INTRODUCIÒN A LOS MODELOS ESTOCÀSTICOS

TRABAJO 1

Investigación de Operaciones
HAMDY A. TAHA

Profesor:

López Guevara Ricardo

Integrantes:

Mendoza Dipaz Yoselin

Oré Ramírez Andrea

Nina Yoplac Gaby

Tucto López Isabel

Huamán Gálvez Elisabet

Bloque:

FC-PREILT06B1M

2017-2
 Investigación de Operaciones
CONJUNTO DE PROBLEMAS poner número de capítulo

Ejercicio Poner tema y número de ejercicio

ARREGLAR FORMATO DE ESTOS EJERCICIOS

*1. Resuelva gráficamente el juego de tirar la moneda del ejemplo 15.4-2.

Dos jugadores, A y B, juegan a tirar la moneda. Cada jugador, sin saberlo el

otro, escoge cara (H) o cruz (T). Ambos jugadores revelan sus elecciones al
mismo tiempo. Si coinciden (HH o TT), el jugador A recibe $1 de B. De lo
contrario, A le paga $1a B.
La siguiente matriz de retribuciones para el jugador A da los valores de fila mín
y columna máx correspondientes a las estrategias de A y B, respectivamente.

Jugador 2

Jugador 1 CARA SELLO

CARA 1 -1
SELLO -1 1

Estrategia Retribución Valor obtenido

Pura de B esperada de A
1 2x-1 0
2 -2x1+1 0

Estrategia Retribución Valor obtenido

Pura de A esperada de B
1 2y1-1 0
2 -2y1+1 0

2y1-1=-2y1+1
y1=0.5

Respuesta
El jugador A debe aplicar una estrategia combinada de A1 y A2 de (0,5;0,5) y
el jugador 2 debe combinar las estrategias 1 y 2 con una probabilidad de
(0,5,0,5) obteniendo un valor de juego de 0 para
3. Resuelva gráficamente los siguientes juegos. La retribución es para el
jugador A.

B1 B2 B3
A1 1 -3 7
A2 2 4 -6

s
B1 B2 B3
A1 1 -3 7
A2 2 4 -6

x1 0.5
Estrategia Retribución Valor
oura de B esperada: A obtenido
1 4x1-1 1
2 -7x1+4 0.5
3 13x1-6 0.5

Estrategia Retribución Valor obtenido

pura de A esperada :B
1 -6y1+7 1.43
2 8y1-6 1.43

-6y1+7=8y1-6
y1=13/14
y1+y2=1 y2=1/14
Respuesta
El jugador A debe aplicar una estrategia combinada de A1 y A2 de (0,5;0,5)

y el jugador 2 debe combinar las estrategias 1 y 2 con una probabilidad de

(0,5,0,5)
Obteniendo un valor de juego de 0 el jugador 1 y 10/3 para el jugador 2.

B)

B1 B2
A1 5 8
A2 6 5
A3 5 7

A3>>A3 por tanto A3 ya no forma parte de las alternativas del jugador A.

estrategia Retribución Valor obtenido

oura de B esperada de A

1 -x+6 5.75

2 3x1+5 5.75

estrategia Retribución Valor obtenido

oura de A esperada deB

1 -3y1+8 5.75

2 y1+5 5.75

-3y1+8=-y1+5

y1=0.5

Respuesta

El jugador A debe aplicar una estrategia combinada de A1 y A2 de (0,5;0,5)

y el jugador 2 debe combinar las estrategias 1 y 2 con una probabilidad de

(3/4,1/3)

Obteniendo un valor de juego de 5.75.

CONJUNTO DE PROBLEMAS 17.2ª

Ejercicio 17.2ª.1

Un profesor de ingeniería adquiere una computadora nueva cada dos años. El

profesor puede elegir de entre tres modelos: M1,M2 y M3.Si el modelo actual
es M1, la siguiente computadora puede ser M2 con probabilidad 0.2, o M3 con
probabilidad 0.15. Si el modelo actual es M2, las probabilidades de cambiar a
M1 y M3 son 0.6 y 0.25, respectivamente. Pero si el modelo actual es M3,
entonces las probabilidades de comprar los modelos M1 y M2 son 0.5 y 0.1,
respectivamente. Represente la situación como una cadena de Markov.

Considere el problema 1, conjunto 17.1a. Determine la probabilidad de que el

profesor compre el modelo actual en 4 años.

