Problemas de los libros

1 . La vendedora Phyllis Pawley vende peridicos en la esquina de la

avenida Kirkwood y la calle Indiana y todos los das debe determinar
cuntos peridicos pedir. Phyllis paga a la compaa $20 por ejemplar y
los vende a $25 cada uno. Los peridicos que no se venden al terminar
el dia no tienen valor alguno. phyllis sabe que cada da puede vender
entre 6 y 10 ejemplares, cada uno con una posibilidad equiprobable.
Demuestre como se ajusta este problema en el modelo del estado del
mundo.

no
Phyllis
vender vender(pie
(pedir
( $25 por
rde $20
ejemplar ejemplar
por
es)
)
ejemplar)
6
150
-120
7
175
-140
8
200
-160
9
225
-180
10
250
-200
MATRIZ
no
vend
GANANCI
vend
e
A
e
6
7
8
9
10

MAXIM
AX
MAXIMI
N
HURWI
CZ
SAVAG
E
LAPLAC

150
175
200
225
250
250

-120
-140
-160
-180
-200
-120

250
-120
70
50
25.00

MAXIMA MAXIMI
HURWI
X
N
vend
CZ
OPTIMIS PESIMIS
e
a=0,6
TA
TA
150
-120
42
100
175
-140
49
75
200
-160
56
50
225
-180
63
25
250
-200
70
0
250
-120
70

no
vend
e
0
20
40
60
80

MINMA
X
LA
SAVAG PLACE
E
100
15
75
17.5
50
20
60
22.5
80
25
50
25

2. Pizza King y Noble Greek son dos restaurantes contrarios cada uno
debe determinar al mismo tiempo si emprende una campaa de
publicidad pequea, mediana o grande. Pizza King cree que es
igualmente probable que Noble Greek emprenda una campaa
publicitaria pequea, mediana o grande. Dependiendo de las acciones
elegidas por cada restaurante las ganancias de pizza king se muestran
en la tabla7. Para los criterios de arrepentemiento maximin, maximax,y
minimax determine la eleccin de campaa publicitaria de Pizza King.

tabla 7

opciones Noble
opcione
s pizza
king
pequea mediana
$
$
6,000.0 5,000.0
pequea 0
0
$
$
5,000.0 6,000.0
mediana 0
0
$
$
9,000.0 6,000.0
grande 0
0

Greek
grande
$
2,000.0
0
$
1,000.0
0
$
-

MAXIMA MAXIMI
MATRIZ
peque median
X
N
HURWIC
GANANCI
grande
a
a
OPTIMIS PESIMIS Z a=0,6
A
TA
TA
6000.0 5000.0 2000.0
6000
2000
4400
pequea
0
0
0
5000.0 6000.0 1000.0
6000
1000
4000
mediana
0
0
0
9000.0 6000.0
9000
0
5400
grande
0
0
0.00
9000.0 6000.0 2000.0 9000.00 2000.00 5400.00

peque
a

media
na

grand
e

3000
4000
0

1000
0
0

0
1000
2000

MINMA
X
LA
SAVAG PLACE
E
3000 4333.3
4000
4000
2000
5000
2000.0 5000.0
0
0

MAXIM
AX
9000
MAXIMI
N
2000
HURWI
CZ
5400
SAVAGE 2000
LAPLAC
E
4333.3
3. Hank es un estudiante inteligente y normalmente tiene buenas
calificaciones, siempre y cuando tenga la oportunidad de revisar el
material del curso la noche anterior al examen. Para el examen de
maana Hank se enfrenta a un pequeo problema. Su fraternidad tiene
una fiesta que durara toda la noche y al el le gustara participar. Hank
tiene 3 opciones:
a1: Quedarse toda la noche en la fiesta.
a2: Dividir la noche en partes iguales entre estudio y la fiesta.
a3: Estudiar toda la noche.
El profesor que pondra el examen de maana es impredecible, en el
sentido de que el examen puede ser facil(s1), moderado(s2), o
dificil(s3). Es posible anticipar las siguientes combinaciones de
calificaciones del examen, dependiendo de la dificultad de la prueba y
cuanto repase Hank.

