Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Solucion de Gerencia de Operaciones PDF
Solucion de Gerencia de Operaciones PDF
HILLIER LIEBERMAN
CAPITULO 15
SECCIONES 15.1-15.2 Y 15.3
ANALISIS DE DECISIONES BAJO RIESGO
15. 2-2) Jean Clark es la gerente de Midtown Saveway Grocery Store. Ella necesita
reabastecer su inventario de fresas. Su proveedor normal puede surtir todas las cajas
que desee. Sin embargo, como ya estn muy maduras, deber venderlas maana y
despus desechar las que queden. Jean estima que podr vender 10, 11, 12 o 13 cajas
maana. Puede comprar las fresas en $3 por caja y venderlas en $8 por caja. Jean
ahora necesita decidir cuntas cajas comprar.
Jean verifica los registros de ventas diarias de fresas de la tienda. Con base en ellos,
estima que las probabilidades a priori de poder vender 10, 11, 12 y 13 cajas de fresas
maana son 0.2, 0.4, 0.3 y 0.1.
b) Cuntas cajas de fresas debe comprar Jean si usa el criterio de pago mximo?
Comprar 10
e) Jean piensa que tiene bien las probabilidades a priori para la venta de 10 y 13 cajas,
pero no est segura de cmo dividir esas probabilidades para 11 y 12 cajas. Aplique de
nuevo la regla de decisin de Bayes cuando las probabilidades a priori de vender 11 y 12
cajas son:
i) Probabilidades a priori de vender 11 y 12 cajas son: 0.2 y 0.5
VE10= 50
VE11= 53.4
VE12= 55.2 -> Comprar 12
VE13= 53
ii) Probabilidades a priori de vender 11 y 12 cajas son : 0.3 y 0.4
VE10= 50
VE11= 53.4
VE12= 54.4 -> Comprar 12
VE13= 52.2
iii) Probabilidades a priori de vender 11 y 12 cajas son: 0.5 y 0.2
VE10= 50
VE11= 53.4 -> Comprar 11
VE12= 52.8
VE13= 50.6
15.2.3) Warren Buffy es un inversionista muy rico que ha amasado su fortuna con su
legendaria perspicacia y quiere hacer una inversin.
La primera opcin es una inversin conservadora con buen desempeo en una economa
que mejora y slo tiene una pequea prdida en una economa que empeora. La segunda
es una inversin especulativa que se desempea muy bien si la economa mejora, pero
muy mal si empeora. La tercera es una inversin contracclica que perdera algn dinero
en una economa que mejora, pero se desempeara muy bien si empeora.
Warren cree que existen tres escenarios posibles en las vidas de estas inversiones
potenciales: 1) Economa que mejora, 2) Economa estable y 3) Economa que empeora.
l es pesimista sobre a dnde va la economa, y ha asignado probabilidades a priori
respectivas de 0.1, 0.5 y 0.4, a estos tres escenarios. Tambin estima que sus ganancias
en estos escenarios son las dadas en la tabla siguiente.
a) Pago Mximo
Cree que 0,1 est bien como probabilidad a priori de una economa que mejora.
No sabe bien cmo dividir el resto de las probabilidades (0,9) entre la economa estable y
la economa que empeora.
3
Ganancia Esperada
2.5
1.5
10
5 VEC
VEA
Ganancia Esperada
0
VEB
-5
-10
-15
-20
-25
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Probabilidad de una Economa Estable
d) Use el lgebra para obtener los puntos de cruce identificados en el inciso c.
P(EEs) +P(EEm)=0.9
P(EEm)=0.9-P(EEs)
p=0.9-p
CORTES
VEA y VEB
15p 9 = 40p-27
27-9 = 40p-15p
18 = 25p
p=18/25=0.72
VEA y VEC
VEB y VEC
15.2-7) La fuerza Area comprar un nuevo tipo de avin y debe determinar el nmero
de motores de repuesto que va a ordenar. Estos motores de repuesto se deben
ordenar en lotes de cinco y se puede elegir slo entre 15, 20 o 25 repuestos. El
proveedor de motores tiene dos plantas y la Fuerza Area sabe que dos tercios de los
motores de todos tipos se producen en la planta A y slo un tercio en la planta B. La
Fuerza Area tambin sabe que el nmero de motores de repuesto requeridos cuando
se lleva a cabo la produccin en la planta A se aproxima por una distribucin Poisson
con media = 21, mientras que el nmero de motores de repuesto que se requiere
cuando la produccin se lleva a cabo en la planta B se aproxima por una distribucin
Poisson con media =24.
El costo de un motor de repuesto comprado ahora es $400 000, si se compra despus
ser de $900 000. Los repuestos siempre se surten si se piden y las mquinas que no
se usen sern chatarra cuando los aviones se vuelvan obsoletos. Los costos de
mantener un inventario y del inters pueden despreciarse. A partir de estos datos se
calcul el costo total (pagos negativos) de la siguiente forma:
S1 S2 S3
A1 50 100 -100
A2 0 10 -10
A3 20 40 -40
Probabilidad a 0.5 0.3 0.2
priori
VEA1= 0,5x50+100x0.3-100x0.2 = 35
VEA2= 0,5x0 +10x0.3-10x0.2 = 1
VEA3= 0,5x20+40x0.3-40x0.2 = 32
S1 S2 S3
A1 50 100
A2 -10
A3
Probabilidad a 0.5 0.3 0.2
priori
c) Cul es el gasto mximo que Betsy debe considerar para obtener ms informacin
acerca de qu estado Natural ocurrir?