Solución:

DIAGRAMA DE LA MATRIZ DE PROBABILIDADES DE TRANCISIÓN

M1 M2 M3
M1 0.65 0.20 0.15
M2 0.60 0.15 0.25
M3 0.50 0.10 0.40

Si el modelo actual es M1 y;
𝛱0 = 0.65 0.20 0.15
𝑚 = 2 𝑝𝑜𝑟𝑞𝑢𝑒 𝑒𝑙 𝑝𝑟𝑜𝑓𝑒𝑠𝑜𝑟 𝑐𝑜𝑚𝑝𝑟𝑎 𝑐𝑎𝑑𝑎 2 𝑎ñ𝑜𝑠
Entonces dentro de 4 años:
𝛱𝑚 = 𝛱0 𝑃𝑚
0.65 0.20 0.15 2
𝛱𝑚 = 0.65 0.20 0.15 𝑥 [0.60 0.15 0.25]
0.50 0.10 0.40
𝛱𝑚 = [0.61 0,17 0.22]
 La probabilidad de que vuelva a comprar una computadora del modelo
M1 es de 61%, para M2 es 17% y para M3 es de 22%.

Ejercicio 17.2ª.2

Una patrulla policiaca vigila un vecindario conocido por sus actividades

pandilleriles. Durante un patrullaje hay 60% de probabilidades de llegar a
tiempo al lugar donde se requiere la ayuda; si no sucede algo, continuará el
patrullaje regular. Después de recibir una llamada, hay 10% de probabilidades
de cancelación (en cuyo caso el patrullaje normal se reanuda), y 30% de
probabilidad de que la unidad ya esté respondiendo a la llamada anterior.
Cuando la patrulla llega a la escena del suceso, hay 10% de probabilidades de
que los instigadores hayan desaparecido (en cuyo caso reanuda su patrullaje),
y 40% de probabilidades de que se haga una aprehensión de inmediato. De
otro modo, los oficiales rastrearán el área. Si ocurre una aprehensión, hay 60%
de probabilidades de trasladar a los sospechosos a la estación de policía, de lo
contrario son liberados y la unidad regresa a patrullar. Exprese las actividades
probabilísticas de la patrulla en la forma de una matriz de transición.

Considere el problema 2, conjunto 17.1a. Si la patrulla se encuentra en este

momento en la escena de una llamada, determine la probabilidad de que haga
una aprehensión en dos patrullajes.

Solución:
S1 Patrulla en vigilancia
S2 Patrulla respondiendo a una llamada
S3 Patrulla en la escena de la llamada
S4 Aprehensión realizada
S5 Transporte a la estación de policía

S1 S2 S3 S4 S5
S1 0.4 0.6 0 0 0
S2 0.1 0.6 0.3 0 0
S3 0.1 0 0.5 0.4 0
S4 0.4 0 0 0.6 0
S5 1 0 0 0 0
Probabilidades iniciales
S1 S2 S3 S4 S5
0 0 1 0 0

Si, 𝑚 = 2 Segundo patrullaje y S4= Aprehensión.

𝛱𝑚 = 𝛱0 𝑃𝑚
2
𝛱𝑚 = [0 0 1 0 0] 𝑥 0.40 0.60 0.00 0.00 0.00
0.10 0.60 0.30 0.00 0.00
0.10 0.00 0.50 0.40 0.00
0.40 0.00 0.00 0.60 0.00
1.00 0.00 0.00 0.00 0.00

𝛱𝑚 = [0.25 0.06 0.25 0.20 0.26]

La probabilidad de que se haga una aprehensión en el segundo patrullaje es de

20%.

Ejercicio 17.2ª.3

Cyert and Associates (1963). Banco 1 ofrece préstamos los que o se liquidan
cuando se vencen o se retrasan. Si el pago sobre un préstamo se retrasa más
de cuatro trimestres (1 año), Banco 1 considera el préstamo como una deuda
incobrable y la cancela. La siguiente tabla proporciona una muestra de la
experiencia anterior de Banco 1 con préstamos.

 Definición de variable
Xi: Estados de préstamos del Banco 1.

