Está en la página 1de 38

MÉTODOS CUANTITATIVOS PARA LOS NEGOCIOS

Autor: BARRY RENDER

SERIE #3 DE EJERCICIOS:

EQUIPO 1:

David Moisés Peña Licona

Federico Quiroz Aguilar

Félix Velázquez Rodríguez

PROFESOR:

Humberto Cárdenas Robles

Febrero 2015
12-12 Sid Davidson es el director de personal de Babson y Willcount, una
compañía que se especializa en consultoría e investigación. Uno de los
programas de capacitación que Sid está considerando para los gerentes de
nivel medio de Babson y Willcount es sobre liderazgo. Sid tiene una lista de
varias actividades que deben completarse antes de que pueda realizarse un
programa de capacitación de esta naturaleza. Las actividades y las
predecesoras inmediatas aparecen en la siguiente tabla:
ACTIVIDAD PREDECESORA

INMEDIATA A —

B —

C —

D B

E A, D

F C

G E, F

Desarrolle una red para este problema.


Solución:
12-13 Sid Davidson pudo determinar los tiempos de las actividades para el
programa de capacitación en liderazgo. Ahora quiere determinar el tiempo
total de terminación del proyecto y la ruta crítica. Los tiempos de las
actividades se dan en la siguiente tabla (véase el problema 12- 12):
ACTIVIDAD TIEMPO
(DÍAS) A 2
B 5
C 1
D 10
E 3
F 6
G 8
35

Solución: Terminación del Proyecto


26 días La ruta crítica
son B, D, E Y G
Actividad tiempo Inicio cercano Terminación cercana T Inicio lejano T Terminación lejana
Holgura

A 2 0 2 1 15 13
3
B 5 0 5 0 5 0

C 1 0 1 1 12 11
1
D 10 5 1 5 15 0
5
E 3 15 1 1 18 0
8 5
F 6 1 7 1 18 11
2
G 8 18 2 1 26 0
6 8
12-14 Jean Walker está haciendo planes para las vacaciones de verano en las
playas de Florida. Al aplicar las técnicas que aprendió en su clase de métodos
cuantitativos, identificó las actividades necesarias para preparar su viaje. La
siguiente tabla lista las actividades y sus predecesoras inmediatas. Dibuje una
red para este proyecto.
ACTIVIDAD PREDECESORA

INMEDIATA A

B —

C A

D B

E C, D

F A

G E, F

Solución:
12-15 Los siguientes son los tiempos de las actividades del proyecto del
problema 12-14. Encuentre los tiempos más cercano, más lejano y de holgura
para cada actividad. Luego determine la ruta crítica.
ACTIVIDAD TIEMPO

(DÍAS) A 3

B 7

C 4

D 2

E 5

F 6

G 3

Solución: Terminación del Proyecto 17 días, La ruta


crítica B, D, E Y G Los tiempos más cercano,
más lejano se muestran en la tabla.
Actividad tiempo Inicio cercano Terminación cercana T Inicio lejano T Terminación lejana
Holgura

A 3 0 3 2 5 2

B 7 0 7 0 7 0

C 4 3 7 5 9 2

D 2 7 9 7 9 0

E 5 9 1 9 14 0
4
F 6 3 9 8 14 5

G 3 14 1 14 17 0
7
12-16 Monohan Machinery se especializa en el desarrollo de equipo para
deshierbar que se utiliza para limpiar lagos pequeños. George Monohan,
presidente de la compañía, está convencido de que deshierbar es mucho
mejor que utilizar sustancias químicas para erradicar la hierba. Los
químicos contaminan y las hierbas parecen crecer más rápido después de
utilizarlos. George está pensando construir una máquina que deshierbe en ríos
angostos y canales. Las actividades necesarias para construir una de estas
máquinas experimentales se presentan en la siguiente tabla. Construya una red
para estas actividades.
ACTIVIDADES PREDECESORES

INMEDIATOS A —

B —

C A

D A

E B

F B

G C, E

H D, F

Solución:
12.17 Después de consultar con Butch Radner, George Monohan pudo determinar los
tiempos de las actividades para la construcción de máquina para deshierbar en ríos
angostos. George quiere determinar IC, TC, IL, TL y la holgura para cada actividad. El
tiempo total de terminación del proyecto y la ruta crítica también deberían
determinarse. Los tiempos de las actividades se muestran en la siguiente tabla:

12.18 Un proyecto se planeó utilizando PERT con tres estimaciones de tiempo. El


tiempo esperado de terminación del proyecto se determinó en 40 semanas. La
varianza de la ruta crítica es 9.
¿Cuál es la probabilidad de que el proyecto se termine en 40 semanas o menos?
12-20 Con PERT, Ed Rose pudo determinar que el tiempo esperando de terminación
del proyecto para la construcción de un yate recreativo es de 21 meses y la
varianza del proyecto es 4.
¿Cuál es la probabilidad de que el proyecto se termine en 17 meses o menos?

12-25 Los tiempos estimados (en semanas) y las predecesoras inmediatas para las
actividades de un proyecto de dan en la siguiente tabla. Suponga que los tiempos
de las actividades son independientes.
Gantt Chart

0 5 10 15 20 25
Timeritical Activity Slack
Critical Activity Nonc

13.11 La compañía Rockwell Electronics conserva una cuadrilla de servicio que


repara las fallas de las maquinas que ocurren con un promedio de 3 al día.
La cuadrilla puede dar servicio a un promedio de 8 máquinas al día con una
distribución de tiempo de reparación que se asemeja a la distribución exponencial.
¿Cuál es la tasa de utilización de este sistema de servicio?
PROBLEMAS_ CAPÍTULO 13. MODELOS DE TEORÍAS DE COLAS Y LÍNEAS DE
ESPERA.
Problema 13-12

Con base en datos históricos, el auto lavado de Harry estima que los automóviles
sucios llegan a sus instalaciones a una tasa de 10 por hora todo el sábado. Con una
cuadrilla que trabaja en la línea de lavado. Harry calcula que los vehículos se pueden
lavar a un ritmo de uno cada 5 minutos. Se lava un solo auto a la vez en este ejemplo
de una línea de espera de un solo canal.
Suponiendo llegadas de Poisson y tiempo de servicio exponenciales, encuentre:
a) El numero promedio de autos en línea
b) El tiempo promedio que un auto espera antes de ser lavado
c) El tiempo promedio que un auto pasa en el sistema de servicio
d) La tasa de utilización del auto lavado
e) La probabilidad de que ningún auto este en el
sistema Solución:
1)

