You are on page 1of 16

ANLISIS DE DECISIONES 1.

A un inversor, que dispone de tres millones de dlares, se le presentan tres posibles opciones: 1) Invertir en ttulos de renta variable, pudiendo conseguir unos beneficios de cuatro millones o prdidas de dos millones, dependiendo de la situacin del mercado burstil que puede ser a la alza o de baja, habindose estimado las probabilidades de dichas situaciones en 0.6 y 0.4 respectivamente. 2) Irse a jugar al casino apostando todo su dinero a rojo, con igual probabilidad de ganar o de perder. 3) Invertir en ttulos de renta fija con la seguridad de obtener unos beneficios de medio milln de dlares. a. b. Defina formalmente todas las opciones de inversin descritas anteriormente. Si el inversor ha definido su funcin de utilidad de la forma: u ( x) = x + 4 x (x en millones de dlares). i. Cul es la eleccin ptima teniendo en cuenta dicha funcin? ii. Cul es la actitud del decidor frente al riesgo? iii. Le sera indiferente la opcin de ir al casino a una nueva opcin consistente en que si gana juega todo su dinero otra vez a rojo?
2

Solucin a. Sean A1, A2 y A3 las opciones de inversin. Si tenemos en cuenta la inversin inicial dichas opciones vendrn definidas mediante las loteras:

0.6 0.4 A1 = 7 1
Si no tenemos en cuenta la inversin inicial:

0.5 0.5 A2 6 0

A3 = 3.5

0.6 0.4 A1 = 4 2
b.

0.5 0.5 A2 3 3
2

A3 = 0.5

Determinamos para que valores de x la funcin u ( x) = x + 4 x es de utilidad. Como la funcin de derivable, pues lo hacemos a travs del signo de la primera derivada.

u ' ( x) = 2 x + 4 0 x 2 Podemos mencionar que para valores de x 2 la funcin u (x) es montona creciente, por lo tanto es funcin de
utilidad. 1. Las utilidades son:

u ( A1 ) = 0.6u (7) + 0.4u (1) = 0.6 7 2 + 47 + 0.4 12 + 41 = 48.2


2 2 2

( u ( A ) = 0.5u (6) + 0.5u (0) = 0.5(6

) ( + 46 ) + 0.5(0

+ 40 = 30.0

u ( A3 ) = u (3.5) = (3.5) 2 + 43.5 = 26.25


Como u ( A1 ) > u ( A2 ) > u ( A3 ) , se tiene que A1 f A2 f A3 . Por lo tanto se recomienda realizar la inversin en ttulos de renta variable. 2. Se puede estudiar la actitud del decidor frente al riesgo mediante la convexidad de la funcin de utilidad. Como la funcin de utilidad es sucesivamente variable derivable, vemos su convexidad mediante el signo de la segunda derivada.

u ' ' ( x) = 2 > 0


Entonces u es convexa, es decir, el decisor tiene preferencia por el riesgo. 1

3.

La nueva opcin vendra definida mediante la lotera compuesta:

0.5 0.5 0.5 0.5 L = 0 12 0


Por tanto,

0.5 0.5 u ( L) = 0.5u 12 0 + 0.5u (0) = 0.5[0.5u (12) + 0.5u (0) = 0.25192 = 48]
Entonces como u ( L) = 48 > u ( A2 ) = 30 es L f A2 , por tanto el decisor prefiere la opcin de que si gana juega todo su dinero otra vez al rojo. 2. Eliana y Carlos estn tratando de decidir donde van a ir a cenar esta noche con unos amigos, y no acaban de ponerse de acuerdo, as que a ver si t les ayudas. Tienen las siguientes opciones: El restaurante La Msica Loca, donde pagando $60 pueden comer lo que quieran, tienen barra libre y msica para bailar hasta altas horas de la madrugada. Si estuviesen hasta muy tarde, volveran en taxi, lo que costara $5 y en otro caso volveran andando. El restaurante El Baratito les ofrece slo la posibilidad de comer, a un precio bastante econmico, $30, pero all no pueden bailar ni tomar copas. Adems, ese restaurante est muy lejos de marcha de la ciudad. Eso les obligara, si les apeteciese, a coger un taxi hacia la zona de copas, lo que les costara $6, y a gastarse all $10 en la entrada de una discoteca y otros $30 en copas, ms el taxi de vuelta que supondra $10. Si no les apeteciese, se iran a casa dando un paseo. La ltima posibilidad consiste en cenar en un restaurante al lado de su casa, donde la cena cuesta $40. Si quisiesen tomar unas copas y bailar se gastaran $25 ms. Qu recomiendas t que hagan, si su objetivo es minimizar los costos? Solucin Decisor: Eliana y Carlos Alternativas: Las opciones para salir a cenar

A = {a1 , a 2 , a3 };

a1 : Ir a La Msica Loca a 2 : Ir a Baratito a3 : Ir al restaurante al lado de su casa e1 : Les apetece bailar y tomar copas (llegarn tarde a casa). e2 : No les apetece bailar y tomar copas (no llegarn tarde a casa).

