-1-

LINEAS DE ESPERA.

12.- Los clientes llegan a una ventanilla bancaria de auto servicio, según una distribución de Poisson con media de 10 por hora. El tiempo
de servicio por cliente es exponencial con media de 5 minutos .El tiempo de servicio por cliente es exponencial con media de 5 minutos.
El espacio en frente de la ventanilla, incluyendo al auto al que se le está dando servicio, puede acomodar un máximo de tres automóviles.
Otros vehículos pueden esperar fuera de este espacio.
a) ¿ Cuál es la probabilidad de que un cliente que llega pueda manejar directamente hasta el espacio frente a la ventanilla ?
b) ¿ Cuál es la probabilidad de que un cliente que llega tendrá que a aguardar fuera del espacio indicado?
c) ¿ Cuántos espacios deberán proporcionar enfrente de la ventanilla de manera que todos los clientes que llegan puedan esperar
frente a ésta al menos 20 % del tiempo ?.
SOLUCIÓN
(M/M/) : (DG//)
 : 10 Clientes/hora = 0.16667 Clientes/minuto

Clientes 1 hora
10 * = 0.16667 Clientes/minuto
hora 60 minutos
 : 5 minutos

 0.16667
P0 = 1 = 1 = 1 – 0.03333 = 0.96667
 5
P0 = 96.667 %  96.7 %
La probabilidad de que un cliente llegue y pueda manejar directamente hasta el espacio de la ventanilla es del 96.7 %

 0.16667
a)   = = 0.03333
 5
Pn = (1 – ) n = (1 - 0.03333)*(0.03333) 4 = 0.96667*0.000001
P4 = 0.000001 = 0%
Como son tres las ventanillas de atención, la probabilidad de que un cliente llegue y tenga que aguardar
fuera del espacio indicado es del 0 %.
b) Pn = (1 – ) n
n
(1 - 0.03333)*(0.03333) = 0.2

n
0 .2
(0.03333) =
0.9667
n log(0.03333) = log (0.20689)

 0.68426
n = = 0.46320 n  1
 1.47716
Los espacios en la ventanilla para que un cliente espere por lo menos el 20 % frente a ella tiene como
óptimo 1 sola ventanilla.

13.- Un restaurante de comida rápida tiene una ventanilla para dar servicio a automóviles. Se estima que los autos llegan de acuerdo a una
distribución de Poisson a la tasa de 2 cada 5 segundos y que hay espacio suficiente para dar cabida a una fila de 10 automóviles. Otros
autos que llegan pueden esperar fuera de este espacio de ser necesario. Los empleados quedan 15 minutos en promedio en surtir un
pedido, pero el tiempo de servicio varía en realidad, según una distribución exponencial.
Determine lo siguiente :
a) La probabilidad de que el estacionamiento esté inactivo.
b) El número esperado de clientes en espera, pero que no se les atiende en el momento.
c) El tiempo de espera calculando hasta que un cliente pueda hacer su pedido en ventanilla.
d) La probabilidad de que la linea de espera sea mayor que la capacidad de espacio que conduce a la ventanilla de servicio de
automóviles.

SOLUCIÓN (M/M/) : (DG/N/)

a)  : 2/5 Automóviles/hora = 0.4 Automóviles/minuto
 -2-

N = 10
 : 1.5 minutos

 0.4
  = = 0.73333
 1.5
1 1  0.26667 0.73333
P0 = = = = 0.73333
1   N 1 1  0.2666711 0.99999
P0 = 73.333 %  73 %
La probabilidad de que el restaurante esté inactivo es del 73 %
b) P1 = (0.26667)*(0.73333) = 0.19556
P2 = (0.26667)2*(0.73333) = 0.05215
P3 = (0.26667)3*(0.73333) = 0.01391
P4 = (0.26667)4*(0.73333) = 0.00371
P5 = (0.26667)5*(0.73333) = 0.00099
P6 = (0.26667)6*(0.73333) = 0.00026
P7 = (0.26667)7*(0.73333) = 0.00007
P8 = (0.26667)8*(0.73333) = 0.00002
P9  (0.26667)9*(0.73333) = 0.00000
ef = (P0+P1…….+Pn)
ef = 0.4*(0.73333+0.19556+0.05215+0.01391+0.00371+
0.00099+0.00026+0.00007+0.00002+0.000)
ef = 0.4

