Investigación de Operaciones II.

TAREA 3.
1. Aeromexico cuenta con un vuelo a las 7:15 p.m. entre la ciudad de Monterrey y la ciudad
de México, no desea que el vuelo salga retrasado 2 días consecutivos. Si el vuelo sale
retrasado un día, la línea aérea realiza un esfuerzo especial al día siguiente para que el
vuelo salga a tiempo, y lo logra 90% de las veces. Si el vuelo no salió con retraso el día
anterior, la línea aérea no realiza arreglos especiales, y el vuelo parte de acuerdo con lo
programado 60% de las veces. ¿Qué porcentaje de veces parte con retraso el vuelo?

Definiendo los estados:

Estado 0 = El vuelo salió con retraso.

Estado 1 = El vuelo no salió con retraso.

Realizando la matriz de transición:

0 0.1 0.9
𝑃= [ ]
1 0.4 0.6
Buscando el estado estable de la matriz.
0.1 0.9
𝑉 ∗ 𝑃 = [𝜋0 𝜋1] [ ] = [𝜋0 𝜋1]
0.4 0.6
0.4𝜋1 − 0.9𝜋0 = 0

0.9𝜋0 − 0.4𝜋1 = 0
𝜋0 + 𝜋1 = 1
Resolviendo por Solver:

𝜋0 = 0.3076, 𝜋1 = 0.6923
Por lo tanto, el porcentaje de veces que los vuelos salen con retraso es 30.76%.

2. Una costurera trabaja exclusivamente en una fase del proceso de producción de un diseño
de prendas de vestir. Esta fase requiere exactamente media hora para terminar una
prenda. Cada 30 minutos llega un mensajero a la mesa de la costurera, para recoger todas
aquellas prendas que estén terminadas y para entregar las nuevas prendas que deben ser
cosidas. El número de nuevas prendas que lleva el mensajero es inseguro: 30% del tiempo,
el mensajero llega sin prendas para ser cosidas; 50% de las veces, el mensajero trae sólo
una prenda para dejar; 20% de las veces, el mensajero trae dos prendas para la costurera.
Sin embargo, el mensajero tiene instrucciones de nunca dejar tres o más prendas juntas
no terminadas a la costurera. (Las prendas no terminadas que no puedan dejarse a la
costurera, debido a esta política, se llevan a otra costurera para ser procesadas).

a) Defina los estados.

Estado 0 = no se tiene ninguna prenda por coser.

Estado 1 = se tiene una prenda por coser.

Investigación de Operaciones II.

Estado 2 = se tienen dos prendas por coser.

b) Construya el diagrama del estado de transición.

0.2 0.2

0.8 0.5 0.7

0 1 2

0.3 0.3

c) Construya la matriz de transición.

0 0.8 0.2 0
𝑃 = 1 [0.3 0.5 0.2]
2 0 0.3 0.7
d) Determínese el porcentaje del tiempo que la costurera permanece ociosa, considerando que
cualquier cantidad de prendas no terminadas que estén en la mesa de la costurera al final de un
turno de trabajo, permanecen ahí para ser procesadas durante el siguiente día de trabajo.
0.8 0.2 0
𝑉 ∗ 𝑃 = [𝜋0 𝜋1 𝜋2] [0.3 0.5 0.2] = [𝜋0 𝜋1 𝜋2]
0 0.3 0.7
0.3𝜋1 − 0.2𝜋0 = 0
0.2𝜋0 + 0.3𝜋2 − 0.5𝜋1 = 0

0.2𝜋1 − 0.3𝜋2 = 0
𝜋0 + 𝜋1 + 𝜋2 = 0

Resolviendo por Solver:

𝜋0 = 0.4737
Para obtener el porcentaje del tiempo de ocio, multiplicamos la probabilidad de que se tengan 0
prendas por coser (𝜋0) por la probabilidad de que el mensajero no traiga nuevas prendas:

0.4737 ∗ 0.3 = 0.14211

Por lo tanto, el porcentaje de tiempo ocioso que tiene la costurera es del 14.2%.
Investigación de Operaciones II.