2)
3)

4)

5)
6)

Problema 13-15_La temporada de cosecha de trigo en el medio oeste estadounidense


es corta, y la mayoría de los granjeros entregan sus camiones con cargas del cereal a
un silo (granero) central gigantesco en un lapso de dos semanas. Debido a esto, se
sabe que los camiones llenos de trigo esperan para descargar y regresar a los
campos a una cuadra de distancia del depósito. El silo central es de propiedad
cooperativa, por lo cual beneficiaría a cada uno de los granjeros incrementar tanto
como sea posible el nivel de eficacia del proceso de descarga y almacenaje. El costo
del deterioro del grano causado por los retrasos en la descarga, el costo de la renta
de los camiones y el tiempo ocioso del conductor mientras llega su turno son
preocupaciones importantes para los miembros de la cooperativa. A pesar de que
los granjeros tienen problemas para cuantificar el daño a la cosecha, es fácil asignar
un costo de $18 por hora por concepto de espera y descarga por cada camión y
conductor. El silo permanece abierto y funciona 16 horas al día, los siete días de la
semana, durante la temporada de cosecha, y tiene una capacidad de descarga de
35 camiones por hora de acuerdo con una distribución exponencial. Los camiones
llenos llegan a lo largo del
día (durante el horario en que el silo está abierto) a una tasa aproximada de 30
camiones por hora, con un patrón de Poisson.

Para ayudar a la cooperativa a atender el problema de la pérdida de tiempo mientras


los camiones están en espera en la línea o mientras descargan en el silo, encuentre:

a) El número promedio de camiones en el sistema de descarga.


b) El tiempo promedio por camión en el sistema.
c) La tasa de utilización del área del silo.
d) La probabilidad de que haya más de tres camiones en el sistema en un momento
dado.
e) El costo diario total para los granjeros por tener los camiones detenidos en el
proceso de descarga.

Como se mencionó, la cooperativa utiliza el silo únicamente dos semanas al año. Los
granjeros estiman que ampliar el silo reduciría en 50% los costos de descarga
durante el próximo año. Costaría $9000 hacerlo durante la temporada en que no
hay labores. ¿Valdría la pena para la cooperativa ampliar el área de
almacenamiento?

λ = 30 camiones por hora


µ = 35 camiones descargados
por hora Wq= λ/µ(µ - λ) = 30/
((35(35-30))= 1/6

a) L = λ / (µ - λ) = 30 / (35 – 30) = 6 camiones en el sistema de descarga


b) W = 1 / (µ - λ) = 1 / (35 – 30) = 1/6 horas en el sistema promedio
c) ρ = λ / µ = 30 / 35 = 0.8571 porcentaje de utilización del área del silo
k+1 3+1
d) Pn>k = (λ/µ) = (30/35) = 0.5397 probabilidad de que haya tres
camiones en el sistema
e) Costo diario total = (16 hrs por día)λWqCw = (16)(30)(1/6)($18) = $ 1,440 por
día

Si valdría la pena ampliar el silo, ya que reducirá 50% los costos de descarga, los
cuales son de 1,400 por día, reduciéndose a 700. Si dividimos los 9000 entre los 700,
tendríamos la recuperación en 13 días del costo por la ampliación.

PROBLEMAS_
13-17. Lundberg

El número de automóviles que llegaron por hora al auto lavado Lundberg durante las
últimas 200 horas de operación fue el siguiente:
Número de Frecuencia
Autos

que llegan
3 o menos 0
4 20
5 30
6 50
7 60
8 40
9 o más 0
Total 200

a) Establezca la distribución de probabilidad y de probabilidad acumulada para la


variable de llegada de autos.

Número de
Autos
que Probabili
llegan Frecuencia dad
Probabilidad Acumula
(Frecuencia /
200) da

3 o menos 0 0.00 0.00


4 20 0.10 0.10
5 30 0.15 0.25
6 50 0.25 0.50
7 60 0.30 0.80
8 40 0.20 1.00
9 o más 0 0.00 1.00
Total 200

b) Establezca los intervalos de números aleatorios para la variable.

Número de
Autos
que Probabili Intervalo de
llegan dad Números
Acumula aleatorios
da

3 o menos 0.00 -
4 0.10 01-10
5 0.25 11-25
6 0.50 26-50
7 0.80 51-80
8 1.00 81-100
9 o más 1.00 -
c) Simule 15 horas de llegada de autos y calcule el número promedio de llegadas
por hora. Seleccione los números aleatorios necesarios en la primera columna
de la tabla 14.4, comenzando con los dígitos 52.

No. Llegadas de de autos simuladas por hora


Horas Números
Aleatorios
1 5 7
2 2
5 7
3 5
4 6
4 9
1 5
3 6
5 4
0 6
6 4
8 7
7 7
8
8 6
8
8
9 9
6
1 7
4 7
0
1 3
6 6
1 0
3 6
2
1 7
4 7
3
1 1
6 5
4
1 8
1
5 1 97

Número de promedio de llegadas por hora =

Número de promedio de llegadas = 6.467 = 6 autos.


por hora =

13-18
Remítase a los datos del problema resuelto 14-1, que trata de los calentadores
Higgins. Ahora Higgins ha recolectado 100 semanas de datos y encuentra la siguiente
distribución para las ventas:

VENTAS DE CALENTADORES DE NÚMERO DE SEMANAS EN QUE SE


AGUA POR SEMANA VENDIÓ ESTE NÚMERO
3 2
4 9
5 10
6 15
7 25
8 12
9 12
10 10
11 5
a) Simule de nuevo el número de faltantes que ocurren en un periodo de 20
semanas (suponga que Higgins mantiene su inventario constante de 8
calentadores).
Número Ventas Número Ventas
Seman Categoría
Semana aleatorio Categoría simulad aleatorio simulad
a
1 0.8 Category as 10 11 0.8 Category as 10
2 90.6 8
Category 7 12 9
0.4 8
Category 7
3 0.9 5Category 11 13 1
0.1 5
Category 5
4 7
0.6 9
Category 8 14 5
0.8 3
Category 9
5 9
0.9 6
Category 10 15 2
0.2 7
Category 6
6 3
0.4 8
Category 7 16 2
0.1 4
Category 5
7 4
0.5 5
Category 7 17 7
0.1 3
Category 5
8 3
0.4 5
Category 7 18 8
0.9 3
Category 11
9 7
0.3 5
Category 7 19 8
0.5 9
Category 7
10 8
0.8 5
Category 10 20 4
0.5 5
Category 7
9 8 7 5

Con un inventario de 8 calentadores Higgins tendrá faltantes 7 veces durante las


20 semanas (en las semanas 2, 3, 5, 10, 11, 14 y 18)
b) Realice está simulación de 20 semanas dos veces más y compare sus respuestas
con las del inciso a)
¿cambia significativamente? ¿Por qué?