Ls =

 1   N  1  N  N N 1 
(1  )(1   N 1 )

Ls =

0.26667 * 1  10  1 * 0.26667 10  10 * 0.26667 10 1 
(1  0.26667)(1  0.26667101 )
0.26667
Ls = = 0.36364
0.73333
 ef 0.4
Lq = Ls  = 0.36364 + = 0.63031
 1.5
Lq  1 automóvil.
El número esperado de clientes en espera es de 1 automóvil.

Lq 0.63031
c) Wq = = = 1.57578  1.58 minutos.
 ef 0 .4
El tiempo de espera calculado hasta que un cliente pueda hacer su pedido es de 1.58 minutos, no incluye
el tiempo de servicio.

1 1  0.26667 0.73333

d) Pn = * n = * 0.26667 11 = = 0.73333
1   N 1 1  0.26667 10 1
0.99999
P11 = 73.333 %  73 %
La probabilidad de que la línea de espera sea mayor a la capacidades del 73 % puesto que la capacidad es
de 10 automóviles
Markov
1.- Formule las siguientes cadenas de Markov:
 -3-

- L a p r o b a b i l i d a d d e u n a h u e l g a m a ñ a n a e s d e 0 . 8 0 , s i p e r s i s t e l a h u e l g a h o y, m i e n t r a s q u e l a
p r o b a b i l i d a d q u e s e t r a b a j e m a ñ a n a e s d e 0 . 8 5 s i s e t r a b a j a h o y.
a ) E s c r i b a l a m a t r i z d e t r a n s i c i ó n d e l a c a d e n a d e M a r k o v.
b) Encuentre la probabilidad de estabilidad del sistema.
SOLUCIÓN
S1 : Huelga.
S 2 : Tr a b a j o .
a)
S1 S2
S1 0.80 0.20
S2 0.15 0.85
b)
0.80 0.20
 x1 x 2   x1 x2 
0.15 0.85
 0.80x 1  0.15x 2  x 1

0.20x 1  0.85x 2  x 2
 0.20x 1  0.15x 2  0

 0.20x 1  0.15x 2  0
x1  x 2  1
x 2  1  x1
 0.20x 1  0.15(1  x 1 )  0
 0.20x 1  0.15  0.15x 1  0
 0.35x 1  0.15
0.15
x1 
0.35
x 1  0.43
x 2  1  x 1  1  0.43
x 2  0.57
La probabilidad de estabilidad del sistema es (0.43 , 0.57), es decir existe el 43 % de
probabilidad de que haya huelga mañana al igual que el 57 % de la probabilidad es que se trabaje.
2.- Se tiene dos acciones. Las acciones 1 se vende a 10 dólares o 20 dólares. Si hoy las acciones 1 se
venden a 10 dólares, hay una posibilidad 0.80 de que mañana se venderán a 10 dólares. Si las acciones 1
se venden hoy a 20 dólares, hay una probabilidad 0.90 de que mañana se venderán a 20 dólares. Las
acciones 2 siempre se venden a 10 dólares o a 25 dólares. Si e venden hoy a 10 dólares hay una
probabilidad 0.85 de que mañana se vendad a 25 dólares. En promedio , ¿ Qué acciones se venden a
mayor precio ?. Determine e interprete todos los tiempos promedio de primer pasaje.
SOLUCIÓN Sean los estados:
E1 :las acciones 1 se venden a 10 $.
E2 .las acciones 1 se venden a 20 $.