 Estados
E0: Sin retraso.
E1: 1 trimestre de retraso
E2: 2 trimestres de retraso
E3: 3 trimestres de retraso
E4: 4 trimestres de retraso
E5: Deuda pagada
E6: Incobrables

 Matriz de probabilidades de transición

𝑷=

E0 E1 E2 E3 E4 E5 E6
E0 0,00 0,30 0,30 0,20 0,00 0,20 0,00
E1 0,00 0,00 0,48 0,24 0,12 0,16 0,00
E2 0,00 0,00 0,00 0,30 0,55 0,15 0,00
E3 0,00 0,00 0,00 0,00 0,16 0,84 0,00
E4 0,00 0,00 0,00 0,00 0,00 0,50 0,50
E5 0,00 0,00 0,00 0,00 0,00 1,00 0,00
E6 0,00 0,00 0,00 0,00 0,00 0,00 1,00

Suponga que actualmente Banco 1 tiene préstamos pendientes que ascienden

a $500,000. De éstos, $100,000 son nuevos, $50,000 están retrasados un
trimestre, $150,000 están retrasados dos trimestres, $100,000 están retrasados
tres trimestres, y el resto están retrasados más de tres trimestres. ¿Cuál sería
la situación de estos préstamos después de dos ciclos de préstamos?

 Matriz Vector
𝝅𝟎=
E0 E1 E2 E3 E4 E5 E6
0,20 0,10 0,30 0,20 0,00 0,00 0,20

𝑷𝟐

𝝅𝟎 × 𝑷𝟐 =
Multiplicamos a la matriz vector resultante por la situación de préstamo actual
que es 500 000 dólares.

500 000 ×

La situación después de dos ciclos de préstamos es:

Sin retraso: 0 dólares.
1 trimestre de retraso: 0 dólares.
2 trimestres de retraso: 15 000 dólares.
3 trimestres de retraso: 25 000 dólares.
4 trimestres de retraso: 45 000 dólares.
Deuda pagada: 265 000 dólares.
Incobrables: 150 000 dólares.

Ejercicio 17.2ª.4

Pliskin and Tell (1981). Los pacientes que sufren de falla de riñón pueden
conseguir un trasplante o someterse a diálisis periódicas. Durante un año
cualquiera, 30% se somete a trasplantes cadavéricos y 10% recibe riñones de
donadores vivos. En el año después de un trasplante, 30% de los trasplantes
cadavéricos y 15% de los recipiendarios de donadores vivos regresan a la
diálisis. Los porcentajes de muertes entre los dos grupos son 20% y 10%,
respectivamente. De aquellos que están en el grupo de diálisis, 10% mueren, y
de los que sobreviven más de un año después de un trasplante, 5% mueren y
5% regresan a la diálisis.

 Definición de variable
Xi: Estados de tratamiento de un riñón.

 Estados
E1: Diálisis
E2: Trasplante cadavérico
E3: trasplante de donador vivo
E4: Sobreviviente después de un año
E5: No sobreviviente después de un año
  Matriz de probabilidades de transición

𝑷= E1 E2 E3 E4 E5
E1 0,50 0,30 0,10 0,00 0,10
E2 0,30 0,00 0,00 0,50 0,20
E3 0,15 0,00 0,00 0,75 0,10
E4 0,05 0,00 0,00 0,90 0,05
E5 0,00 0,00 0,00 0,00 1,00

a) Para un paciente al que se está tratando con diálisis, ¿cuál es la

probabilidad de recibir un trasplante en dos años?
Paciente que se está tratando con diálisis

 Matriz Vector para un paciente que se está tratando con diálisis

E1 E2 E3 E4 E5
𝝅𝟎=
1 0 0 0 0

𝑷𝟐

𝝅𝟎 × 𝑷𝟐

E2: Trasplante cadavérico = 0,15

E3: trasplante de donador vivo = 0,05
La probabilidad de recibir un trasplante en dos años es del 20%

b) Para un paciente que ha sobrevivido más de un año, ¿cuál es la

probabilidad de que sobreviva cuatro años más?

 Matriz Vector para un paciente que ha sobrevivido más de un año

 E1 E2 E3 E4 E5
𝝅𝟎=
0 0 0 1 0

𝑷𝟒

𝝅𝟎 × 𝑷𝟒

E4: Sobreviviente después de un año = 0,68

La probabilidad de que un paciente sobreviva 4 años más es 68%

Ejercicio 17.2ª.5

Un juego de lanzamiento de dados utiliza una cuadrícula de cuatro casillas. Las

casillas están designadas en sentido horario como A, B, C y D con
retribuciones monetarias de $4,2 $2,2 $6 y $9, respectivamente. Comenzando
en la casilla A, lanzamos el dado para determinar la siguiente casilla a la que
nos moveremos en el sentido de las manecillas del reloj. Por ejemplo, si el
dado muestra 2, nos movemos a la casilla C. El juego se repite utilizando la
última casilla como punto inicial.
(a) Exprese el problema como una cadena de Markov.
(b) Determine la ganancia o pérdida esperadas después de lanzar el dado 5
veces.