Segunda simulación

Número Ventas Número Ventas


Seman aleatorio Categoría simulad Seman aleatorio Categoría simulad
a 1 0.5 Category as 7 a 11 0.7 Category as 9
2 3
0.1 5
Category 5 12 4
0.9 7
Category 10
3 5
0.9 3
Category 10 13 4
0.7 8
Category 9
4 5
0.9 8
Category 11 14 6
0.4 7
Category 7
5 6
0.3 9
Category 6 15 5
0.8 5
Category 10
6 5
0.3 4
Category 7 16 6
0.8 8
Category 10
7 8
0.9 5
Category 11 17 50.3 8
Category 6
8 9
0.8 9
Category 9 18 0.9 4Category 10
9 5
0.3 7
Category 6 19 1
0.4 8
Category 7
10 1
0.0 4
Category 4 20 8
0.1 5
Category 5
7 2 3 3
Tercera simulación

Número Ventas Número Ventas


Seman aleatorio Categoría simulad Seman aleatorio Categoría simulad
a 1 0.1 Category as 5 a 11 0.6 Category as 8
2 8 3
0.8 Category 10 12 3 6
0.0 Category 3
3 70.3 8
Category 6 13 2
0.5 1
Category 7
4 0.2 4Category 6 14 5
0.8 5
Category 10
5 9
0.3 4
Category 6 15 8
0.5 8
Category 7
6 4
0.1 4
Category 5 16 5
0.1 5
Category 5
7 7
0.3 3
Category 6 17 9
0.0 3
Category 3
8 2
0.2 4
Category 6 18 2
0.2 1
Category 6
9 4
0.4 4
Category 7 19 8
0.0 4
Category 3
10 5
0.8 5
Category 10 20 1
0.5 1
Category 7
6 8 8 5

En la segunda simulación con un inventario de 8 calentadores Higgins tendrá faltantes


10 veces durante las 20 semanas y en la tercera simulación tendrá faltantes 3 veces
en el mismo periodo. En comparación con la primera simulación en dónde habrá
calentadores faltantes 7 veces, la variación es significativa debido los números
aleatorios seleccionados.

c) ¿Cuál es el número esperado de ventas por semana?

Primera simulación: Utilizando la información obtenida en la primera simulación


podemos obtener que las ventas promedio son de 7.8 calentadores por semana

Segunda simulación: Si utilizamos los datos de la segunda simulación obtenemos


que las ventas promedio es de 7.95 calentadores por semana.

Segunda simulación: Utilizando los datos de la segunda simulación obtenemos que


las ventas promedio es de 6.3 calentadores por semana.
13.25La compañía Goodeating Dog Chow elabora diferentes marcas de alimento para
perros. Uno de sus mejores productos es la bolsa de 50 libras de Goodeating
Dog Chow. George Hamilton, presidente de Goodeating, utiliza una máquina
muy antigua para empacar automáticamente las 50 libras de Goodeating
Chow en una bolsa. Por desgracia, como la máquina es antigua, en ocasiones
llena las bolsas con más o con menos producto. Cuando el llenado es correcto
y coloca 50 libras de comida encada bolsa, existe una probabilidad de 10% de
que la máquina ponga solo 49 libras en cada bolsa el siguiente día, y una
probabilidad de 0.20 de que coloque 51 libras en cada bolsa el siguiente día. Si
la máquina está colocando 49 libras en cada bolsa, hay una probabilidad de
0.30 de que mañana ponga 50 libras y una probabilidad de 0.20 de que
ponga 51 libras en cada bolsa. Además, si la máquina está colocando 51 libras
en cada bolsa hoy, existe una probabilidad de 0.40 de que coloque 50 libras en
cada bolsa mañana y una probabilidad de 0.10 de que coloque 49 libras mañana.
a) Si la máquina está cargando 50 libras en cada bolsa hoy, ¿cuál es la
probabilidad de que coloque 50 libras en cada bolsa mañana?
b) Resuelva el inciso a) cuando la máquina está colocando solo 49 libras en cada
bolsa hoy.
c) Resuelva el inciso a) cuando la máquina está colocando 51 libras hoy.

P= 0.5 0.30.
0.1 0.72
0.
0.1 0.42
0.
5
a) 70% segunda columna de (0 1 0) P 50 libras
b) 30% segunda columna de (1 0 0) P 49 libras
c) 40% segunda columna de (0 0 1) P 51 libras

13.28 El número promedio de clientes en el sistema del modelo de un solo canal y


una sola fase que se describió en la sección 13.4 es:

Demuestre que para m=1 servidor, el modelo de colas multicanal de la sección 13.5,
( )

Es idéntico al sistema de un solo canal. Observe que la fórmula para P (ecuación 13-
13) deberá utilizarse
en este ejercicio y aplicar demasiada álgebra.
( )

( )
[∑ ( ) (
)
]
( )
(
[∑ ] ( )
(
)
)

( )

*∑ ( ) + ( )

( )
( )

*( )+
( )

( *

( )

( )

13.29 Un mecánico de servicio a 5 máquinas taladradoras de un fabricante de placas de


acero. Las máquinas se descomponen, en promedio, una vez cada 6 días laborables, y
las descomposturas tienden a seguir una distribución de Poisson. El mecánico puede
manejar un promedio de una reparación por día. Las reparaciones siguen una
distribución exponencial.
a) ¿Cuántas máquinas están esperando recibir servicio en promedio?

b) ¿Cuántas están en el sistema en promedio?

( ) Taladradora
c) ¿Cuántas taladradoras están funcionando adecuadamente en promedio?
) (5)=5/6 Taladradoras
d) ¿Cuál es el tiempo de espera promedio en la cola?

e) ¿Cuál es la espera promedio en el


sistema?