0.80 0.20 ( 0)
x ( 0.5 0.5 )
0.10 0.90

x =( 0.5 0.5 ) 0.80 0.20 ( 1)

x ( 0.45 0.55 )
0.10 0.90
 -4-

E1= 45%
E2= 55%
(x,y)P=(x y)
0.8x + 0.1y =x
0.2x + 0.9y =y

0.8x + 0.1 – 0.1x = 0

-0.3x = -0.1
x =1/3 y = 1-x
y =2/3

Por tanto : 10(1/3)+20(2/3) = 16.667 $.

Para la acción 2:
E1: las acciones 2 se venden a 10$.
E2: las acciones 2 se venden a 25$
0.90 0.10 ( 0)
x ( 0.5 0.5 )
0.15 0.85

0.90 0.10 1
x = ( 0.5 0.5 ) x ( 0.52 0.48)
0.15 0.85

E1=52%
E2=48%
0.9x + 0.15y = x
0.1x + 0.85y = y

0.9x + 0.15 – 0.15x – x = 0

- 0.25x = -0.15
x = 0.6
y = 0.4
Por tanto: 0.6(10) + 0.4(25)= 16$.

Las acciones 1 se venden a 20$ siendo este su mayor precio, con un porcentaje de 55%, mientras las
acciones 2 se venden a 10$ con su mayor precio con un porcentaje de 52%. Las acciones 1 se venden a
mayor precio: 16.667 $, 0.667 más que las acciones 2.

3.- Una compañía presenta un nuevo producto al mercado. Si las ventas son altas existe una probabilidad
de 0.5 de que se mantendrán a ese nivel el mes siguiente. Si no son altas, la probabilidad de que
aumentarán el mes siguiente es solo de 0.2. La compañía tiene la opción de elaborar una campaña
publicitaria. Si lo hace y las ventas son altas, la probabilidad de que se mantendrán así el mes siguiente
aumentará a 0.8. Por otra parte, una campaña publicitaria mientras las ventas son bajas aumentará la
probabilidad a solo 0.4.
Si no recurre a la publicidad y las ventas son altas, se espera que los rendimientos sean 10, si
las ventas se mantienen altas el mes siguiente y 4 si ni sucede esto. Los rendimientos correspondientes si
el producto empieza con ventas altas son 7 y –2. Recurriendo a la publicidad se generarán rendimientos
de 7 si el producto comienza con ventas altas y se mantiene en ese nivel y de 6 si no ocurre esto. Si las
ventas empiezan bajas, los rendimientos son 3 y –5, dependiendo de si las ventas se mantienen altas o
no.
Determine la política óptima de la compañía para los 3 meses siguientes y luego los 5 meses
siguientes.

SOLUCIÓN
Sean los estados:

S 1 : Ve n t a s a l t a s
S 2 : Ve n t a s b a j a s

Periodo n = 1 mes

Acción k = 1 Sin publicidad

 -5-

E1 E2 E1 E2
1 10 4
1 0.5 0.5 R
P 7 2
0.2 0.8

Acción K = 2 Con publicidad

E1 E2 E1 E2
2 7 6
2 0.8 0.2 R
P 3 5
0.4 0.6

Cálculo de rendimiento esperado:

V11 = 0.5 (10) + 0.5 (4) = 7

V11 = 0.5 (10) + 0.5 (4) = 7
V12 = 0.8 (7) + 0.2 (6) = 6.8
V22 = 0.4 (3) + 0.6 (-5) = -1.8

Aplicando las funciones recursivas:

fn (i) = Máx {Vik}

fn (i) = Máx {Vik + Σ Pij + fn+1(j)}

Etapa N
I K = 1 K = 2 fn (i) K*
1 7 6.8 7 1
2 -0.2 -1.8 -0.2 1
Etapa N – 1
i K = 1 K = 2 fN-1 K*
1 7+0.5(7)+10.5(0.2) =10.54 6.8+0.8*10+ (- 12.36 2
0.2)=12.36
2 -0.2+0.2*7+0.8* -1.8+0.4*7+0.6(- 1.04 1
(-0.2)=1.04 0.2)=0.88
Etapa N-2
i K = 1 K = 2 fN-1 K*
1 7+0.5(12.36)+0.5(1.04) =13.7 6.8+0.8(12.36)+0.2 16.896 2
(1.04)=16.896
2 -0.2+0.2*12.36+0.8* 1.8+0.4*12.36+ 3.77 2
(1.04)=3.104 0.6(1.04)=3.768

