Академический Документы
Профессиональный Документы
Культура Документы
TRABAJO 1
Investigación de Operaciones
HAMDY A. TAHA
Profesor:
Integrantes:
Bloque:
FC-PREILT06B1M
2017-2
Investigación de Operaciones
CONJUNTO DE PROBLEMAS poner número de capítulo
Jugador 2
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
-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)
B)
B1 B2
A1 5 8
A2 6 5
A3 5 7
oura de B esperada de A
1 -x+6 5.75
2 3x1+5 5.75
1 -3y1+8 5.75
2 y1+5 5.75
-3y1+8=-y1+5
y1=0.5
Respuesta
Ejercicio 17.2ª.1
Solución:
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
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
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
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
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 ×
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
E1 E2 E3 E4 E5
𝝅𝟎=
1 0 0 0 0
𝑷𝟐
𝝅𝟎 × 𝑷𝟐
𝑷𝟒
𝝅𝟎 × 𝑷𝟒
Ejercicio 17.2ª.5
NO ESTÀ RESUELTO
CONJUNTO DE PROBLEMAS 18.3ª
Ejercicio 18.3ª.1
Ejercicio 18.3ª.2
NO ESTÀ RESUELTO
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
𝑓𝑎𝑙𝑙𝑎𝑠
𝜆 = 33.6
𝑠𝑒𝑚𝑎𝑛𝑎
−0.2𝑥3
𝑃(𝑡 > 3) = 1 − 𝑃(𝑡 ≤ 3) = 𝑒 −𝜆𝑡
= 0.5488 ≈ 54.88%
x
Última 3hr. 4hr.
falla
𝑃(𝑡 ≤ 1) = 1 − 𝑒 −0.2∗1 = 0.1813 ≈ 18.13%
1
= 0.05
𝜆
1 𝑙𝑙𝑒𝑔𝑎𝑑𝑎𝑠
𝜆= = 20
0.05 ℎ𝑜𝑟𝑎
a) Escriba la distribución exponencial que describe el tiempo entre
llegadas.
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.?