Está en la página 1de 5

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 Nmero de preguntas que se Discreta 20 preguntas responde correctamente b. Observar los automviles Cantidad de automviles que Discreta que llegan llegan a una caseta de peaje la caseta de peaje durante 1 hora c. Auditar 50 devoluciones de Nmero de devoluciones Discreta impuestos que contienen errores d. Observar el trabajo de un Nmero de horas Continua empleado improductivas durante 8 horas e. Pesar un embarque de Peso del embarque Continua productos 2. La tabla siguiente muestra una distribucin de probabilidad parcial para las utilidades proyectadas de MRA Company (en miles de dlares) para el primer ao de operacin (el valor negativo denota una prdida): X Fx -100 .10 0 .20 50 .30 100 .25 150 .10 2000 ? a. Determine el valor faltante de f(200). Cul es su interpretacin de este valor? R= .05 b. Cul es la probabilidad de que MRA sea rentable? R= .70 c. Cul es la probabilidad de que MRA gane al menos $100,000? R=.40 3. Se reunieron datos sobre el nmero de salas de operaciones en uso en el Hospital General de Tampa durante un periodo de 20 das. En 3 de los das slo se us una sala de operaciones, en 5 das se usaron dos, en 8 das se usaron tres y en 4 das se usaron todas. a. Utilice el mtodo de frecuencia relativa para elaborar una distribucin de probabilidad para el nmero de salas de operaciones en uso en cualquier da. b. Elabore una grca de la distribucin de probabilidad. c. Muestre que su distribucin de probabilidad satisface los requisitos de una distribucin de probabilidad discreta vlida.

TAREA 2 IDO Respuestas

LOZANO MOLINA ADAN XAVIER

Hospital Probabilities & Payoffs Table: Salas f(x) 1 0.15 2 0.25 3 0.4 4 0.2 Statistics for: Expected Monetary Value

Dias 3 5 8 4 Dias 5.7

4. Enseguida se muestra una distribucin de probabilidad para la variable aleatoria x. X 3 6 9 F(x) .25 .50 .25

a. Calcule E(x), el valor esperado de x. b. Calcule c. Calcule Respuesta 2, la varianza de x. , la desviacin estndar de x

f(x) E1 E2 E3 0.25 0.5 0.25

x 3 6 9 x 6

E(x) 0.75 3 2.25 Varianza

Varianza 2.5 0 2.5

Statistics for: Expected Monetary Value Problema de Vendedor al mayoreo

Desviacin estndar 4.5 2.12

5.3 Veamos el caso de un vendedor al mayoreo de frutas y legumbres que comercia con frambuesas. Este producto tiene una vida til 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 pedir en cualquier dia dado, pero su anlisis de registros pasados ha producido la informacin presentamos en la tabla 5-6. Tabla 5-6 Ventas diarias Numero de das de ventas 15 20 40 25 Probabilidad de ventas de cada cantidad .15 .20 .4 25

Ventas durante 100 dias.

10 11 12 13

Definicion de los tipos de prdidas El vendedor al mayoreo ha sufrido dos tipos de perdidas: 1) prdidas por obsolocenia, ocacionadas por tener en existencia demasiada fruta en un dia y tener que tirarla al siguiente, y 2) prdida 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 tambin 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 situacin 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, est sufre una perdida de oportunidad de $30 por la caja que le falto.

Tabla 5-7

Posibles peticiones de frambuesas 10 11 12 13

Opciones de existencias 10 $0 $30 $60 $90 11 $20 0 $30 $60 12 $40 $20 0 $30 13 $60 $40 $20 $0 2

Tabla de perdidas condicionales

TAREA 2 IDO Calculo de prdidas esperadas

LOZANO MOLINA ADAN XAVIER

Mediante el anlisis 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 opcin 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 prdida promedio o prdida esperada ser de $52.5 por dia. No hay garantas de que la prdida del dia siguiente sea exactamente de $52.50. Las Tablas de la 5-9 a la 5-11 muestran los clculos de la perdida esperada resultante de decidirse por el almacenamiento de 11, 12 y 13 cajas. Tabla 5-8 Posibles solicitudes Perdida condicional Probabilidad de que se tengan esas solicitudes .15 .20 .4 .25 1. Probabilidad de que se tengan esas solicitudes .15 .20 .4 .25 1. Probabilidad de que se tengan esas solicitudes .15 .20 .4 .25 1. Perdida esperada

Perdida esperada al tener en existencia 10 cajas Total= Tabla 5-9

10 11 12 13

$0 30 60 90

$0 6 24 22.50 52.5 Perdida esperada

Posibles solicitudes

Perdida condicional

Perdida esperada al tener en existencia 11 cajas Total= Tabla 5-10

10 11 12 13

$20 0 30 60

$3 0 12 15 $30 Perdida esperada

Posibles solicitudes

Perdida condicional

Perdida esperada al tener en existencia 12 cajas Total=

10 11 12 13

$40 20 0 30

$6 4 0 7.5 $17.5

TAREA 2 IDO Tabla 5-11 Posibles solicitudes Perdida condicional

LOZANO MOLINA ADAN XAVIER Probabilidad de que se tengan esas solicitudes .15 .20 .4 .25 1. Perdida esperada

Perdida esperada al tener en existencia 13 cajas Total=

10 11 12 13

$60 40 20 0

$9 8 8 0 $25

Solucion del problema en PHSTAT Problema Frambuesas Probabilities & Opportunity Losses: P 10 0.15 11 0.2 12 0.4 13 0.25

10 0 30 60 90 10

11 20 0 30 60 11 52.5 30

12 40 20 0 30 12 17.5 EVPI

13 60 40 20 0 13 25

Expected Opportunity Loss