Etapa N-3
i K = 1 K = 2 fN-1 K*
1 7+0.5(16.896)+0.5 (3.22) 6.8+10.8*16.896+0.2 21.071 2
=17.333 (3.77)=21.071
2 -0.2+0.2*16.896+0.8* - 7.22 2
(3.22)=6.195 1.8+0.4*16.998+0.6(3.
22)=7.22
Etapa N-4
i K = 1 K = 2 fN-1 K*
1 7+0.5(21.071)+0.5 (7.22) 6.8+0.8*21.071+0.2 25.101 2
=21.146 (7.22)=25.101
2 -0.2+0.2*21.071+0.8* - 10.96 2
(7.22)=9.79 1.8+0.4*21.071+0.6(7.
22)=10.96
Etapa N-5
i K = 1 K = 2 fN-1 K*
1 7+0.5(25.101)+0.5 (10.96) 6.8+0.8*25.101+ 29.073 2
=25.03 0.2(10.96) =29.073
2 -0.2+0.2*25.101+0.8* - 14.816 2
(10.96)=13.59 1.8+0.4*25.101+0.6(10
.96) =14.816
Etapa N-6
i K = 1 K = 2 fN-1 K*
1 7+0.5(29.073)+0.5 (14.816) 6.8+0.8*29.073+0.2+ 33.022 2
=28.94 (14.816)=33.022
2 -0.2+0.2*29.073+0.8* - 18.719 2
 -6-

(14.816)=17.467 1.8+0.4*25.101+0.6(14
.816=18.7
Etapa N - 7
i K = 1 K = 2 fN-1 K*
1 7+0.5(33.022)+0.5 (18.719) 6.8+0.8*33.022+0.2 36.96 2
=32.87 (18.719)=36.96
2 -0.2+0.2*33.022+0.8* - 2
(18.0719)=21.78 1.8+0.4*33.0227+0.6(1 22.64
8.79 =22.64
Para los tres primeros meses, es decir N = 3

En el primer mes debe realizarse publicidad no importa si se tengan ventas altas o bajas, en ambos casos
es conveniente realizar la publicidad.
En el segundo mes debe hacerse publicidad solo si las ventas son altas.
En el tercer mes, no debe realizarse publicidad en ningún caso.
El beneficio óptimo esperado es:
16.896 $, si en el primer mes las ventas fueron altas.
3.77$, si en el primer mes las ventas fueron bajas.

Para 5 meses adicionales, N=8

Durante los 6 primeros meses debe realizarse publicidad, sin importar el estado de las ventas.
En el séptimo mes se deberá hacer publicidad solo si el estado de ventas es alto.
En el octavo mes no debe realizarse publicidad.
El beneficio esperado es de :
36.96 $, si las ventas en el mes inicial fueron altas.
22.64 $, si las ventas en el primer mes fueron bajas.
4.- Al principio de cada año mi automóvil está en buen, regular o mal estado. Un buen automóvil será bueno al principio del año
siguiente, con probabilidad de 0.85, regular con probabilidad de 0.10 y mal con probabilidad de 0.05. Un automóvil regular estará
regular al principio del año siguiente con probabilidad 0.70 y mal con probabilidad 0.30. Cuesta 6000 dólares comprar un buen
automóvil, uno regular se puede conseguir por 2000 dólares; uno malo no tiene valor de venta y se debe reemplazar de inmediato por uno
bueno. Cuesta 1000 dólares al año el funcionamiento de un buen automóvil y 1500 dólares el de uno regular. ¿ debo reemplazar mi
automóvil tan pronto como se vuelva regular, o debo esperar hasta que se descomponga ? Suponga que el costo de funcionamiento de un
automóvil durante un año depende del tipo de vehículo que se tiene a la mano al principio del año ( después de llegar cualquier auto
nuevo, si es el caso).
SOLUCIÓN Sean los estados:

S1 = Automóvil en buen estado.