Estados de la Naturaleza: E = {e1 , e2 };

Como no se conoce nada acerca de la posible presentacin de esas concreciones, por lo que se trata de un problema en ambiente de incertidumbre. Criterio de Evaluacin: Costos de la pareja (resultados desfavorables) Los resultados son:

a1 : ir a La Msica Loca o Si e1 : Les apetece bailar y tomar copas Costo de la cena = 60[$us cena ] Costo del taxi recorrido= 5[$us ]
1 1

60[$us cena ]2[cenas] = 120[$us ]

r[a , e ] = 120 + 5 = 125[$us]


2

Si e 2 : No les apetece bailar y tomar copas no se gastar en el taxi, solo se paga la cena

r [a1 , e2 ] = 120[$us ]

a 2 : Ir a Baratito o Si e1 : Les apetece bailar y tomar copas Costo de la cena = 30[$us cena ]

30[$us cena ]2[cenas] = 60[$us ] Costo del taxi recorrido de ir a la zona de copas = 6[$us ] Costo de la entrada (unidad) = 10[$us entrada ] 10[$us entrada ]2[entradas ] = 20[$us ] 30[$us copa ]2[copas ] = 60[$us ] Costo de la copa = 30[$ us copa ] Costo del taxi (retorno a casa) = 10[$us ]
a

r[a , e ] = 60 + 6 + 20 + 60 + 10 = 156[$us]
2 1

Si e2 : No les apetece bailar y tomar copas solo se paga la cena

r [a 2 , e2 ] = 60[$us ]

a3 : Ir al restaurante al lado de su casa o Si e1 : Les apetece bailar y tomar copas Costo de la cena = 40[$us cena ] Costo de la copa = 25[$ us copa ]
3 1

40[$us cena ]2[cenas] = 80[$us ] 25[$us copa ]2[copas ] = 50[$us ]

r[a , e ] = 80 + 50 = 130[$us]
o Si e 2 : No les apetece bailar y tomar copas solo se paga la cena

r [a3 , e2 ] = 80[$us ]

La matriz de resultados vendr dada por:

e1 a1 125 a 2 156 a 3 130

e2 120 60 80

Criterio de Decisin: Como el enunciado del problema no menciona cul es el comportamiento de Eliana y Carlos, aplicamos el criterio de decisin de Hurwicz y Savage. Criterio de Decisin de Hurwicz

Ai ci = mi + (1 ) M i Ai mn[ci ]
i

mi = mx{r ai , e j
i

]}

M i = mn{r ai , e j
i

]}

e1
a1 a2 a3 125 156 130

e2
120 60 80

mi
125 156 130

Mi
120 60 80

ci = mi + (1 ) M i
C1=125+120(1- ) C2=156+60(1- ) C3=130+80(1- ) 3

Como no se conoce el valor de , representaremos de manera grfica Ci como funcin de .

=0

'

''

=1 ' ' ).

La regin pintada representa los resultados ptimos: mn. ci Calculando ahora los coeficientes de pesimismo (valores de ' y Para

' : el punto de interseccin est entre las rectas c 2 y c3 156 '+60(1 ' ) = 130 '+80(1 ' ) ' = 0.434 Para ' ' : el punto de interseccin est entre las rectas c1 y c3 125 ' '+120(1 ' ' ) = 130 '+80(1 ' ) ' ' = 0.888
De esta forma, segn el mnimo valor de ci o o o

[0;0.434 ) , la alternativa ptima es a 2 Ir a Baratito Si (0.434;0.888) , la alternativa ptima es a3 Ir al restaurante al lado de su casa Si (0.888;1] , la alternativa ptima es a1 Ir a La Msica Loca
Si

Criterio de Decisin de Savage Evaluaremos las consecuencias errneas o costos de oportunidad.

r 'ij = rij r j 0, e1
a1 a2 a3 125 156 130 125

donde e2
120 60 80 60

r j = mejor (rij )
i

Costos de oportunidad 0 31 5 60 0 20

ri,
60 31 20

r j

Luego la alternativa ptima es a3 , dado que en ella se alcanza mn ri = mn{60,31,20} = 20


,

Se recomienda ir al restaurante al lado de su casa, le resulta ms econmico.