s1
a1
a2
a3

MATRIZ
GANANC
IA
a1
a2
a3

s1

s2

85
92
100
100

s1

s2
15
8
0

s3
60
85
88
88

s3
28
3
0

s2
85
92
100

40
81
82
82

MINMAX
SAVAGE
42
42
1
8
0
0
42

s3
60
85
88

40
81
82

MAXIMA MAXIMI
X
N
HURWIC
OPTIMIS PESIMIS Z a=0,6
TA
TA
85
40
67
92
81
87.6
100
82
92.8
100
82
92.8

LA
PLACE
61.67
86.00
90.00
90

MAXIMA
X
100
MAXIMI
N
82
HILLIER,
Frederick
& LIEBERMAN, Gerarld J. Introduccin a
HURWIC
la
Z Investigacin
92.8 de Operaciones. 6 ed. Mxico: McGrawHill
Interamericana
Editores, 1996. 830 p. ISBN:
SAVAGE
42
9701010221
LAPLAC
E
90.00
TAHA, Hamdy A. Investigacin de Operaciones. 6 ed.
Mxico: Prentice-Hall Iberia, S. R. L., 1998. 916 p. ISBN:
9701701666

Wayne L. Investigacin de Operaciones Aplicaciones y

Algoritmos. 1 ed. Mxico: Grupo Editorial Iberoamericana,
S. A. de C. V., 1998. 1417 p. ISBN: 9706250298

Problemas propuestos de bayes

1. En el distrito universitario de Jauja los estudiantes se distribuyen entre
las tres carreras que pueden cursarse del siguiente modo: el 20%
estudian arquitectura, el 35% medicina y el 45% economa. El
porcentaje de alumnos que finalizan sus estudios en cada caso es del
5%, 12% y del 18%. Elegido un alumno al azar determinar la
probabilidad de que haya acabado los estudios. si un alumno
seleccionado ha finalizado la carrera, qu probabilidad hay que haya
estudiado arquitectura? Arquitectura?
ARQUITECT MEDICI ECONO
URA
NA
MIA

Finaliza
No
finaliza

0.2

0.35

0.45

0.05

0.12

0.18

0.01 0.042

0.95

0.88

0.82

0.19 0.308

BAYES
ARQUITEC MEDIC ECONO
TURA
INA
MIA
0.315 0.6090
0.075188
789
23
0.355 0.4256
0.219146
248
06

MARGI
NAL

CONJUNTA
0.08
1
0.36
9

0.133
0.867

La probabilidad que un alumno que haya finalizado la carrera y estudio

arquitectura es 7.5 %.
La probabilidad que un alumno que haya finalizado la carrera y estudio
medicina es 31.5%.

2. La fbrica de enlatados PI S.A. produce 5000 envases diarios. La

mquina A produce 3000 de estos envases, de los que el 2% son
defectuosos y la mquina B produce los 2000 restantes de los que se
sabe que el 4% son defectuosos. Determinar la probabilidad de que un
envase elegido al azar sea defectuoso.
a) si el envase seleccionado es defectuoso, qu probabilidad hay de
que proceda de la maquina A? Y de la B?
b) Si el envase seleccionado, no es defectuoso, que probabilidad hay
provenga de la mquina A? Y de la B?

MAQUIN
AA

MAQUI
NA B

0.6

0.4

0.98

0.96

0.02

0.04

No
defectuo
so
Defectuo
sos

CONJUNTA

BAYES
MARGIN MAQUI MAQUI
AL
NA A
NA B

0.588 0.384
0.6049
00
00 0.97200
4
0.4285
0.012 0.016
0.028
7

a. Envase
Defectuoso:

Probabilidad que provenga de la

Maquina A:
Probabilidad que provenga de la
Maquina B:

42.9
%
57.1
%

B. Envase No
Defectuoso:

Probabilidad que provenga de la

Maquina A:
Probabilidad que provenga de la
Maquina B:

60.5
%
39.5
%

0.3950
6
0.5714
286

3. Los alumnos de bachillerato de un I.E.S. proceden de 3 localidades, A,

B y C, siendo un 20 % de A, un 30 % de B y el resto de C. El 80 % de los
alumnos de A cursa 1 de Bachillerato y el resto, 2. El 50 % de los
alumnos de B cursa 1 de Bachillerato y el resto, 2. El 60 % de los
alumnos e C cursa 1 de Bachillerato y el resto, 2.
a) Seleccionado, al azar, un alumno de Bachillerato de ese I.E.S., cul
es la probabilidad de que sea de 2?
b) Si elegimos, al azar, un alumno de Bachillerato de ese I.E.S. y este es
un alumno de 1, cul es la probabilidad de que proceda de la localidad
B?