RTA:/ Debe gastar 18
15. 3-8) Vincent Cuomo es el gerente de crdito de Fine Fabrics Mill se enfrenta al
problema de extender un crdito de $100.000 a uno de sus nuevos clientes, un fabricante
de vestidos. Vincent clasifica a sus clientes en tres categoras: riesgo malo, riesgo
promedio y riesgo bueno, pero no sabe en qu categora est este nuevo cliente. Su
experiencia indica que 20% de las compaas semejantes se consideran riesgo malo,
50% son riesgo promedio y 30% son riesgo bueno. Si se extiende el crdito, la ganancia
esperada para las de riesgo malo es - $15000, para las de riesgo promedio es $10000 y
para las de riesgo bueno es $ 20000. Si no se extiende el crdito, el fabricante de
vestidos se ir con otro fabricante textil. La fbrica puede consultar a una organizacin
dedicada a la clasificacin de crditos con un costo de $5000 por compaa evaluada.
Para las compaas con crditos vigentes, la siguiente tabla muestra los porcentajes
dadas cada una de las posibles evaluaciones por la organizacin:
0.1
0.2 x 0.1 = 0.02 0.02/0.19 = 0.11
Malo 0.20
0.1
0.5 x 0.1 = 0.05 0.05/0.19= 0.26
Bueno 0.30
0.4
0.3 x 0.4 = 0.12 0.12 / 0.19 = 0.63
f)
Pago esperado si el resultado es malo
EXITO FRACASO
Comercializar $1500.000 -$1800.000
Producto
No comercializar 0 0
Producto(A)
Probabilidad a 0.67 0.33
priori (B)
c) Encuentre el VEIP Indica que debe tomarse en cuenta la realizacin del estudio de
mercado?
EXITO FRACASO
Comercializar $1500.000
Producto
No comercializar $0
Producto(A)
Probabilidad a 0.67 0.33
priori (B)
Debe hacerse un estudio ms detallado para determinar el valor real del pago esperado
que resultara al realizar el experimento y as saber si se debe o no llevar a cabo. O sea,
calcular VEE.
P[PE/Estado= xito]=0.80
P[PF/Estado= xito]=0.20
P[PE/Estado= Fracaso]=0.70
P[PF/Estado= Fracaso]=0.30
Probabilidades a Posteriori
0.80*0.67 = 0.536/0.635 = 0.844 =P[xito/PE]
0.80
PE, xito
0.20
0.20*0.67 = 0.154/0.365 = 0.367 = P[xito/PF]
PF, xito
0.67
xito
0.70
P[PE]= 0.635 PF, Fracaso
P[PF]= 0.365 0.70-0.33 = 0.231/0.365 = 0.633 = P[Fracaso/PF]
rbol de Probabilidades
Probabilidad de Estados:
P(PE)= 0.8*0.67 + 0.3*0.33 = 0.635
P(PF)= 0.2*0.67 + 0.7*0.33 = 0.365
15. 3 11) La compaa Hit- and Miss produce artculos que tienen una probabilidad p de
salir defectuosos. Se forman lotes de 150 artculos con ellos. La experiencia indica que
el valor de p es 0.05 o 0.25 y que en el 80% de los lotes producidos p es igual a 0.05 (de
manera que p es igual a 0.25 en 20% de los lotes). Estos artculos se utilizan despus en
un ensamble y en ltima instancia, su calidad determina antes de que el producto final
salga de la planta. En principio el fabricante puede ya sea inspeccionar cada artculo del
lote con un costo de $10 por artculo y remplazar los defectuosos, o bien utilizarlos sin
inspeccin. Si se elige esta accin, el costo al tener que volver a hacer el ensamble es
$100 por artculo defectuoso. Como la inspeccin requiere programar inspectores y
equipo, la decisin de realizarla o no debe tomarse 2 das antes. Sin embargo, se puede
tomar un artculo de un lote e inspeccionarlo; su calidad (defectuoso o aceptable) se
informa antes de tomar la decisin de inspeccionar o no. El costo de esta inspeccin
inicial es $125.
Pago Esperado con Inf. Perfecta= -750 x 0.8- 1500 x 0.2= -900
VEIP= -900 (-1350) = $450 -> Se puede considerar inspeccionar el artculo de
antemano, porque el costo de la inspeccin es menor que el obtenido.
1. Si se encuentra defectuosa:
VEI= -1500 x 0.444 - 1500 x 0.556 - 125= -1625
VENI= -750 x 0.444 3750 x 0.556 - 125= -2543
2. Si se encuentra no defectuosa:
VEI= -1500 x 0.835 1500 x 0.165 - 125= -1625
VENI= -750 x 0.835 3750 x 0.165 - 125= -1370
La poltica ptima es inspeccionar si se encuentra defectuosa y no inspeccionar si
se encuentra no defectuosa.
15.3.12) Considere dos monedas cargadas. La moneda 1 tiene 0.3 de caer cara y la
moneda 2 tiene 0.6 probabilidad de caer cara. Se tira una moneda al aire una vez, la
probabilidad de que sea la moneda 1 es 0.6 y la probabilidad de que sea la moneda 2 es
0.4. El tomador de decisiones usa la regla de decisin de Bayes para determinar que
moneda se lanza. La matriz de Pagos es la siguiente.
VEA= -0.4
VEB= -0.6
Si el Resultado es Cara:
Si el Resultado es Sello:
E[(suponer 1)/sello]= 0*0.724-1*0.276 = -0.276
E[(suponer 2)/sello]= -1*0.724-0*0.276 = -0.724
0.30
Cara
0.70
Sello
0.70*0.60 = 0.42/0.58 = 0.724 =P[Moneda1/Sello]
0.6
Moneda 1
0.40
P[Cara] = 0.42 Sello 0.16/0.58 = 0.276 =P[Moneda2/Sello]
P[Sello]= 0.58 0.40*0.40 =