( *

14.14 Clark Porperty Managment es responsable del mantenimiento, la renta y la


operación diaria de un
complejo de apartamentos grande en el lado este de Nueva Orleans. George Clark
está preocupado en particular por las proyecciones de costos para remplazar los
compresores de aire acondicionado (AA). Desea simular el número de fallas anuales de
los compresores durante los siguientes 20 años. Con los datos de un edificio de
apartamentos similares que administra en un suburbio de Nueva Orleans, Clark
establece una tabla de frecuencias relativas de las fallas durante un año, como se
muestra en la siguiente tabla:

NÚMERO DE FALLAS DE PROBABILIDAD


COMPRESORES DE0AA (FRECUENCIARELATIVA)
0.0
1 6
0.1
2 3
0.2
3 5
0.2
4 0.2
5 0.0
6 7
0.0
1

Él decide simular un periodo de 20 años eligiendo un número aleatorio de dos dígitos


de la tercera columna de la tabla 14.4, comenzando con el número aleatorio 50.
Realice la simulación para Clark. ¿Es común tener tres o más años consecutivos de
operación con dos o menos fallas anuales de los compresores? R= Si
14.15 El número de automóviles que llegaron por hora al autolavado Lundberg
durante las últimas 200 horas de operación fue el siguiente:

NÚMERO DE AUTOS QUE LLEGAN FRECUENCIA


3 o menos 0
4 20
5 30
6 50
7 60
8 40
9 0
Total 200

a) Establezca las distribuciones de probabilidad y de probabilidad acumulada


para la variable llegada de autos.
b) Establezca los intervalos de números aleatorios para la variable.
c) Simule 15 horas de llegadas de autos y calcule el número promedio de llegada
por hora. Seleccione los números aleatorios necesarios en la primera columna
de la tabla 14.4, comenzando con los dígitos 52.
14.17 Remítase a los datos del problema resuelto 14-1, que trata de los
calentadores de Higgins. Ahora Higgins ha recolectado 100 semanas de datos y
encuentra la siguiente distribución para las ventas:
VENTAS DE CALENTADORES DE NÚMERO DE SEMANAS EN QUE SE
AGUA POR SEMANA VENDIÓ ESTE NÚMERO
3 2
4 9
5 10
6 15
7 25
8 12
9 12
10 10
11 5

a) Simule de nuevo el número de faltantes que ocurren en un periodo de 20


semanas (suponga que Higgins mantiene su inventario constante de 8
calentadores).
b) Realice esta simulación de 20 semanas dos veces más y compare sus
respuestas con las del inciso a). ¿Cambian significativamente? ¿Por qué?
c) ¿Cuál es el número esperado de ventas por semana? R= 7
EJERCICIO 14-18:
a) Vuelva a simular los 15 días de descarga:

SIMULACIÓN DE LA COLA EN EL PUERTO DE NUEVA ORLEANS PARA DESCARGA DE BARCAZAS

# RETRASOS NÚMER # DE TOTAL A NÚMER


DIA # DE
DEL DÍA O LLEGADAS DESCARGAR O
DESCARGAS
ANTERIOR ALEATO NOCTURN ALEATO
1 RIO AS RIO
0 3 2 2 6 2
2 0 7 4 4 9
8 4
3 0 7
1 0 0 4
1 0
4 0 3
1 0 0 2
9 0
5 3 0
2 0 3 4
5 3
6 2 1 1 3 1
3 3
7 0 8
3 2 2 6
17 2
8 0 1 1 1 2 1
9 2 9
3 2 4 1 4
10 4 2
8 4 8 5
2 5
11 3 5
3 2 5 9
1 5
12 2 1
9 5 7 6
5 5
13 3 4
8 4 7 2
5 5
14 1 1
4 2 3 6
4 3
15 0 3
3 2 2 3
26 2
20 31 44
Descar
Retrasos Llegadas gas
Totales Totales Totales

# PROMEDIO DE RETRASOS DE BARCAZAS AL DÍA 20 / 15 = 1.3


SIGUIENTE:
# PROMEDIO DE LLEGADAS NOCTURNAS: 31 / 15 = 3
2.0
# PROMEDIO DE BARCAZAS DESCARGADAS POR DÍA: 44 / 15 = 7
2.9
3
b) Cuál es la comparación entre los resultados simulados:

En primer lugar, el número promedio de llegadas nocturnas se redujo en un 24.3%, a


pesar de ello se mantiene en un número entre el intervalo de 2 a 3 llegadas nocturnas.
En segundo lugar, el número promedio de barcazas descargadas por día se incrementó
en un 12.8%, situándose de igual manera en un intervalo de 2 a 3 descargas.
EJERCICIO 14-21:
SIMULACIÓN DE LA COLA EN DUMOOR
APPLIANCE CENTER
SEMANA
NÚMER
COSTO X DE
INVENTA INVENTA COSTO O
NÚMERO DEMAND INVENTA # ENTREG
SEMAN RIO RIO X ALEATO
ALEATORI A x RIO AL SEMANA A (A
A INICIO FINAL FALTANT RIO
O SEMAN FINAL DE S DE PARTIR
DE SEMANA ES PARA
A LA ENTREGA DE
SEMANA SEMANA TIEMPO
SEMANA SEMANA
L DE
1 5 8 3 2 2 0 5 3 3
2 1 2
5 1 9 9 0 3
8 3 4
3 0
9 7
6 2 7 7 0 4
4 2 4
4 7 8
2 1 6 6 0 9
6 3 6
5 6 8
5 0 6 6 0 3
2 0 0
6 6 9 3 3 3 0 6
6 3 7
7 3 4
3 0 3 3 0 5
7 0 0
8 3 1 0 3 3 0 2
8 0 0
9 3 1
2 1 2 2 0 4
8 3 9
10 10 7
79 2 8 8 0 5
63 3 12
62 13 49 49 0
Deman Inventa Costo Cost
Inventa da rio Total x o
rio Total Inicial Inventa Total x
Inicial rio Faltan
tes

COSTO PROMEDIO X INVENTARIO


SEMANAL: 49 / 10 = 4.9
COSTO DE FALTANTES X SEMANA: 0 / 10 = 0
0.0
0
EJERCICIO 14-26:
SIMULACIÓN DE LA COLA EN BRENNAN AIRCRAFT DE TLN

