrancar. Arranca el 90% de las veces si arrancó la mañana anterior, y el 70% de las veces no arranca
si no arrancó la mañana anterior.

a) Construya la matriz de probabilidades de transición

b) ¿Cuál es la probabilidad de que arranque mañana si arranco hoy?
c) ¿Cuál es la probabilidad de arranque mañana si no arranco hoy?
P11= Probabilidad que el auto arranque dado que arranque mañana.
P12= Probabilidad que el auto arranque dado que no arranque mañana.
P21= Probabilidad que el auto no arranque dado que arranque mañana.
P22= Probabilidad que el auto no arranque dado que no arranque mañana.
a)

+
P= *

b)

P= [ ]* +

P= ( 0.9 , 0.10)

La probabilidad que el auto arranque mañana dado que arranco hoy es de 0.90.

d) La probabilidad que el auto arranque mañana 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 arrancará dentro de cinco días.

a) ¿Cuál es la probabilidad de que no arrancará dentro de cinco días, si arrancó hoy?

b) ¿Cuál es la probabilidad de que no arrancará dentro de cinco días, si no arrancó hoy?
c) ¿Cuál es la probabilidad de que arranque a la larga, si la matriz de probabilidades de transición no
cambia?
a)

+
P= *

b)

P= [ ]* +

P= ( 0.45 , 0.50)

La probabilidad que el auto arranque dentro de los 5 días es de 0.45.

La probabilidad que el auto no arranque dentro de los 5 días es de 0.50.

c)

π (n) = π (0) P
15-12.

La compañía 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 máquina muy antigua, en ocasiones llena las bolsas con más 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 máquina ponga solo 49 libras en cada bolsa el siguiente día, y una probabilidad de 0.20 de que
coloque 51 libras en cada bolsa el siguiente día. Si la máquina está colocando 51 libras en cada bolsa.
Además, si la máquina está colocando 51 libras en cada bolsa hoy, existe una probabilidad de 0.40 de que
coloque 50 libras en cada bolsa mañana y una probabilidad de 0.10 de que coloque 49 libras mañana.

a) Si la máquina está cargando 50 libras en cada bolsa hoy, ¿cuál es la probabilidad de que coloque 50
libras en cada bolsa mañana?
b) Resuelva el inciso a) cuando la máquina está colocando solo 49 libras en cada bolsa hoy.
c) Resuelva el inciso a) cuando la máquina está 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 están al
corriente, atrasadas un mes, atrasadas dos meses, canceladas como deuda incobrable o liquidadas por
completo. De las que están 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 quedarán
pagadas (85%) o se clasificarán como deuda incobrable. Si las ventas al promedian $150,000, determine
cuánto dinero espera recibir la compañía de esta cantidad. ¿Cuánto se volverá deuda incobrable?
 (untitled) Steady state transition matrix

State 1 State 2 State 3 State 4

State 1 .8175 0 .166 .0166

State 2 .8175 0 .166 .0166
State 3 .8175 0 .166 .0166

State 4 .8175 0 .166 .0166

Ending number (given initial) 0 0 0 0

Steady State probability .8175 0 .166 .0166

Entonces de los $150,000 quedan:

$122,625 se cobraran en este mes, $ 24,900 se cobrarán en menos de un mes y $2,490 se volverá en una
deuda incobrable.

Markov Matrix (sorted if State 1 State 3 State 4 State 2

necessary)

State 1 .8 .2 0 0

State 3 .9 0 .1 0

State 4 .85 .15 0 0

State 2 0 0 .15 .85

B matrix 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 0 0 1

15-18. La industria de teléfonos celulares es muy competitiva. Dos compañías en el área de Lubbock,
Horizon y Local Cellular, están compitiendo constantemente en un intento por controlar el mercado. Cada
compañía tiene un acuerdo de servicio de un año. Al final de cada año, algunos clientes renuevan, en tanto
que otros cambian a la otra compañía. 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 año y Local Cellular 80,000, ¿cuántos se
espera que tenga cada compañía el próximo año?

Total clientes 180000

%Horizon 0.56
%Local Cellular 0.44
 0.8 0.2
[0.56, 0.44] *
0.3 0.7
Respuesta:
Prox año: 180,000
%Horizon 0.58 104000
%Local Cellular 0.42 76000

15-20 En la sección 15.7, estudiamos un problema de cuentas por cobrar. ¿Cómo cambiarían la categoría de
pagada y la categoría de deuda incobrable con la siguiente matriz de probabilidades de transición?