S2 = Automóvil en regular estado.

S3 = Automóvil en mal estado.

Matriz de transición:

S1 S2 S3

S1 0.85 0.10 0.05 0 0 0

S2 0 0.70 0.30 6000 8000 0
S3 1 0 0 1000 1500 0

S1 -> V1 = 0 S2 -> V2 = 1400 S3 -> V3 = 1000

i : 1 2 3

Vi : 0 1400 1000

Los valores fn (i) se determinan :

f3 (1) = 0 + 0.85*0 + 0.10 * 0 + 0.05 * 0 = 0

f3 (2) = 1400 + 0 (6000) + 0.70 * 2000 + 0.30 * 0 = 2800

f3 (3) = 1000 + 1 *(1000) + 0 * 1500 + 0* 0.0 = 2000

 -7-

--f2 (1) = 0 + 0.85*0 + 0.10 * 1400 + 0.05 * 1000 =190

f2 (2) = 1400 + 0 *0 + 0.70 * 1400 + 0.30*1000 = 2680

f2 (3) = 1000 + 1 *0 + 0 * 1400 + 0* 1000 = 1000

--f1 (1) = 0 +190 * 0.85 +2680* 0.10 * 1000 + 0.05 *0 =929.5

f1 (2) = 1400 + 190 *0 + 2680 *0.70 + 1000 * 0.30 = 3576

f 1 ( 3 ) = 1 0 0 0 + 1 9 0 * 1 + 2 6 8 0 * 0 + 1 0 0 0 * 0 . 0 = 11 9 0

5.- Una empresa tiene un programa de adiestramiento que contempla dos fases la fase 1 de tres semanas
de adiestramiento en aula. La fase 2 de 3 semanas de aprendizaje ya trabajando bajo supervisión.
Estudios realizados por la empresa han determinado que de la fase de aula 60% pasan a la fase de
aprendizaje y 40% abandonan completamente el programa de la fase de aprendizaje 70% se gradúan de
supervisores 10% repiten la fase 2 y 20% quedan fuera del programa. La compañía se ha fijado un plazo
de 9 semanas. Cuántos supervisores espera graduar la compañía si tiene actualmente 45 personas en fase
de aula y 21 personas en fase de aprendizaje las personas quedan fuera del programa nunca vuelven.

SOLUCIÓNSean los estados:

E1 : Abandonar

E2 : Adiestramiento en aula.

E 3 : Tr a b a j a n d o b a j o s u p e r v i s i ó n .

E4 : Graduación.

Ve c t o r i n i c i a l x 0 = ( 0 45 21 0)

x0 = (0 45/66 21/66 0)

Matriz de transición:

0.90 0.10 ( 0)
x ( 0.5 0.5 )
0.15 0.85

0.90 0.10 1
x = ( 0.5 0.5 ) x ( 0.52 0.48 )
0.15 0.85

E1 E2 E3 E4

E1 1 0 0 0
E2 0.40 0 0.60 0
E3 0.20 0 0.10 0.70
E4
0 0 0 1

Cadena de Markov:

X(3) = x10 x3

6.- Cada familia norteamericana se puede clasificar como habitante de zona urbana , rural o suburbana.
Durante un año determinado el 15% de todas las familias urbanas se cambian a una zona suburbana y el
5 % s e c a m b i a n a u n a z o n a r u r a l . Ta m b i é n e l 6 % d e l a s f a m i l i a s s u b u r b a n a s p a s a n a z o n a u r b a n a y e l 4 5
se mudan a zona rural. Por último el 4% de las familias rurales pasan a una zona rural y el 6% se mudan
a una zona suburbana.
 -8-

a) Si una familia actualmente vive en una zona urbana. ¿ Cuál es la probabilidad que después de
dos años viva en una zona urbana ? ¿ En zona suburbana? ¿ En zona rural?

b) Supongamos que en la actualidad el 40% de las familias vive en zona urbana, el 35% en zona
suburbana y el 25% en zona rural. Después de dos años ¿ qué porcentaje de las familias
norteamericanas vivirá en zona urbana?

c) ¿ Qué problemas se pueden presentar si este modelo se usara para predecir la distribución futura
de la población de Estados Unidos?