TIEMPO NÚMERO COSTO ACUM HRS POR # HRS DE COSTO


# FALLAS NÚMERO HRS POR COSTO POR # HRS
ENTRE ALEATORIO POR COMPOSTURA DESCOMPOS POR
X ALEATORIO COMPOSTUR SERVICIO (1 ENTRE FALLAS
FALLAS X PARA HRS SERVICIO (4 DE 4 PLUMAS TUR A SERVICI
PLOTTER A PLUMA) X 4 PLUMAS
UNA ENTRE FALLAS PLUMA) O (
PLUMA X 4 PLUMAS PLUMAS
1 82 6 60 40 5 120 3,200 12 60 1,920
2 57 0
5 11 0
80 3
8 130 6,400 0
25 14 3,520
3 68 0
5 0
16 0
1,200 4
4 120 9,600 0
37 0
21 5,120
4 28 0
3 0
19 1,600 9
6 120 12,800 0
49 0
30 6,080
5 5 0
1 0
20 2,000 3
2 110 16,000 0
60 0
40 6,400
6 94 0
7 0
27 2,400 6
6 120 19,200 0
72 0
45 8,640
7 3 0
1 0
28 2,800 5
7 120 22,400 0
84 0
56 8,960
8 11 0
2 0
30 3,200 2
8 130 25,600 0
97 0
67 9,600
9 27 0
3 0
33 3,600 4
8 130 28,800 0
1,100 0
77 10,560
10 79 0
6 0
39 4,000 5
6 120 32,000 1,220 0
83 12,480
11 90 0
6 0
45 4,400 3
2 110 35,200 1,330 0
88 14,400
12 87 0
6 0
51 4,800 6
2 100 38,400 1,430 0
92 16,320
13 92 0
7 0
58 5,200 7 120 41,600 1,550 0
97 18,560
14 41 0
4 0
62 5,600 5
2 110 44,800 1,660 0
1,040 19,840
15 9 0
20 0
640 6,000 6
9 130 48,000 1,790 1,150 20,480
640 5,090 2 1,790 14,440 9,350

COSTO POR SERVICIO DE 6,00


MANTENIMIENTO:
COSTO x DESCOMPOSTURA SIMULADA: 9,350 x 50= 0
467,5
00
COSTO TOTAL DE MANTENIMIENTO SIMULADO (1 467,500 + 6,000= 473,5
PLUMA): 00

HORAS ENTRE FALLAS DE PLOTTER SI SE CAMBIA UNA PLUMA X c/ REPARACIÓN HORAS ENTRE FALLAS DE PLOTTER SI SE CAMBIAN 4 PLUMAS X c/
REPARACIÓN
HRS PROBABILID
PROBABILIDAD LOWER HRS ENTRE
ENTRE AD
FALLA
FALLA ACUMULAD
10 0.0 0.0 0.0 5
20 5
0.1 0
0.0 5
0.2 20
30 5
0.1 5
0.2 0
0.3 35
40 5
0.2 0
0.3 5
0.5 55
50 0
0.2 5
0.5 5
0.7 75
60 0
0.1 5
0.7 5
0.9 90
70 5
0.1 5
0.9 0
1.0 10
0 0 0 0
PROBABILID HRS
HRS ENTRE PROBABILIDAD LOWER
AD ENTRE
FALLA
ACUMULAD FALLA
10 0.1 0.0 0.1 15
0
11 5
0.2 0
0.1 5
0.4 40
0
12 5
0.3 5
0.4 0
0.7 75
0
13 5
0.2 0
0.7 5
0.9 95
0
14 0
0.0 5
0.9 5
1.0 10
0 5 5 0 0

a) Como se puede observar después de realizar la simulación, el costo total


por descompostura simulada ($473,500) es mayor al costo por realizar el
reemplazo de las 4 plumas ($48,000). Por tanto la recomendación es optar
por reemplazar las 4 plumas cada que exista un fallo.
EJERCICIO 14-29:
a) Simulación de la prueba con 10 pacientes:

SIMULACIÓN DE LA COLA EN EL HOSPITAL GENERAL DE MILWAUKEE

NÚMER NÚMERO NÚMERO SALA DE NÚMER CTO DE


# SALA DEPTO RAYOS NÚMERO QUIRÓFANO
PACIENTES O ALEATORIO ALEATORIO ENYESADO O OBSERVACI
URGENCIAS X ALEATORIO
ALEATO ALEATO ÓN
RIO RIO

1 8 SU-EPA 8 DRX-EPA 60 QRF-CDO 59 SDE-DRX 74 CDO-


2 2
5 SU-QRF 0
4 DRX-CDO 77 QRF-CDO 55 SDE-CDO 5 EPA
CDO-
3 7
6 SU-CDO 5
8 DRX-EPA 46 QRF-CDO 72 SDE-EPA 81 QRF
CDO-
4 8
2 SU-DRX 6
9 DRX-EPA 63 QRF-CDO 33 SDE-CDO 82 EPA
CDO-
5 8
5 SU-DRX 9
2 DRX-QRF 71 QRF-CDO 62 SDE-EPA 93 EPA
CDO-
6 9 SU-EPA 3 DRX-SDE 69 QRF-CDO 13 SDE-CDO 9 EPA
CDO-
7 4
3 SU-DRX 4
8 DRX-EPA 44 QRF-CDO 74 SDE-EPA 96 QRF
CDO-
8 1 SU-DRX 7
8 DRX-QRF 22 QRF-SDE 68 SDE-EPA 33 EPA
CDO-
9 1
2 SU-DRX 8 DRX-EPA 3 QRF-SDE 22 SDE-CDO 52 EPA
CDO-
10 7
7 SU-EPA 6
8 DRX-EPA 85 QRF-CDO 44 SDE-CDO 78 EPA
CDO-
9 5 4 2 1 EPA

# veces
# veces que que de # veces que
se
entra a Rayos RayosX
un depto se
entra a Rayos
X que te X
regrese

POSIBILIDAD DE ENTRAR 2 VECES A RAYOS X= SUMA { (0.45)*(5)+ (0.05)*(1)+(0.15)*(0) }


79%
SUMA { (0.45)*(5)+ (0.05)*(1)+(0.15)*(0)+ (0.25)*(1)+(0.35)*(1)}

PROBABILIDADES QUE UN PACIENTE VAYA DE UN DEPTO A OTRO:


PROBABILIDAD
DE- A PROBABILIDAD LOWER DE- A
ACUMULADA

SU-DRX 0.4 0.0 0.4 45


SU-QRF 5
0.1 0
0.4 5
0.6 60
SU-CDO 5
0.1 5
0.6 0
0.7 70
SU-EPA 0
0.3 0
0.7 0
1.0 10
DRX- 0
0.1 0
0.0 0
0.1 0
10
QRF
DRX- 0
0.2 0
0.1 0
0.3 35
SDE
DRX- 5
0.3 0
0.3 5
0.7 70
CDO
DRX-EPA 5
0.3 5
0.7 0
1.0 10
QRF-SDE 0
0.2 0
0.0 0
0.2 0
25
QRF- 5
0.7 0
0.2 5
0.9 95
CDO
QRF-EPA 0
0.0 5
0.9 5
1.0 10
SDE- 5
0.5 5
0.0 0
0.5 0
55
CDO
SDE-DRX 5
0.0 0
0.5 5
0.6 60
SDE-EPA 5
0.4 5
0.6 0
1.0 10
CDO- 0
0.1 0
0.0 0
0.1 0
15
QRF
CDO- 5
0.1 0
0.1 5
0.3 30
DRX
CDO-EPA 5
0.7 5
0.3 0
1.0 10
0 0 0 0

b) La posibilidad de entrar dos veces al departamento de Rayos X es del 79%, la cual se


calcula como el
# de veces que de un departamento se ingresó a Rayos X (por su probabilidad),
entre todas las posibilidades que de Rayos X se ingrese a otro depto. que a su
vez te pueda regresar a Rayos X (sólo 2 departamentos).
EJERCICIO 14-30:
a) Simulación de una hora de servicio para una ventanilla para auto:

SIMULACIÓN DE LA COLA EN EL BANCO FIRST SYRACUSE

NÚMERO
HORA TIEMPO HORA EN
NÚMER TIEMPO ALEATORIO TIEMPO EN
# CTE HORA DE DISPONIBLE TIEMPO EN DE QUE
O ENTRE PARA SERVICIO
LLEGADA PARA ESPERA SERVICI TERMINA
ALEATO LLEGADA TIEMPO DE
COMENZAR EL O EL
RIO SERVICIO
SERVICIO NECESA SERVICIO
1 60 3 1.03 1.03 0 74 4 1.07 4
2 77 4 1.07 1.07 0 5 1 1.08 1
3 46 3 1.10 1.08 -2 81 5 1.13 3
4 63 3 1.13 1.13 0 82 5 1.18 5
5 71 3 1.16 1.18 2 93 6 1.24 8
6 69 3 1.19 1.24 5 9 1 1.25 6
7 44 2 1.21 1.25 4 96 6 1.31 10
8 22 2 1.23 1.31 8 33 3 1.34 11
9 3 1 1.24 1.34 10 52 3 1.37 13
10 85 4 1.28 1.37 9 78 5 1.42 14
11 14 1 1.29 1.42 13 13 2 1.44 15
12 48 3 1.32 1.44 12 6 1 1.45 13
13 69 3 1.35 1.45 10 28 3 1.48 13
14 13 1 1.36 1.48 12 30 3 1.51 15
15 30 2 1.38 1.51 13 94 6 1.57 19
16 50 3 1.41 1.57 16 23 2 1.59 18
41 11 5 16
2
Minutos en 6 8
Minutos en
espe Servicio
ra
COSTO DE MANTENIMIENTO ANUAL: 12,000 28,00
COSTO X PÉRDIDA DE BUENA VOLUNTAD ANUAL: +16,000 = =
112*7*200 0
156,8
COSTO TOTAL 28000+156800 00
184,8
00

ANÁLISIS DE OBSERVACIÓN 1: TIEMPO ENTRE LLEGADAS PARA 1000 OBS ANÁLISIS DE OBSERVACIÓN 2: TIEMPO DE SERVICIO A CLIENTES PARA 1000
OBS
TIEMPO
ENTRE PROBABILID
# PROBABILIDA LOWER DEMANDA
LLEGAD AD
OCURRENCIAS D
AS ACUMULAD
(MINS)
1 200 0.2 0.0 A 0.2 20
2 250 0
0.2 0
0.2 0
0.4 45
3 300 5
0.3 0
0.4 5
0.7 75
4 150 0
0.1 5
0.7 5
0.9 90
5 100 5
0.1 5
0.9 0
1.0 10
0 0 0 0

PROBABILI
TIEMPO
# PROBABILIDA LOWER DA D DEMANDA
ENTRE
OCURRENCIAS D ACUMULAD
LLEGADAS
A
(MINS)1 10 0.1 0.0 0.1 10
2 0
15 0
0.1 0
0.1 0
0.2 25
3 0
35 5
0.3 0
0.2 5
0.6 60
4 0
15 5
0.1 5
0.6 0
0.7 75
5 0
15 5
0.1 0
0.7 5
0.9 90
6 0
10 5
0.1 5
0.9 0
1.0 100
1000 0 0 0 0 1000
b) Simulación de una hora de servicio para dos ventanillas para auto:

SIMULACIÓN DE LA COLA EN EL BANCO FIRST SYRACUSE

NÚMERO
HORA TIEMPO HORA EN
NÚMERO TIEMPO ALEATORIO TIEMPO
# CTE HORA DE DISPONIBLE TIEMPO EN DE QUE
ALEATORIO ENTRE PARA EN
LLEGADA PARA ESPERA SERVICI TERMINA
LLEGADA TIEMPO DE SERVICI
COMENZAR EL O EL
SERVICIO O
SERVICIO NECESA SERVICIO
1 60 3 1.03 1.03 0 74 4 1.07 4
2 77 4 1.07 1.07 0 5 1 1.08 1
3 46 3 1.10 1.08 -2 81 5 1.13 3
4 63 3 1.13 1.13 0 82 5 1.18 5
5 71 3 1.16 1.16 0 93 6 1.22 6
6 69 3 1.19 1.19 0 9 1 1.20 1
7 44 2 1.21 1.20 -1 96 6 1.26 5
8 22 2 1.23 1.23 0 33 3 1.26 3
9 3 1 1.24 1.24 0 52 3 1.27 3
10 85 4 1.28 1.27 -1 78 5 1.32 4
11 14 1 1.29 1.29 0 13 2 1.31 2
12 48 3 1.32 1.31 -1 6 1 1.32 0
13 69 3 1.35 1.32 -3 28 3 1.35 0
14 13 1 1.36 1.35 -1 30 3 1.38 2
15 30 2 1.38 1.38 0 94 6 1.44 6
16 50 3 1.41 1.41 0 23 2 1.43 2
41 -9 5 47
Minutos en 6 Minutos en
espe Servicio
ra
COSTO DE MANTENIMIENTO ANUAL: 20,000 +32,000 = 52,000
COSTO X PÉRDIDA DE BUENA VOLUNTAD ANUAL: (0)*7*200 = 0
COSTO TOTAL 0+52,000 52,000

