Problemas pag.

87 Libro Metodos Cuantitativos

1. Los ejemplos siguientes son experimentos con sus variables aleatorias asociadas. En cada
caso identifique que los valores que la variable aleatoria puede asumir y establezca si la
variable aleatoria es discreta o continua:
Experimento Variable aleatoria(x) Respuesta
a. Responder un examen de Número de preguntas que se Discreta
20 preguntas responde correctamente
b. Observar los automóviles Cantidad de automóviles que Discreta
que llegan llegan a una caseta de peaje
la caseta de peaje durante 1
hora
c. Auditar 50 devoluciones de Número de devoluciones Discreta
impuestos que contienen errores
d. Observar el trabajo de un Número de horas Continua
empleado improductivas durante 8
horas
e. Pesar un embarque de Peso del embarque Continua
productos

2. La tabla siguiente muestra una distribución de probabilidad parcial para las utilidades
proyectadas de MRA Company (en miles de dólares) para el primer año de operación (el
valor negativo denota una pérdida):
X Fx
-100 .10
0 .20
50 .30
100 .25
150 .10
2000 ?

a. Determine el valor faltante de f(200). ¿Cuál es su interpretación de este valor? R= .05

b. ¿Cuál es la probabilidad de que MRA sea rentable? R= .70
c. ¿Cuál es la probabilidad de que MRA gane al menos $100,000? R=.40

3. Se reunieron datos sobre el número de salas de operaciones en uso en el Hospital

General de Tampa durante un periodo de 20 días. En 3 de los días sólo se usó una sala de
operaciones, en 5 días se usaron dos, en 8 días se usaron tres y en 4 días se usaron todas.

a. Utilice el método de frecuencia relativa para elaborar una distribución de probabilidad

para el número de salas de operaciones en uso en cualquier día.
b. Elabore una gráfica de la distribución de probabilidad.
c. Muestre que su distribución de probabilidad satisface los requisitos de una distribución
de probabilidad discreta válida.
 TAREA 2 IDO LOZANO MOLINA ADAN XAVIER

Respuestas

Hospital

Probabilities & Payoffs Table:

Salas f(x) Dias
1 0.15 3
2 0.25 5
3 0.4 8
4 0.2 4

Statistics for: Dias

Expected Monetary Value 5.7

4. Enseguida se muestra una distribución de probabilidad para la variable aleatoria x.

X F(x)
3 .25
6 .50
9 .25

a. Calcule E(x), el valor esperado de x.

b. Calcule 2, la varianza de x.

c. Calcule , la desviación estándar de x

Respuesta

f(x) x E(x) Varianza

E1 0.25 3 0.75 2.5
E2 0.5 6 3 0
E3 0.25 9 2.25 2.5

Statistics for: x Varianza Desviación estándar

Expected Monetary Value 6 4.5 2.12

Problema de Vendedor al mayoreo

5.3 Veamos el caso de un vendedor al mayoreo de frutas y legumbres que comercia con
frambuesas. Este producto tiene una vida útil muy limitada: si no se vende el dia que llega, ya no
tiene valor. Una caja de frambuesas cuesta $20 y el vendedor recibe $50 por ella. Este no puede

1
 TAREA 2 IDO LOZANO MOLINA ADAN XAVIER

especificar el numero decajas que un cliente pedirá en cualquier dia dado, pero su análisis de
registros pasados ha producido la información presentamos en la tabla 5-6.

Tabla 5-6 Ventas diarias Numero de días de Probabilidad de

ventas ventas de cada
cantidad
Ventas durante 100 10 15 .15
dias. 11 20 .20
12 40 .4
13 25 25

Definicion de los tipos de pérdidas

El vendedor al mayoreo ha sufrido dos tipos de perdidas: 1) pérdidas por obsolocenia, ocacionadas
por tener en existencia demasiada fruta en un dia y tener que tirarla al siguiente, y 2) pérdida de
oportunidad, ocacionada por no tener en existencia el producto al momento en que un cliente
solicita.

La tabla 5-7 es una tabla de perdidas condicionales. Cada valor en ella esta condicionado a un
numero especifico de cajas que se encuentran en existencia y a un numero especifico de
solicitudes. Los valores que tienen en la tabla incluyen no solamente las perdidas por la fruta
descompuesta, si no también las que derivan de los ingresos perdidos cuando el vendedor no es
capaz de suministrar un pedido.