Bachillera
to 1
Bachillera
to 2

0.2623
0
0.1025
6

0.2

0.3

0.5

0.8

0.5

0.6

0.16

0.15

0.3

0.61

0.2

0.5

0.4

0.04

0.15

0.2

0.39

BAYES
0.2459
0
0.3846
2

MARGIN
AL

CONJUNTA

0.4918
0
0.5128
2

a. Probabilidad que un alumno sea del 2 Bachillerato:

39 %
b. Probabilidad que un alumno sea del 1 Bachillerato de la localidad
B: 24.59 %

4. Segn la estadstica de los resultados en las Pruebas de Acceso en

una provincia andaluza, en septiembre de 2001, el nmero de alumnas

presentadas es 840, de las que han aprobado un 70% mientras que el

nmero de alumnos presentados es 668, habiendo aprobado un 75% de
stos.
a) Elegida, al azar, una persona presentada a las Pruebas, cul es la
probabilidad de que haya aprobado?
b) Sabiendo que una persona ha aprobado, cul es la probabilidad de
que sea varn?

A.MUJER
(840)

Aprobados
Desaproba
dos

A.VARON
(668)

0.557

0.443

0.7

0.75

0.3

0.25

CONJUNTA
0.389 0.332
9
25
0.167 0.110
1
75

MARGIN
AL

a. Probabilidad que un alumno haya aprobado:

b. Probabilidad que un aprobado sea varn:

BAYES
0.539 0.4600
0.722
92
8
0.601 0.3986
0.278
40
0
72.22%
46.01%

5. Tres mquinas denominadas A, B y C, producen un 43%, 26% y 31%

de la produccin total de una empresa respectivamente, se ha detectado
que un 8%, 2% y 1.6% del producto manufacturado por estas mquinas
es defectuoso, a. Se selecciona un producto al azar y se encuentra que
es defectuoso, cul es la probabilidad de que el producto haya sido
fabricado en la mquina B?, b. Si el producto seleccionado resulta que
no es defectuoso, cul es la probabilidad de que haya sido fabricado en
la mquina C?

No
defectuos
o

MAQ. A

MAQ. B

MAQ.
C

0.43

0.26

0.31

0.92

0.98

0.984

CONJUNTA
0.395
6

MARGIN
AL

0.254 0.305
8
04 0.95544

Defectuos
o

0.4140
50
0.7719
93

0.08
BAYES
0.2666
83
0.1166
97

0.02

0.016

0.034
4

0.005 0.004
2
96 0.04456

0.3192
67
0.1113
11

a. Probabilidad que un producto defectuoso haya sido fabricado en la

maquina B:
11.67%
b. Probabilidad que un producto no defectuoso haya sido fabricado
en la maquina C: 31.93%

6. Una empresa recibe visitantes en sus instalaciones y los hospeda en

cualquiera de tres hoteles de la ciudad; Palacio del Sol, Sicomoros o
Fiesta Inn, en una proporcin de 18.5%, 32% y 49.5% respectivamente,
de los cuales se ha tenido informacin de que se les ha dado un mal
servicio en un 2.8%, 1% y 4% respectivamente, a. Si se selecciona a un
visitante al azar cul es la probabilidad de que no se le haya dado un
mal servicio?,b. Si se selecciona a un visitante al azar y se encuentra
que el no se quej del servicio prestado, cul es la probabilidad de que
se haya hospedado en el Palacio del Sol?, c. Si el visitante seleccionado
se quej del servicio prestado, cul es la probabilidad de que se haya
hospedado en e hotel Fiesta Inn?
PALACIO
SOL
Buen
servicio
Mal
servicio

0.1850
34
0.1838

SICOMOR FIESTA
OS
INN

0.185

0.32

0.495

0.972

0.99

0.96

0.028

0.01

0.04

BAYES
0.3259
86
0.1135

0.4889
79
0.7026

MARGIN
AL

CONJUNTA
0.179 0.316 0.475
82
8
2 0.97182
0.005 0.003 0.019
18
2
8 0.02818

18

56

26

a. Probabilidad que un husped haya tenido un buen servicio:

97.18 %
b. Probabilidad que un husped haya tenido un buen servicio en el
Hotel Palacio del sol: 18.5%
c. Probabilidad que un husped haya tenido un mal servicio en el
Hotel Fiesta Inn: 70.26%
7. Una compaa fabrica empaques de hule para tuberas en tres sitios
distintos de una ciudad, llammosles S1, S2 y S3, los cuales producen
respectivamente 45, 30 y 25% del total. Se estima que 8% de los
empaques de S1 son defectuosos, mientras que para S 2 y S3 las cifras
correspondientes son 6% y 3%. Los fabricados en los tres sitios se
concentran luego en bodega. Si un inspector de control de calidad toma
un empaque al azar y lo encuentra defectuoso, qu probabilidad hay de
que provenga de S1?