3. El pabellón geriátrico de un hospital clasifica a sus pacientes como encamados o no

encamados. Los datos históricos indican que durante un periodo de una semana, 30% de
todos los pacientes no encamados son dados de alta, 40% continúan no encamados y 30%
son encamados. Durante el mismo periodo, 50% de todos los pacientes encamados pasan
a no encamados, 20% permanecen encamados y 30% fallecen. Normalmente el hospital
tiene 100 pacientes en su pabellón geriátrico, con treinta pacientes encamados y setenta
no encamados. Determínese el estado de estos pacientes: a) después de 2 semanas, y b) a
largo plazo. (El estado de un paciente dado de alta no cambia si el paciente muere).

Definiendo los estados:

Estado 0 = pacientes encamados.

Estado 1 = pacientes no encamados.

Estado 2 = pacientes que fueron dados de alta.

Estado 3 = pacientes que fallecieron.

0 0.2 0.5 0
1 0.3
𝑃= 0.3 0.4 0.3 0
[ ]
2 0 0 1 0
3 0 0 0 1
a) después de 2 semanas.

0.19 3 0.15 0.36

𝑉0 ∗ 𝑃2 = [0.3 0.7 0 0] [0.18 0.31 0.42 0.09 = [0.183 0.307 0.339 0.171]
0 0 1 0
0 0 0 1
Por lo tanto, a las dos semanas e. 18.3% de los pacientes estarán encamados, el 30.7% de los
pacientes no estarán encamados, el 33.9% de los pacientes serán dados de alta y el 17.1%
fallecerán.

b) a largo plazo.

Utilizando el análisis de cadenas absorbentes reacomodamos la matriz de la siguiente forma:

2 3 0 1
0 0.2 0.5 0 0.3 2 1 0 0 0
1 0.3 0.4 0.3 0 3 0 1 0 0
[ ] − − − −→ [ ]
2 0 0 1 0 0 0 0.3 0.2 0.5
3 0 0 0 1 1 0.3 0 0.3 0.4
1 0 0.2 0.5 0 0.3
𝑉0 ∗ [𝐼 − 𝑁]−1 ∗ 𝐴 = [0.3 0.7 0 0] ∗ [[ ]−[ ]]−1 ∗ [ ]
0.8 −0.5 0 1 0.3
0 0.3 0.4 0.3 0
= [0.3 0.7] ∗ [ ]−1 ∗ [ ]
−0.3 0.6 0.3 0
20 50 5 6
11 33 0 0.3 11
= [0.3 0.7] ∗ [ ]∗ [ ] = [0.3 0.7] ∗ [ 11]
10 80 0.3 0 8 3
11 33 11 11
= [0.645 0.354]
Investigación de Operaciones II.

Por lo tanto, a largo plazo el 64.5% de los pacientes son dados de alta y el 35.4% fallecerán.

4. Una investigación recientemente realizada con suscriptores de una revista de viajes

muestra que 65% de ellos tienen al menos una tarjeta de crédito de alguna línea aérea.
Comparando estos resultados con una investigación similar efectuada hace 5 años, los
datos indican que 40% de aquellos individuos que no tenían una tarjeta de crédito de
alguna línea aérea, obtuvieron posteriormente una, mientras que 10% de aquellos que
poseían alguna de estas tarjetas hace 5 años, ya no lo hacen. Considerando que estas
tendencias continúan en el futuro, determínese la proporción de suscriptores que
poseerán tarjetas de crédito de líneas aéreas: a) dentro de 10 años, y b) a largo plazo.

Definiendo los estados:

Estado 0 = suscriptores que no tienen tarjeta de crédito.

Estado 1 = suscriptores que tienen tarjeta de crédito.

0.6 0.4
𝑃= [ ]
0.1 0.9
a) dentro de 10 años

Debido a que ya pasaron 5 años de la investigación, 𝑃2 sería 10 años:

2
3
5 5
𝑉0 ∗ 𝑃2 = [0.35 0.65] [ ] = [0.237 0.762]
3 17
20
20
Por lo tanto, dentro de 10 años el 23.7% de los suscriptores no tienen tarjeta de crédito y el otro
76.2% si tienen una tarjeta de crédito.

b) a largo plazo

𝑉 ∗ 𝑃 = [𝜋0 𝜋1] [0.6 0.4] = [𝜋0 𝜋1]

0.1 0.9
0.1𝜋1 − 0.4𝜋0 = 0
0.4𝜋0 − 0.1𝜋1 = 0

𝜋0 + 𝜋1 = 1
Resolviendo con Solver:

𝜋0 = 0.2, 𝜋1 = 0.8

Por lo tanto, a largo plazo el 20% de los suscriptores no tendrán tarjeta de crédito y el 80% si
tendrá tarjeta de crédito.