3. El jefe de marketing de una importante empresa productora de computadoras tiene que decidir si lanzar una nueva campaa antes o despus del mes de noviembre. Si la lanza antes tendr aseguradas unas ventas de $100 millones. Si la lanza despus corre el riesgo 4

de que la empresa competidora se adelante, lo que ocurrir con una probabilidad de 0,4. Adems las ventas tambin dependen de las previsiones de la coyuntura econmica que se presente, que puede ser al alza, con probabilidad 0,5., estabilidad, con probabilidad 0,3 y recesin. Si la economa est en alza y la competidora no ha lanzado su campaa, las ventas se dispararan hasta los $150 millones y si la competidora ha lanzado su campaa las ventas seran de $120 millones. Si la economa est estable, las ventas sern de $90 millones, si la competidora ha lanzado la campaa, las ventas sern de $70 millones y si no la ha lanzado, las ventas sern de $80 millones. A la vista de los datos, Qu decidir el jefe de marketing?, Cunto dinero estara dispuesto a pagar por conocer con certeza todas las variables inciertas del problema? y por saber cules sern las previsiones de coyuntura econmica? Si al jefe de marketing se le ofrece la posibilidad de contratar a un espa industrial por $10000 que le dir con exactitud si la empresa de la competencia va a lanzar la campaa, Qu har? Solucin Decisor: el jefe fe marketing Alternativas: A = {a1 , a 2 };

a1 : lanzar la campaa despus de mayo

a 2 : lanzar la campaa antes de mayo E = {e1 , e2 } Estado de la naturaleza: Se tiene dos variables de estado, que son:
e1 : La competencia acta
c : la competencia lanza su campaa c : la competencia no lanza su campaa
Se conoce que p (c) = 0.4 , y por tanto p (c) = 0.6
_
_

e2 : Prediccin de la coyuntura econmica e : economa estable


Se conoce que Se trata de un problema en ambiente de riesgo. Criterio de evaluacin: ventas (resultados favorables) Criterio de decisin: valor esperado.

a : economa en alza r : economa en recesin

p(a) = 0.5 , p(e) = 0.3 y, por tanto p(r ) = 0.2

ai VEi = E [ai ] = rij p j


j

a mx VEi
i

Para una comprensin mejor, plantearemos el problema mediante un rbol de decisin.


p ( a ) = 0 .5

120 90

p ( e ) = 0.3
p ( r ) = 0.2
p ( c ) = 0 .4

70

a1
p(c) = 0.6
_

150
p ( a ) = 0 .5

p ( e ) = 0.3
p ( r ) = 0.2

110

a2
100

80

Si planteamos el problema en forma normal, tendremos:

ca
a1

0.2

ce
90 100

0.12

cr
70 100

0.08

0.3
c a
_

0.18
c e
_

0.12
c r
_

VEi
114.8 100

a2

120 100

150 100

110 100

80 100

VE VE

1 2

= 120 0 . 2 + 90 0 . 12 + 70 0 . 08 + 150 0 . 3 + 110 0 . 18 + 80 0 . 12 = 114 . 8 = 100 1 = 100

La alternativa ptima es la alternativa a

Lanzar la campaa despus de mayo, con un rdito de 114.8

En cuanto a saber el monto que estara dispuesta a pagar el Jefe de Marketing, elegiramos aquella alternativa que, para cada concrecin del estado de la naturaleza nos ofrezca un resultado ptimo:

r j mx rij
i

ca
a1

0.2

ce
90 100 100

0.12

cr
70 100 100

0.08

0.3
c a
_

0.18
c e
_

0.12
c r
_

VE i
114.8 100

a2

r j

120 100 120

150 100 150

110 100 110

80 100 100

Resultado Esperado de la Informacin de Muestra (VEIM) y el Valor Esperado de Riesgo (VER) es:
VEIM = r j p j = 1200.2 + 1000.12 + 1000.08 + 1500.3 + 1100.18 + 1000.12 = 120.8
j

VER = 114.8

Valor de la Informacin Perfecta (VIP) ser:


VIP = VEIM VER = 120.8 114.8 = 6

La cantidad mxima que el Jefe de Marketing est dispuesto a pagar por la informacin
cierta sobre todas las variables inciertas del problema es de 6 MM$us. Si ahora, la informacin cierta es slo referente a la coyuntura econmica, tendremos: Si se produce a , la cantidad que obtiene ser: 0.4