Buenos
Defectuos
os

S1

S2

S3

0.45

0.3

0.25

0.92

0.94

0.97

0.08

0.06

0.03

CONJUNTA
0.242
0.414 0.282
5
0.007
0.036 0.018
5

MARGIN
AL
0.9385
0.0615

BAYES
0.4411 0.3004 0.2583
29
79
91
0.5853 0.2926 0.1219
66
83
51
Probabilidad que un producto tomado al azar sea defectuoso y de la
fbrica S1: 58.54%
8. En cierto pas aquejado por una fuerte inflacin, los economistas
esbozan tres teoras; a saber, I: la inflacin desaparecer antes del
cambio de gobierno; II: ocurrir una depresin, y III, llegar una recesin.
Estiman que las probabilidades de que ese pas salga del subdesarrollo.

Cul es la probabilidad de que la inflacin haya desaparecido antes del

cambio de gobierno?
Inflaci Depresi Recesi
n
n
n

Si
ocurr
en
No
ocurr
en

MARGIN
AL

0.4

0.35

0.25

CONJUNTA

BAYES

0.9

0.6

0.2

0.3 0.2 0.0

6
1
5

0.62

0.5806 0.3387
45
10

0.080645

0.1

0.4

0.8

0.0 0.1
4
4 0.2

0.38

0.1052 0.3684
63
21

0.526316

9. El Banco Mundial y el Fondo Internacional planean una reunin.

Pueden escoger la sede entre cuatro ciudades, con idnticas
oportunidades. Si eligen Ginebra, no hay probabilidad de que ocurra una
manifestacin. Si es Praga hay una probabilidad de que ocurra una
manifestacin. Si es Praga hay una probabilidad de 0.95 de que si, en
Mxico de 0.35 y en Nueva York de 0.8 Cul es la probabilidad de que la
junta haya sido en Praga si tuvo lugar una manifestacin?
Gineb Prag
ra
a
Manifestac
ion
No
Manifestac
ion

0.000
0
0.526
3

Mexi
co

NY

0.25

0.25

0.25

0.25

0.95

0.35

0.8

0.05

0.65

BAYES
0.452 0.166 0.381
4
7
0
0.026 0.342 0.105
3
1
3

0.2

CONJUNTA
0.237 0.08 0.20
0.0000
5
75
00
0.2500

0.012
5

0.16 0.05
25
00

MARGIN
AL
0.5250
0.4750

Probabilidad de que la junta haya sido en Praga y haya habido una

manifestaciones de : 45.24%

10 Julin posee dos telfono celulares; un Telcel y otro lusacel.

Normalmente 65% de las veces usa Telcel y 35% el lusacel. El primero
falla 15% de las veces y el segundo, 20%. Si a Julin no le funcion el
telfono en una llamada Cul es la probabilidad de que haya usado el
de Telcel?
Telce Iusac
l
el
0.65
Falla

0.15

No falla

0.85

0.35 CONJUNTA
0.09
0.2
75 0.07
0.55
0.8
25 0.16

MARGIN
AL

BAYES
0.135 0.096
0.168
01
93
1.988 0.575
0.713
48
85

Probabilidad que en una falla haya sido con un telfono Telcel es de 13.5
%

Problema 11
No
Fumado fum
res
an
0.3
Hipertenso
s
Prob.Cardi
acos
No
ProbCardia
co