I= 1 0 0= 0 0
0 1 0 0

A= 0.7 0 B= 0.2 0.1

0.4 0.2 0.2 0.2

F = ( I – B ) -1

F= 1.29 0.16
0.32 1.29

F*A =
0.97 0.03
0.74 0.26

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

27,000 3000 * 0.96774 0.03226
0.74194 0.25806

Cuenta pagada: 28354.84

Deuda incobrable: 1645.16

15-21 El profesor Green da cursos de programación de computadoras de dos meses durante el verano. Los
estudiantes presentan varios exámenes para aprobar el curso y cada estudiante tiene tres oportunidades de
tomar los exámenes. Los siguientes estados describen las situaciones posibles que pueden ocurrir:
1. Estado 1: pasar todos los exámenes y aprobar el curso
2. Estado 2: no pasar todos los exámenes en el tercer intento y reprobar el curso.
3. Estado 3: reprobar un examen en el primer intento
4. Estado 4: reprobar un examen en el segundo intento

Después de observar varios grupos, el profesor Green obtuvo la siguiente matriz de probabilidades de
transición:

Actualmente hay 50 estudiantes que no aprobaron todos los exámenes en el primer intento y 30
estudiantes que no aprobaron todos los exámenes en el segundo intento. ¿Cuántos estudiantes de estos
dos grupos pasarán el curso y cuántos lo reprobarán?

I= 1 0 0= 0 0
0 1 0 0

A= 0.6 0 B= 0.1 0.3

0.3 0.3 0.2 0.2

F = ( I – B ) -1

F= 1.21 0.45
0.30 1.36
F*A
0.86 0.14
0.59 0.41
50 30 * 0.86 0.14
0.59 0.41
Pasarán 61
Reprobarán 19

15-29 Durante un salida reciente a su restaurante favorito, Sandy (dueña del taller 1) se reunió con Chris
Talley (dueño del taller 7) (véase el problema 15-28). Después de disfrutar su almuerzo, Sandy y Chris
tuvieron una acalorada discusión sobre las porciones del mercado para las operaciones de cambio de aceite
rápido en su ciudad. Su conversación fue la siguiente:
Sandy: Mi operación es tan superior que después de que alguien cambia su aceite en uno de mis talleres,
nunca irían a otro taller. Pensándolo bien, tal vez 1 persona de cada 100 probará otro taller después de ir a
uno mío. En un mes, tendré el 99% del mercado y tú tendrás el 1%.
Chris: Estás completamente equivocada. En un mes, yo tendré el 99% del mercado y tú solamente tendrás
1%. De hecho, te invitaré a comer al restaurante que elijas si tienes razón. Si yo tengo razón, tú me invitarás
uno de esos filetes enormes en David’s Steak House. ¿Hacemos el trato?
Sandy: ¡Sí! Prepara tu chequera o tu tarjeta de crédito. Tú tendrás el privilegio de pagar por dos comidas
muy costosas en restaurante de mariscos Anthony’s.
a) Suponga que Sandy está en lo correcto acerca de los clientes que van una vez a uno de sus talleres de
cambio de aceite rápido. ¿Ganará la apuesta con Chris?
b) Suponga que Chris tiene la razón sobre los clientes que van una vez a uno de sus talleres, ¿ganará él la
apuesta?
c) Describa qué pasaría si ambos, Chris y Sandy, tienen razón 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 0.03
0.01 0.01 0.7 0.01 0.01 0.1 0.01 0.05 0.05 0.05
0.01 0.01 0.01 0.9 0.01 0.01 0.01 0.01 0.01 0.02
0.01 0.01 0.01 0.1 0.8 0.01 0.03 0.01 0.01 0.01
0.01 0.01 0.01 0.01 0.01 0.91 0.01 0.01 0.01 0.01
0.01 0.01 0.01 0.01 0.01 0.1 0.7 0.01 0.1 0.04
0.01 0.01 0.01 0.01 0.01 0.1 0.03 0.8 0.01 0.01
0.01 0.01 0.01 0.01 0.01 0.1 0.01 0.1 0.7 0.04
0.01 0.01 0.01 0.01 0.01 0.1 0.1 0.05 0 0.7

Resultado:
0.9802 0.0179 0.0001 0.0001 0.0001 0.001 0.0001 0.0001 0.0001 0.0003

No tendrá el 99%, tendrá el 98%

c) Tampoco tiene la razón, mismo caso que Sandy

c) Por la participación de mercado inicial, se quedarían prácticamente igual, ambos, reduciría:

Sandy = 59.8%
Chris = 2.2%