ANÁLISIS DE OBSERVACIÓN 1: TIEMPO ENTRE LLEGADAS PARA 1000 OBS ANÁLISIS DE OBSERVACIÓN 2: TIEMPO DE SERVICIO A CLIENTES PARA
1000 OBS
TIEMPO
ENTRE PROBABILID
# PROBABILIDA LOWER DEMANDA
LLEGAD AD
OCURRENCIAS D
AS ACUMULAD
(MINS)
1 200 0.2 0.0 A 0.2 20
2 250 0
0.2 0
0.2 0
0.4 45
3 300 5
0.3 0
0.4 5
0.7 75
4 150 0
0.1 5
0.7 5
0.9 90
5 100 5
0.1 5
0.9 0
1.0 10
0 0 0 0

PROBABILI
TIEMPO
# PROBABILIDA LOWER DA D DEMANDA
ENTRE
OCURRENCIAS D ACUMULAD
LLEGADAS
A
(MINS) 1 10 0.1 0.00 0.10 10
2 0
15 0
0.1 0.10 0.25 25
3 0
35 5
0.3 0.25 0.60 60
4 0
15 5
0.1 0.60 0.75 75
5 0
15 5
0.1 0.75 0.90 90
6 0
10 5
0.1 0.90 1.00 10
0 0 0

c) Análisis de costos a) Vs b) :

El costo total anual por instalación de una ventanilla para auto es de $184,800,
mientras que el costo por instalar 2 ventanillas es de tan sólo $52,000, por lo que
se recomienda optar por la opción de instalar las 2 ventanillas para auto.

15-8.
Ray Cahnman es el orgulloso propietario de un automóvil deportivo 1955. Es un día
dado, Ray no sabe si su auto va arrancar. Arranca el 90% de las veces si arrancó la
mañana anterior, y el 70% de las veces no arranca si no arrancó la mañana anterior.
a) Construya la matriz de probabilidades de transición
b) ¿Cuál es la probabilidad de que arranque mañana si arranco hoy?
c) ¿Cuál es la probabilidad de arranque mañana si no arranco hoy?
P11= Probabilidad que el auto arranque dado que
arranque mañana. P12= Probabilidad que el auto
arranque dado que no arranque mañana. P21=
Probabilidad que el auto no arranque dado que arranque
mañana.
P22= Probabilidad que el auto no arranque dado que no
arranque mañana. a)

+
P= *

b)

P= [ ]* +

P= ( 0.9 , 0.10)
La probabilidad que el auto arranque mañana dado que arranco hoy es de 0.90.
d) La probabilidad que el auto arranque mañana dado que hoy no arranco es de
0.10.

15-9.
Alan Resnik, un amigo de Ray Cahnman, apuesta $5 a que el auto de Ray no arrancará
dentro de cinco días.
a) ¿Cuál es la probabilidad de que no arrancará dentro de cinco días, si arrancó
hoy?
b) ¿Cuál es la probabilidad de que no arrancará dentro de cinco días, si no arrancó
hoy?
c) ¿Cuál es la probabilidad de que arranque a la larga, si la matriz de
probabilidades de transición no cambia?
a)

+
P= *

b)

P= [ ]* +

P= ( 0.45 , 0.50)

La probabilidad que el auto arranque dentro de los 5 días es de 0.45.


La probabilidad que el auto no arranque dentro de los 5
días es de 0.50. c)
π (n) = π (0) P
15-12.
La compañía Goodeating Dog Chow elabora diferentes marcas de alimentos para
perros. Uno de sus mejores productos es la bolsa de 50 libras de Goodeating Dog
Chow. George Hamilton, presidente de Goodeating, utiliza una máquina muy antigua,
en ocasiones llena las bolsas con más o con menos producto. Cuando el llenado es
correcto y coloca 50 libras de comida en cada bolsa, existe una probabilidad de 10% de
que la máquina ponga solo 49 libras en cada bolsa el siguiente día, y una
probabilidad de 0.20 de que coloque 51 libras en cada bolsa el siguiente día. Si la
máquina está colocando 51 libras en cada bolsa. Además, si la máquina está
colocando 51 libras en cada bolsa hoy, existe una probabilidad de 0.40 de que
coloque 50 libras en cada bolsa mañana y una probabilidad de 0.10 de que coloque 49
libras mañana.
a) Si la máquina está cargando 50 libras en cada bolsa hoy, ¿cuál es la
probabilidad de que coloque 50 libras en cada bolsa mañana?
b) Resuelva el inciso a) cuando la máquina está colocando solo 49 libras en cada
bolsa hoy.
c) Resuelva el inciso a) cuando la máquina está colocando 51 libras hoy.

+
[ ]*

= ( 0.6 , 0.4)

(untitled) Steady state transition matrix


State 1 State 2 State 3

State 1 .1111 .1111 .7777

State 2 .1111 .1111 .7777

State 3 .1111 .1111 .7777

Ending probability (given initial) .1111 .1111 .7777

Steady State probability .1111 .1111 .7777

15-13. Resuelva el problema 15-12 (Goodeating Dog Chow) para cinco periodos.

+
[ ]*

= ( 0.3 , 0.2)

15-17.
Un estudio de las cuentas por cobrar en la tienda por departamentos A&W indica que
las cuentas están al corriente, atrasadas un mes, atrasadas dos meses, canceladas
como deuda incobrable o liquidadas por completo. De las que están al corriente, 80%
se pagan ese mes y el resto se quedan como atrasadas un mes. De las cuentas
atrasadas un mes, 90% se pagan y el resto se convierte en atrasadas dos meses
quedarán pagadas (85%) o se clasificarán como deuda incobrable. Si las ventas al
promedian $150,000, determine cuánto dinero espera recibir la compañía de esta
cantidad. ¿Cuánto se volverá deuda incobrable?
(untitled) Steady state transition matrix

State 1 State 2 State 3 State 4

State 1 .8175 0 .166 .0166


State 2 .8175 0 .166 .0166
State 3 .8175 0 .166 .0166

State 4 .8175 0 .166 .0166

Ending number (given initial) 0 0 0 0

Steady State probability .8175 0 .166 .0166

Entonces de los $150,000 quedan:


$122,625 se cobraran en este mes, $ 24,900 se cobrarán en menos de un mes y
$2,490 se volverá en una deuda incobrable.