5. Las uvas del Valle de Sonoma se clasifican como superiores, regulares o malas. Después de
una cosecha superior, las probabilidades de tener durante el siguiente año una cosecha
superior, regular y mala son 0, 0.8 y 0.2, respectivamente. Después de una cosecha
regular, las probabilidades de que la siguiente cosecha sea superior, regular y mala son de
0.2, 0.6 y
Investigación de Operaciones II.

0.2. Después de una mala cosecha, las probabilidades de una cosecha superior, regular y
mala son de 0.1, 0.8 y 0.1. Determínese a) las probabilidades de una cosecha superior para
cada uno de los siguientes 5 años, si la cosecha más reciente fue regular, y b) los tiempo
de primera pasada, para determinar el tiempo esperado en el cual se tiene una cosecha
mala,
c) los tiempos de recurrencia.

Definiendo los estados:

Estado 0 = cosecha superior

Estado 1 = cosecha regular

Estado 2 = cosecha mala

0 0 0.8 0.2
𝑃 = 1 [0.2 0.6 0.2]
2 0.1 0.8 0.1
a) las probabilidades de una cosecha superior para cada uno de los siguientes 5 años, si la
cosecha más reciente fue regular

Sabemos que:

𝑉0 = [0.2 0.6 0.2]

Primer año:
0 0.8 0.2
𝑉0 ∗ 𝑃 = [0.2 0.6 ]
0.2 ∗ [0.2 0.6 0.2] = [0.14 0.68 0.18]
0.1 0.8 0.1
Por lo tanto, la probabilidad de obtener una cosecha superior en el primer año es del 14%.

Segundo año:
0.18 0.64 0.18
𝑉0 ∗ 𝑃2 = [0.2 0.6 0.2] ∗ [0.14 0.68 0.18] = [0.154 0.664 0.182]
0.17 0.64 0.19
Por lo tanto, la probabilidad de obtener una cosecha superior en el segundo año es del 15.4%.

Tercer año:
0.146 0.672 0.182
𝑉0 ∗ 𝑃3 = [0.2 0.6 0.2] ∗ [0.154 0.664 0.182] = [0.151 0.667 0.181]
0.147 0.672 0.181
Por lo tanto, la probabilidad de obtener una cosecha superior en el tercer año es del 15.1%.

Cuarto año:
0.1526 0.665 0.181
𝑉0 ∗ 𝑃4 = [0.2 0.6 0.2 ] ∗ [ 0.151 0.667 0.181] = [0.1516 0.666 0.181]
0.152 0.665 0.181
Por lo tanto, la probabilidad de obtener una cosecha superior en el cuarto año es del 15.16%.
 Investigación de Operaciones II.

Quinto año:
0.151 0.666 0.181
𝑉0 ∗ 𝑃5 = [0.2 0.6 0.2] ∗ [0.151 0.666 0.181] = [0.1515 0.666 0.181]
0.151 0.666 0.181
Por lo tanto, la probabilidad de obtener una cosecha superior en el cuarto año es del 15.15%.

6. En un bosque hay dos tipos de árbol: los que son de 0 a 1.5 metros y los que son más altos
de 1.5 metros. Cada año mueren 40% de los árboles con una altura de 0 a 1.5 metros, 10%
se venden a $20 cada uno, 30% se quedan con una altura entre 0 y 1.5 metros y 20%
crecen más de 1.5 metros. Cada año, 50% de los árboles con más de 1.5 metros se venden
en $50, 20% se venden en $30 y 30% permanecen en el bosque

Definiendo los estados:

Estado 0 = árboles de 0 a 1.5 m

Estado 1 = árboles de más de 1.5 m

Estado 2 = árboles que mueren.