SOLUCIÓN

Sean los estados:

S1 : familia vive en zona urbana.

S2 : familia vive en zona rural.

S1 : familia vive en zona suburbana.

Periodo n=1año

Sea la matriz de transición P :

S1 S2 S3
S1 0.80 0.05 0.15
S2 0.04 0.90 0.06
S3 0.06 0.04 0.90

a ) Ve c t o r i n i c i a l x 0 = ( 1 0 0)

2
0.80 0.05 0.15
0.04 0.90 0.06
2 0
x = x P = (1 2
0 0) 0.06 0.04 0.90 = (0.651 0.091 0.258)

La probabilidad son las siguientes:

Zona urbana 0.651 (65.1%)

Zona rural 0.091 (9%)

Zona suburbana 0.258 (25.8%)

b ) Ve c t o r i n i c i a l x 0 = ( 0 . 4 0.25 0.35) Entonces:

0.80 0.05 0.15

0.04 0.90 0.06

x2 = x0P2 = (0.4 0.25 0 . 3 5 ) 0.06 0.04 0.90 = (0.315 0.266 0.419)

Después de 2 años el 31.5 % vivirá en zona urbana.

7.- Se tiene la siguiente matriz de transición:

 -9-

0 0 1 0 0 0
0 0 0 0 0 1
0 0 0 0 1 0
1 1 1
P = 0 0 0
4 4 2
1 0 0 0 0 0
1 2
0 0 0 0
3 3

a) ¿ Cuáles estados son transitorios?

b) ¿ Cuáles estados son recurrentes?

c) Identifique todos los conjuntos cerrados de estados

d) ¿ Es ergódica esta cadena?(demuestre)

e) ¿ A qué se llama distribución de estado estable?

SOLUCIÓN

a) Estados transitorios

6
1)  li1  1 / 4  1  5 / 4
i 1
> 1

6
2)  li 2  1 / 4  1 / 3  7 / 12
i 1
< 1

6
3)  li3  1  1
i 1
= 1

6
4)  li 4  1 / 2
i 1
< 1

6
5)  li5  1  1
i 1
= 1

6
6)  li6  1  2 / 3  5 / 3
i 1
> 1

Los estados 2 y 4 son transitorios

b) Los estados recurrentes:

Se calculan las probabilidades de los estados a largo plazo para 1 ->6 respectivamente:
 - 10 -

0 0 1 0 0 0
0 0 0 0 0 1
0 0 0 0 1 0
1 1 1
( x1 x2 x3 x4 x5 x6 )  0 0 0  ( x1 x2 x3 x4 x5 x6 )
4 4 2
1 0 0 0 0 0
1 2
0 0 0 0
3 3

x1 = 0 x4 = 0

x2 = ¼ x5 = 0

x3 = 0 x6 = 3/4

9.- El valor en el mercado de un automóvil usado se estima en $ 2000. El propietario cree que puede
obtener más que esto, pero está dispuesto a escuchar ofertas de los tres primeros compradores prospecto
que respondan a su anuncio (lo que significa que debe tomar su decisión a más tardar después de que
reciba la tercera oferta). Se espera que las ofertas sean de $ 2000, $ 2200, $2400, $2600, con iguales
probabilidades. Naturalmente, cuando él acepte una oferte, todas las posteriores no le servirán más. Su
objetivo es el de fijar un límite aceptable que pueda utilizar cuando reciba cada una de las tres ofertas.
Por lo tanto, estos límites pueden ser $ 2000, $ 2200, $2400, $2600. Elabore un plan óptimo para el
propietario del automóvil.