NO ESTÀ RESUELTO
CONJUNTO DE PROBLEMAS 18.3ª

Ejercicio 18.3ª.1

Explique su conocimiento de la relación entre la tasa de llegadas λ y el tiempo

entre llegadas promedio. ¿Cuáles son las unidades que describen cada
variable?
Para entenderlo mejor usaremos un ejemplo aplicativo – teórico de la llegada
de clientes para atención de un servicio.
Tasa de llegada λ es el número medio de clientes que acceden a un sistema
por unidad de tiempo por ejemplo en número promedio de clientes que
acceden al sistema de reclamos en 1 horas es 15 clientes.
El tiempo medio entre llegadas es 1/ λ para el ejemplo sería el tiempo medio
entre llegadas de clientes es 1/15 horas.
a) En cada uno de los siguientes casos, determine la tasa de llegadas
promedio por hora, λ, y el tiempo entre llegadas promedio en horas.
 Cada 10 minutos ocurre una llegada.
Tasa de llegadas promedio por hora (λ) = 1 llegada cada 10 min.
El tiempo entre llegadas promedio en horas (1/λ) = 1/10 = 0.1
llegadas/min
 Cada 6 minutos ocurren dos llegadas.
Tasa de llegadas promedio por hora (λ) = 2 llegadas cada 6 min.
El tiempo entre llegadas promedio en horas (1/λ) = 1/ (6/2) = 0.33
llegadas/min
 La cantidad de llegadas en un periodo de 30 minutos es de 10.
Tasa de llegadas promedio por hora (λ) = 10 llegadas cada 30
min.
El tiempo entre llegadas promedio en horas (1/λ) = 1/ (30/10) =
0.33 llegadas/min
 El intervalo promedio entre llegadas sucesivas es de .5 horas.
Tasa de llegadas promedio por hora (λ) = X llegadas sucesivas
cada 30 min.
El tiempo entre llegadas promedio en horas (1/λ) = 1/ (30/X) = Y
llegadas sucesivas/min

b) En cada uno de los siguientes casos, determine la tasa de servicio

promedio por hora, µ, y el tiempo de servicio promedio en horas.
 Se completa un servicio cada 12 minutos.
Tasa de servicio promedio por hora (µ) = 5 servicios cada hora.
El tiempo de servicio promedio en horas (1/µ) = 12 min (0,2
horas) por cada servicio.
  Cada 15 minutos ocurren dos salidas.
Tasa de servicio promedio por hora (µ) = 8 salidas cada hora.
El tiempo de servicio promedio en horas (1/µ) = 7,5 min (0,125
horas) por cada salida.
 La cantidad de clientes atendidos en un periodo de 30 minutos es
de 5.
Tasa de servicio promedio por hora (µ) = 10 clientes atendidos
cada hora.
El tiempo de servicio promedio en horas (1/µ) = 6 min (0,1 horas)
por cada cliente atendido.
 El tiempo promedio de servicio es de .3 horas.
 tasa de servicio promedio por hora (µ) = 0,33 servicios cada hora.
 el tiempo de servicio promedio en horas (1/µ) = 180 min (3 horas)
por cada servicio.

Ejercicio 18.3ª.2

NO ESTÀ RESUELTO

CONJUNTO DE PROBLEMAS 18.3 A

Una máquina de servicio cuenta con una unidad de respaldo para su

reemplazo inmediato si ocurre una falla. El tiempo para que falle la máquina (o
su unidad de respaldo) es exponencial y ocurre cada 5 horas en promedio. El
operador de máquina afirma que ésta “tiene el hábito” de fallar cada noche
alrededor de las 8:30 P.M. Analice la afirmación del operador. La tasa de fallas
1
promedio de la máquina es 𝜆 = 5 = 0.2 fallas por hora. Por lo tanto, la
distribución exponencial del tiempo para una falla es:

𝑓(𝑡) = 0.2𝑒 −0.2𝑡 , 𝑡 > 0

Con respecto a la afirmación del operador, sabemos sin pensarlo que no puede
ser cierta porque entra en conflicto con el hecho de que el tiempo entre averías
es exponencial y por, consiguiente, totalmente aleatorio. La probabilidad de que
ocurra una falla a las 8:30 P.M. no puede usarse para sustentar o refutar la
afirmación del operador, porque el valor de tal probabilidad depende de la hora
(con respecto a las 8:30 P.M.) a la cual se calcule. Por ejemplo, si en este
momento son las 8:30 P.M., entonces hay una baja probabilidad de que la
afirmación del operador sea correcta, es decir,

10 10
𝑝 {𝑡 < } = 1 − 𝑒 −0.2(60) = 0.03278
60

Si la hora en este momento es la 1:00 P.M., entonces la probabilidad de que

ocurra una falla a las 8:30 P.M. se incrementa a aproximadamente 0.777. Estos
dos valores extremos muestran que la afirmación del operador no es cierta.

2. En el ejemplo 18.3-1: determine lo siguiente:

a) El promedio de fallas en una semana, suponiendo que el servicio se

ofrece las 24 horas del día, 7 días a la semana.
𝑓𝑎𝑙𝑙𝑎𝑠
𝜆 = 0.2
ℎ𝑜𝑟𝑎

0.2𝑓𝑎𝑙𝑙𝑎𝑠 24ℎ𝑜𝑟𝑎𝑠 7𝑑í𝑎𝑠

𝜆= ∗ ∗
ℎ𝑜𝑟𝑎 𝑑í𝑎 𝑠𝑒𝑚𝑎𝑛𝑎

𝑓𝑎𝑙𝑙𝑎𝑠
𝜆 = 33.6
𝑠𝑒𝑚𝑎𝑛𝑎

b) La probabilidad de al menos una falla en un periodo de 24 horas.

𝑃(𝑡 ≤ 24) = 1 − 𝑒 −0.2∗24
𝑃(𝑡 ≤ 24) = 0.9918 ≈ 99.18%

c) La probabilidad de que la siguiente falla no ocurra dentro de 3 horas.

−0.2𝑥3
𝑃(𝑡 > 3) = 1 − 𝑃(𝑡 ≤ 3) = 𝑒 −𝜆𝑡
= 0.5488 ≈ 54.88%

d) Si no ha ocurrido ninguna falla 3 horas después de la última falla, ¿cuál

es la probabilidad de que el tiempo entre fallas sea al menos de 4
horas?

x
 Última 3hr. 4hr.
falla
𝑃(𝑡 ≤ 1) = 1 − 𝑒 −0.2∗1 = 0.1813 ≈ 18.13%

3. El tiempo entre llegadas a la Oficina Estatal de Hacienda es exponencial,

con valor medio de .05 horas. La oficina abre a las 8:00 A.M.

1
= 0.05
𝜆
1 𝑙𝑙𝑒𝑔𝑎𝑑𝑎𝑠
𝜆= = 20
0.05 ℎ𝑜𝑟𝑎
a) Escriba la distribución exponencial que describe el tiempo entre
llegadas.

𝑃(𝑡) = 20𝑒 −20𝑡 , 𝑡 > 20

b) Encuentre la probabilidad de que no lleguen clientes a la oficina

alrededor de las 8:15 A.M.
15𝑚𝑖𝑛 15
𝑃 (𝑡 > ) = 1 − 𝑃 (𝑡 ≤ )
60𝑚𝑖𝑛 20
15
= 𝑒 −20∗20 = 0.0067 ≈ 67%

c) En este momento son las 8:35 A.M. El último cliente llegó a la oficina a
la 8:26. ¿Cuál es la probabilidad de que el siguiente cliente llegue antes
de las 8:38 A.M.?, ¿de que no llegue alrededor de las 8:40 A.M.?

 La probabilidad de que el siguiente cliente llegue antes de las

8:38 A.M.:
3𝑚𝑖𝑛 3
𝑃 (𝑡 ≤ ) = 1 − 𝑒 −20(60) = 0.6321 ≈ 63.21%
60𝑚𝑖𝑛

 La probabilidad de que no llegue alrededor de las 8:40 A.M.:

5𝑚𝑖𝑛 5 5
𝑃 (𝑡 > ) = 1 − 𝑃 (𝑡 ≤ ) = 𝑒 −20∗60 = 0.1889 ≈ 18.89%
60𝑚𝑖𝑛 60