Estado 3 = árboles de $20

Estado 4 = árboles de $50

Estado 5 = árboles de $30

Estado 6 = árboles que permanecen en el bosque

0 0.3 0.2 0.4 0.1 0 0 0
1𝖥 0 1
I 0 0 0 0.5 0.2 0.3
2I 0 0 1 0 0 0 I
𝑃 =3I 0 0I
0 0 1 0 0 0I
4 I0 0 0 0 1 0 0I
5 I0 0 0 0 0 1 0I
6[ 0 0 0 0 0 0 1]
Realizando el análisis de cadenas absorbentes:
0 0.3 0.2 0.4 0.1 0 0 0 2 1 0 0 0 0 0 0
1𝖥 0 0 0 0 0.5 0.2 0.31 3𝖥 0 1 0 0 0 0 01
I I I I
2I 0 0 1 0 0 0 0I 4I 0 0 1 0 0 0 0 I
3I 0 0 0 1 0 0 0 I − − − −→ 5 I 0 0 0 1 0 0 0 I
4I 0 0 0 0 1 0 0 I 6I 0 0 0 0 1 0 0 I
5I 0 0 0 0 0 1 0I 0 I0.4 0.1 0 0 0 0.3 0.2I
6[ 0 0 0 0 0 0 1] 1[ 0 0 0.5 0.2 0.3 0 0]
1 0 0.3 0.2 −1 0.4 0.1 0 0 0
[𝐼 − 𝑁]−1 ∗ 𝐴 = [[ ]−[ ]] ∗ [ ]
0 1 0 0 0 0 0.5 0.2 0.3
10 2 0.4 0.1 0 0 0 4/7 1/7 1/7 2/35 3/35
= [ 7 7] ∗ [ ]
0 0 0.5 0.2 0.3] = [ 0 0 1/2 1/5 3/ 1
0 1
Investigación de Operaciones II.

a) ¿Cuál es la probabilidad de que un árbol de 0 a 1.5 metros de alto muera antes de ser
vendido?

Por lo tanto, la probabilidad de que un árbol de 0 – 1.5 m se muera antes de ser vendido es del
57.14%.

b) Si se planta un árbol (menor de 1.5 metros), ¿cuál es el ingreso esperado obtenido del árbol?

Por lo tanto, si se planta menor a 1.5 m, el ingreso esperado es de:

1 1 2
∗ 20 + ∗ 50 ∗ 30 = $11.7
7 + 35
7
7. El Reforma obtuvo la siguiente información acerca de sus suscriptores: durante el primer año
como suscriptores, 20% de ellos cancelan su suscripción. De los suscritos durante un año, 10%
cancelan durante el segundo año. De quienes han estado suscritos durante más de dos años, 4%
cancelarán durante cualquier año. Em promedio, ¿por cuánto tempo una persona se suscribe a
Reforma?

Definiendo estados:

Estado 0 = primer año siendo suscriptores.

Estado 1 = segundo año siendo suscriptores.

Estado 2 = más de dos años siendo suscriptores.

Estado 3 = cancelación de suscripción.

0 0 0.8 0 0.2
1
𝑃 = [0 0 0.9 0.1
]
2 0 0 0.96 0.04
3 0 0 0 1
Realizando el análisis de cadenas absorbentes:
0 0 0.8 0 0.2
1 [0 0 0.9 0.1 3 1 0 0 0
0 0.2 0 0.8 0
] − −−→ [
2 0 0 0.96 0.04 1 0.1 0 0 0.9 ]
3 0 0 0 1 2 0.04 0 0 0.96
1 0 0
0 0.8 0 0.2 1 0.8 18 0.2 1
[𝐼 − 𝑁]−1 ∗ 𝐴 = [[0 1 0] − [0 0 0.9 ]]−1 ∗ [ 0.1 ] = [0 1 22.5] ∗ [ 0.1 ] = [1]
0 0 1 0 0 0.96 0.04 0 0 25 0.04 1
Por lo tanto, permanece suscrita:

19.8 años cuando permanece 1 año suscrita.

23.5 años cuando permanece dos años suscrita.

25 años cuando permanece más de dos años suscrita.

Investigación de Operaciones II.