Cuando el numero de cajas en existencia en un dia cualquiera es igual al numero de cajas

solicitadas no ocurre ninguno de estos dos tipos de perdida. En tales casos, el vendedor vende
todo lo que tiene almacenado y no sufre perdidas. Esta situación se indica con el cero en negrita
que aparece en la columna correspondiente. Las cifras que se encuentren por encima de un cero
cualquiera representan las perdidas sufridas al tener que tirar la fruta. En este ejemplo, el numero
de cajas almacenadas es mayor al de cajas solicitadas. Por ejemplo si el vendedor tiene en
existencia 12 cajas, percibe una solicitud de 10 cajas, pierde $40(o $20 por caja no vendida ese
mismo dia).

Los valores que se encuentran debajo de los ceros en negrita representan las perdidas de
oportunidad derivadas de pedidos que no se pueden cumplir. Si un cierto dia, el vendedor tiene en
existenia solamente 10 cajas y le solicitan 11, esté sufre una perdida de oportunidad de $30 por la
caja que le falto.

Tabla 5-7 Posibles Opciones de existencias

peticiones de
frambuesas 10 11 12 13
Tabla de 10 $0 $20 $40 $60
perdidas 11 $30 0 $20 $40
condicionales 12 $60 $30 0 $20
13 $90 $60 $30 $0

2
 TAREA 2 IDO LOZANO MOLINA ADAN XAVIER

Calculo de pérdidas esperadas

Mediante el análisis de cada una de las opciones de almacenamiento posibles podemos calcular la
perdida esperada. Hacemos esto pensando cada una de las cuatro cifras de perdidas que aparecen
en la tabla 5-7 con las probabilidades que vienen en la tabla 5-6. Para la opción de
almacenamiento de 10 cajas de fruta, la perdida esperada se calcula como lo indicamos en la tabla
5-8.

Las perdidas condicionales de la tabla 5-8 se tomaron de la primera columna de la tabla 5-7, para
la existencia de 10 cajas de frambuesas. En la cuarta columna de la tabla 5-8 se nos muestra que
si tienen en existencia 10 cajas diarias, a lo largo de un periodo grande, la pérdida promedio o
pérdida esperada será de $52.5 por dia. No hay garantías de que la pérdida del dia siguiente sea
exactamente de $52.50.

Las Tablas de la 5-9 a la 5-11 muestran los cálculos de la perdida esperada resultante de decidirse
por el almacenamiento de 11, 12 y 13 cajas.

Tabla 5-8 Posibles Perdida Probabilidad Perdida

solicitudes condicional de que se esperada
tengan esas
solicitudes
Perdida 10 $0 .15 $0
esperada al 11 30 .20 6
tener en 12 60 .4 24
existencia 10 13 90 .25 22.50
cajas
Total= 1. 52.5
Tabla 5-9 Posibles Perdida Probabilidad Perdida
solicitudes condicional de que se esperada
tengan esas
solicitudes
Perdida 10 $20 .15 $3
esperada al 11 0 .20 0
tener en 12 30 .4 12
existencia 11 13 60 .25 15
cajas
Total= 1. $30
Tabla 5-10 Posibles Perdida Probabilidad Perdida
solicitudes condicional de que se esperada
tengan esas
solicitudes
Perdida 10 $40 .15 $6
esperada al 11 20 .20 4
tener en 12 0 .4 0
existencia 12 13 30 .25 7.5
cajas
Total= 1. $17.5

3
 TAREA 2 IDO LOZANO MOLINA ADAN XAVIER

Tabla 5-11 Posibles Perdida Probabilidad Perdida

solicitudes condicional de que se esperada
tengan esas
solicitudes
Perdida 10 $60 .15 $9
esperada al 11 40 .20 8
tener en 12 20 .4 8
existencia 13 13 0 .25 0
cajas
Total= 1. $25

Solucion del problema en PHSTAT

Problema Frambuesas

Probabilities & Opportunity Losses:

P 10 11 12 13
10 0.15 0 20 40 60
11 0.2 30 0 20 40
12 0.4 60 30 0 20
13 0.25 90 60 30 0

10 11 12 13
Expected Opportunity Loss 52.5 30 17.5 25
EVPI