0.7 CONJUNTA
0.1
0.6
0.2
8 0.14
0.1 0.09
0.9 0.65 62
1
0.1 0.35

0.0 0.15
18
93

MARGIN
AL

0.2530

BAYES
0.56 0.437
25
5
0.64 0.359
03
7

0.1773

0.10 0.898
16
4

0.3200

No
hipertenso
s
Prob.Cardi
acos
No
ProbCardia
co

0.15 0.05

0.1
2 0.56
0.0 0.02
18
8

0.85 0.95

0.1 0.53
02
2

0.4

0.8

0.0460

0.17 0.823
65
5
0.39 0.608
13
7

0.6340

0.16 0.839
09
1

0.6800

La Probabilidad que una persona no fumadora sufra de hipertensin y a

la vez sufra problemas cardiacos es de 37.97%
Problema 12

Calidad
No
Calidad

0.441
1
0.585
4

P1

P2

0.45

0.3
0.9
4
0.0
6

0.92
0.08

P3
0.2
MARGIN
5
CONJUNTA
AL
0.9 0.41
0.242
7
4 0.282
5 0.9385
0.0 0.03
0.007
3
6 0.018
5 0.0615

BAYES
0.300 0.258
5
4
0.292 0.122
7
0

Probabilidad que un botellon de agua sea de la Planta 1 y no cumpla las

normas de calidad es de 58.54%

CASO PRACTICO 1: DESARROLLO GRUPAL

La empresa TEXTILAND S.A.A la cual se dedica a la produccin de prendas de

vestir, dirigida en su produccin en su mayora a prendas de vestir para damas,
y en donde en la siguiente temporada solo va a dedicarse a la produccin de
ropa para mujeres, tiene como informacin que la demanda de los productos
que comercializa pueden sufrir variaciones de acuerdo a la situacin
econmica del mercado, a su vez se sabe que la demanda puede subir
mantenerse o bajar con lo cual implcitamente se ve afectada en las ganancias
de TEXTILAND S.A.A, los cinco productos tienen diferentes costos variables y
fijos ya que al ser prendas de vestir varan mucho en los costos de produccin
y a su vez en el precio en el caso de las blusas el costo fijo es de $ 1500, en el
de los pantalones $1750 en el de los vestidos $1670, en el de las faldas $1470,
en el de las chompas $1235, en el cuadro 1.1 se tiene la demanda de las
prendas, se tiene el costo variable y el precio de venta para cada prenda.

DE SUBIR
DE
MANTENERSE
DE BAJAR
Costo
Variable
Precio de
venta
Costo Fijo
COSTO
TOTAL

BLUSAS
PALTALONES
VESTIDOS
FALDAS
CHOMPAS

BLUSAS
325

PALTALONE
S
VESTIDOS
380
335

FALDAS
290

CHOMPAS
225

290
210

335
240

190
125

142
115

180
115

$10.00

$12.00

$10.00

$9.00

$12.00

$18.00

$20.00

$21.00
$22.00
$20.00
$1,670.0 $1,470. $1,235.0
$1,500.00 $1,750.00
0
00
0
$1,680.0 $1,479. $1,247.0
$1,510.00 $1,762.00
0
00
0

DE SUBIR
$4,340.00
$5,838.00
$5,355.00
$4,901.00
$3,253.00

DE
MANTENERS
E
$3,710.00
$4,938.00
$2,310.00
$1,645.00
$2,353.00

DE BAJAR
$2,270.00
$3,038.00
$945.00
$1,051.00
$1,053.00

MAXIMA
DE
X
DE SUBIR MANTENER DE BAJAR
OPTIMIS
SE
TA
$2,270.0 $4,340.0
BLUSAS
$4,340.00 $3,710.00
0
0
$3,038.0 $5,838.
PALTALONES $5,838.00 $4,938.00
0
00
$5,355.0
VESTIDOS $5,355.00 $2,310.00 $945.00
0
$1,051.0 $4,901.0
FALDAS
$4,901.00 $1,645.00
0
0
$1,053.0 $3,253.0
CHOMPAS $3,253.00 $2,353.00
0
0
$5,838.0
$3,038. $5,838.
0 $4,938.00
00
00
MATRIZ
GANANCIA

DE
SUBIR

DE
MANTENE
RSE

$1,498.0
$1,228.00
0

DE
BAJAR

MINMAX
SAVAGE

LA PLACE

$1,498.0
$3,440.00
0
$4,604.6
$0.00
$0.00
$0.00
$0.00
7
$2,093.0 $2,628.0
$483.00 $2,628.00
$2,870.00
0
0
$1,987.0 $3,293.0
$937.00 $3,293.00
$2,532.33
0
0
$2,585.0
$1,985.0 $2,585.0
$2,585.00
$2,219.67
0
0
0
$4,604.6
$0.00
7
$768.00

MAXIMIN
HURWIC
PESIMIST
Z a=0,6
A
$2,270.0 $3,512.0
0
0
$3,038. $4,718.
00
00
$3,591.0
$945.00
0
$1,051.0 $3,361.0
0
0
$1,053.0 $2,373.0
0
0
$3,038. $4,718.
00
00