SOLUCIÓN

S1 : Oferta de 2000 $.
S2 : Oferta de 2200 $.
S3 : Oferta de 2400 $.
S4 : Oferta de 2600 $.
f(i)=max{vi}
f(1) = 2000 P(f1) = 0.25
f(2) = 2200 P(f2) = 0.25
f(3) = 2400 P(f3) = 0.25
f(4) = 2600 P(f4) = 0.25
D = $ 2000
f(i) = máx{vi +  Pij fn+i(j)}
Para la Primera oferta
S1 = 2000 + (0.25 * 2000 + 0 * 2200 + 0 * 2400 + 0 * 2600) = 2500
S2 = 2000 + (0 * 2000 + 0.25 * 2200 + 0 * 2400 + 0 * 2600) = 2550
S3 = 2000 + (0 * 2000 + 0 * 2200 + 0.25 * 2400 + 0 * 2600) = 2600
S4 = 2000 + (0 * 2000 + 0 * 2200 + 0 * 2400 + 0.25 * 2600) = 2650
Para la Segunda oferta
S1 = 2000 + (0.25 * 2500 + 0 * 2550 + 0 * 2600 + 0 * 2650) = 2625.0
S2 = 2000 + (0 * 2500 + 0.25 * 2550 + 0 * 2600 + 0 * 2650) = 2637.5
S3 = 2000 + (0 * 2500 + 0 * 2550 + 0.25 * 2600 + 0 * 2650) = 2650.0
S4 = 2000 + (0 * 2500 + 0 * 2550 + 0 * 2600 + 0.25 * 2650) = 2662.5
P a r a l a Te r c e r a o f e r t a
S1 = 2000 + (0.25 * 2625.0 + 0 * 2637.5 + 0 * 2650.0 + 0 * 2662.5) = 2656.25
S2 = 2000 + (0 * 2625.0 + 0.25 * 2637.5 + 0 * 2650.0 + 0 * 2662.5) = 2659.38
S3 = 2000 + (0 * 2625.0 + 0 * 2637.5 + 0.25 * 2650.0 + 0 * 2662.5) = 2662.50
S4 = 2000 + (0 * 2625.0 + 0 * 2637.5 + 0 * 2650.0 + 0.25 * 2662.5) = 2665.63
El propietario deberá vender su automóvil mínimamente a 2656.25 $, pero se espera una oferta óptima de
2665.63 $

3.-Una investigación recientemente realizada con suscriptora de una revista de viajes, muestra que el
65% de ellos tienen al menos una tarjeta de crédito de alguna línea aérea. Comparando estos resultados
con una investigación similar efectuada hace 5 años, los datos indican que 40% de aquellos individuos
que no tenían una tarjeta de crédito de alguna línea aérea, obtuvieron posteriormente una, mientras que el
10% de aquellas que poseían alguna de estas tarjetas, hace 5 años, ya no lo hacen. Considerando que
estas tendencias continúen en el futuro, determínese la proporción de suscriptores que poseerán tarjetas
de crédito de líneas aéreas:
a) dentro de 10 años.
b) A largo plazo
 - 11 -

SOLUCIÓN

Sean los estados:

S1 : Suscriptores con tarjeta de crédito.

S2 : Suscriptores sin tarjeta de crédito.
a)

x 0   x1 x 2 
x 0   0.65 0.35
S1 S2
S1 0.90 0.10
S2 0.40 0.60
Para n = 10 años
x 10  P 0 P 10
0.90 0.10
b
0.40 0.60
2 0.85 0.15
b 
0.6 0.4

3 0.825 0.175
b 
0.7 0.3

4 0.813 0.188
b 
0.75 0.25
5 0.806 0.194
b 
5 0.806
0.775 0.194
0.225
b 
0.775 0.225
6 0.803 0.197
b 
0.788 0.213
7 0.802 0.198
b 
0.794 0.206