Markov Matrix (sorted if State 1 State 3 State 4 State 2


necessary)

State 1 .8 .2 0 0

State 3 .9 0 .1 0

State 4 .85 .15 0 0

State 2 0 0 .15 .85

B matrix State 2

State 2 .85

F matrix (I-B)^-1 State 2


State 2 6.6667

FA matrix State 1 State 3 State 4


State 2 0 0 1

15-18. La industria de teléfonos celulares es muy competitiva. Dos compañías en


el área de Lubbock, Horizon y Local Cellular, están compitiendo constantemente en
un intento por controlar el mercado. Cada compañía tiene un acuerdo de servicio de
un año. Al final de cada año, algunos clientes renuevan, en tanto que otros cambian a
la otra compañía. Los clientes de Horizon tienden a ser leales y 80% renuevan,
mientras que 20% se cambian. Cerca de 70% de los clientes de Local Cellular renuevan
con ellos y alrededor de 30% cambia a Horizon. Si Horizon tiene 100,000 clientes
este año y Local Cellular 80,000, ¿cuántos se espera que tenga cada compañía el
próximo año?

Total clientes 18000


%Horizon 0 0.5
%Local 6
0.4
Cellular 4
0.8 0.2
[0.56,
0.3 0.7
0.44] *
Respuesta:
Prox año: 180,0
%Horizon 0.58 00
1040
%Local 0.42 00
7600
Cellular 0

15-20 En la sección 15.7, estudiamos un problema de cuentas por cobrar. ¿Cómo


cambiarían la categoría de pagada y la categoría de deuda incobrable con la siguiente
matriz de probabilidades de transición?

I= 1 0 0= 0 0
0 1 0 0

A= 0. 0 B= 0.2 0.
7
0. 0.2 0.2 1
0.
4 2
-1
F=(I–B)

F= 1.29 0.16
0.32 1.29

F*A =
0.97 0.03
0.74 0.26

Si las ventas fueron $150,000, con la Matriz Solución se tiene que


27,000 3000 * 0.9677 0.03226
4
0.7419 0.25806
4

Cuenta pagada: 28354.84


Deuda incobrable: 1645.16
15-21 El profesor Green da cursos de programación de computadoras de dos meses
durante el verano. Los estudiantes presentan varios exámenes para aprobar el curso y
cada estudiante tiene tres oportunidades de tomar los exámenes. Los siguientes
estados describen las situaciones posibles que pueden ocurrir:
1.Estado 1: pasar todos los exámenes y aprobar el curso
2.Estado 2: no pasar todos los exámenes en el tercer intento y reprobar el curso.
3.Estado 3: reprobar un examen en el primer intento
4.Estado 4: reprobar un examen en el segundo intento

Después de observar varios grupos, el profesor Green obtuvo la siguiente matriz de


probabilidades de transición:

Actualmente hay 50 estudiantes que no aprobaron todos los exámenes en el primer


intento y 30 estudiantes que no aprobaron todos los exámenes en el segundo
intento. ¿Cuántos estudiantes de estos dos grupos pasarán el curso y cuántos lo
reprobarán?

I= 1 0 0= 0 0
0 1 0 0

A= 0.6 0 B= 0.1 0.3


0.3 0.3 0.2 0.2
-1
F=(I–B)

F= 1.21 0.45
0.30 1.36
F* 0.86 0.14
A 0.59 0.41
50 30 * 0.86 0.14
0.59 0.41
Pasarán 61
Reprobarán 19

15-29 Durante un salida reciente a su restaurante favorito, Sandy (dueña del taller 1)
se reunió con Chris Talley (dueño del taller 7) (véase el problema 15-28). Después
de disfrutar su almuerzo, Sandy y Chris tuvieron una acalorada discusión sobre las
porciones del mercado para las operaciones de cambio de aceite rápido en su ciudad.
Su conversación fue la siguiente:
Sandy: Mi operación es tan superior que después de que alguien cambia su aceite en
uno de mis talleres, nunca irían a otro taller. Pensándolo bien, tal vez 1 persona de
cada 100 probará otro taller después de ir a uno mío. En un mes, tendré el 99% del
mercado y tú tendrás el 1%.
Chris: Estás completamente equivocada. En un mes, yo tendré el 99% del mercado y
tú solamente tendrás 1%. De hecho, te invitaré a comer al restaurante que elijas si
tienes razón. Si yo tengo razón, tú me invitarás uno de esos filetes enormes en David’s
Steak House. ¿Hacemos el trato?
Sandy: ¡Sí! Prepara tu chequera o tu tarjeta de crédito. Tú tendrás el privilegio de
pagar por dos comidas muy costosas en restaurante de mariscos Anthony’s.
a) Suponga que Sandy está en lo correcto acerca de los clientes que van una vez a uno
de sus talleres de cambio de aceite rápido. ¿Ganará la apuesta con Chris?
b) Suponga que Chris tiene la razón sobre los clientes que van una vez a uno de sus
talleres, ¿ganará él la apuesta?
c) Describa qué pasaría si ambos, Chris y Sandy, tienen razón en cuanto a los clientes que
visitan sus talleres. a)
0.99 0.01 0 0 0 0 0 0 0 0
0.01 0.8 0.01 0.01 0.01 0.1 0.01 0.01 0.01 0.0
0.01 0.01 0.7 0.01 0.01 0.1 0.01 0.05 0.05 3
0.0
0.01 0.01 0.01 0.9 0.01 0.01 0.01 0.01 0.01 5
0.0
0.01 0.01 0.01 0.1 0.8 0.01 0.03 0.01 0.01 2
0.0
0.01 0.01 0.01 0.01 0.01 0.91 0.01 0.01 0.01 1
0.0
0.01 0.01 0.01 0.01 0.01 0.1 0.7 0.01 0.1 1
0.0
0.01 0.01 0.01 0.01 0.01 0.1 0.03 0.8 0.01 4
0.0
0.01 0.01 0.01 0.01 0.01 0.1 0.01 0.1 0.7 1
0.0
0.01 0.01 0.01 0.01 0.01 0.1 0.1 0.05 0 40.
7
Resultado:
0.9802 0.0179 0.0001 0.0001 0.0001 0.001 0.0001 0.0001 0.0001 0.0003

No tendrá el 99%, tendrá el 98%

c) Tampoco tiene la razón, mismo caso que Sandy

c) Por la participación de mercado inicial, se quedarían prácticamente


igual, ambos, reduciría: Sandy = 59.8%
Chris = 2.2%

También podría gustarte