8 0.801 0.199
b 
0.797 0.203
9 0.8 0.2
b 
0.798 0.202
10 0.8 0.2
b 
0.799 0.201

ab
10
 0.8 0.2
10
0.90 0.10
x 10  P 0 P 10 =  0.65 0.35  = [0.8 , 0.2]
0.40 0.60

Dentro de 10 años el 80 % de las personas tendrán tarjeta de crédito y el 20 % de las personas
carecerán de ellas.
b)
0.90 0.10
 x1 x 2    x1 x2 
0.40 0.60
 0.90x 1  0.40x 2  x 1

0.10x 1  0.60x 2  x 2
 - 12 -

 0.10x 1  0.40 x 2  0

 0.10 x 1  0.40 x 2  0
x1  x 2  1
x 2  1  x1
 0.10 x 1  0.40(1  x 1 )  0
 0.10x 1  0.40  0.40x 1  0
 0.50x 1  0.40
0.40
x1 
0.50
x 1  0.8
x 2  1  x 1  1  0 .8
x 2  0.2
A largo plazo se espera que el 80 % tenga la tarjeta de crédito y por ende el 20 % no la tenga.
7. Las uvas del valle de Sonoma, se clasifican como superiores, regulares o malas. Después de una
c o s e c h a s u p e r i o r, l a s p r o b a b i l i d a d e s d e t e n e r d u r a n t e e l s i g u i e n t e a ñ o , u n a c o s e c h a s u p e r i o r,
r e g u l a r y m a l a s o n d e 0 , 0 . 8 y 0 . 2 r e s p e c t i v a m e n t e . D e s p u é s d e u n a c o s e c h a r e g u l a r, l a s
p r o b a b i l i d a d e s d e q u e l a s i g u i e n t e c o s e c h a s e a s u p e r i o r, r e g u l a r y m a l a s o n : 0 . 2 , 0 . 6 0 . 2 .
d e s p u é s d e u n a m a l a c o s e c h a , l a s p r o b a b i l i d a d e s d e u n a c o s e c h a s u p e r i o r, r e g u l a r y m a l a s o n d e
0.1, 0.8 y 0.1. Determínese las probabilidades de una cosecha superior para cada uno de los
s i g u i e n t e s a ñ o s , s i l a c o s e c h a m á s r e c i e n t e f u e r e g u l a r.

SOLUCIÓN

S 1 : C o s e c h a S u p e r i o r.
S 2 : C o s e c h a R e g u l a r.
S2 : Cosecha Mala.
Para la cosecha más reciente regular tenemos la probabilidad 1 inicialmente.

x 0  x1 x 2 x 3 
x 0   0 1 0
S1 S2 S3
S1 0.0 0.8 0 .2 
S2 0.2 0.6 0.2
S3  0.1 0.8 0.1
Para n = 5 años
x 5  P0P5
 - 13 -

a ( 0.2 0.6 0.2 )

0.0 0.8 0.2
b 0.2 0.6 0.2
0.1 0.8 0.1

ab  0.14 0.68 0.18

0.18 0.64 0.18

2
b  0.14 0.68 0.18
0.17 0.64 0.19

ab
2
 0.154 0.664 0.182

0.146 0.672 0.182

3
b  0.154 0.664 0.182
0.147 0.672 0.181

ab
3
 0.151 0.667 0.182

0.153 0.666 0.182

4
b  0.151 0.667 0.182
0.153 0.666 0.182

ab
4
 0.152 0.667 0.182

0.151 0.667 0.182

5
b  0.152 0.667 0.182
0.151 0.667 0.182

ab
5
 0.151 0.667 0.182

Para el primer año la cosecha superior será de 0.14 = 14 %

Para el segundo año la cosecha superior será de 0.154 = 15.4 %

Para el tercer año la cosecha superior será de 0.151 = 15.1 %

Para el cuarto año la cosecha superior será de 0.152 = 15.2 %

Para el quinto año la cosecha superior será de 0.151 = 15.1 %