0.6

c
150 100

a1

a2

120 100

VE i 138 100

Luego en esta situacin la alternativa ptima es a1 = 138 r1 = 138 Si se produce e , la cantidad que obtiene ser:

0.4

0.6

c
110 100

a1

a2

90 100

VE i 102 100

Luego en esta situacin la alternativa ptima es a1 = 102 r2 = 102 Si se produce

r , la cantidad que obtiene ser:


0.4

0.6

c
80 100

a1 a2

70 100

VE i 76 100

Luego en esta situacin la alternativa ptima es a 2 = 100 r3 = 100

Resultado Esperado de la Informacin de Muestra (VEIM) y el Valor Esperado de Riesgo (VER) es:
VEIM = r j p j = 1380.5 + 1020.3 + 1000.2 = 119.6
j

VER = 114.8 Valor de la Informacin Perfecta (VIP) ser: VIP = VEIM VER = 119.6 114.8 = 4.8

La cantidad mxima que el Jefe de Marketing est dispuesto a pagar por la informacin
adicional de carcter cierto es de 4.8 MM$us. Finalmente para saber si es conveniente contratar al espa industrial, se requiere saber cuanto valora el decisor la informacin que le va a proporcionar el espa, exclusivamente sobre la reaccin de la competencia. Si se produce c , la cantidad que obtiene ser: 0.5

0.3

0.2

a1 a2

120 100

90 100

70 100

VE i 101 100

Luego en esta situacin la alternativa ptima es a1 = 100 r1 = 101 Si se produce c , la cantidad que obtiene ser: 0.5

0.3

0.2

a1

a2

150 100

110 100

80 100

VE i 124 100

Luego en esta situacin la alternativa ptima es a1 = 100 r2 = 124 As pues se tiene: 7

Resultado Esperado de la Informacin de Muestra (VEIM) y el Valor Esperado de Riesgo (VER) es: VEIM = r j p j = 1010.4 + 1240.6 = 114.8
j

VER = 114.8

Valor de la Informacin Perfecta (VIP) ser:


VIP = VEIM VER = 114.8 114.8 = 0
Como el Costo de la Informacin Perfecta (CIP) que pretende el espa industrial es 10000$us, se tiene:

CIP > VIP 0.01 > 0

El Jefe de Marketing no har el contrato con el espa industrial, como VIP es 0, la informacin del espa
tiene un valor nulo para el Jefe. LNEAS DE ESPERA 4. Un equipo de ftbol tiene 3 jugadores que son considerados como claves para el buen rendimiento del equipo. Se ha comprobado que a lo largo de su vida deportiva un jugador de estas caractersticas se lesiona de media una vez cada 18 meses. La lesin producida le obliga a permanecer de baja una media de 2 meses, despus de lo cual vuelve a estar disponible para el entrenador. Los tiempos se suponen distribuidos exponencialmente. a. Formalizar el comportamiento de este sistema mediante un modelo de colas.

2 3

Se trata de un modelo M/M/3/-/3. Es decir, poblacin finita, N=3 jugadores, y s=3 servidores, ya que los tres jugadores se recuperan simultneamente. b. Dentro de un mes el equipo debe jugar un partido decisivo. Cul es la probabilidad de que el entrenador no pueda disponer de ninguno de los 3 jugadores claves para ese partido por estar lesionados?

P3 = C 3 P0 ;

P0 =

C
n =0

1 = ; C 0 + C1 + C 2 + C 3

N! Cn = ( N n)!n!

C1 =

3! 1 1 = ; 2!1! 9 3

C2 =

3! 1 1 ; = 1!2! 9 27

C3 =

3! 1 1 = 0!3! 9 729

P0 =

1 1 729 = = = 0.729 1 1 C 0 + C1 + C 2 + C 3 1 + 1 + 27 + 729 1000 3

P3 = C 3 P0 = 1 729 = 0.001 729 1000

La probabilidad que los tres jugadores estrella estn lesionados al mismo tiempo es de 0.1%, prcticamente casi nula. c. Cul es el nmero medio de lesiones de jugadores clave que se producen por temporada (12 meses)?

= ( N L)
L = nPn
n =0

Hallando la probabilidad de que 1, 2, 3 jugadores estn lesionados

1 729 = 0.243 P1 = C1 P0 = 3 1000 1 729 = 0.027 P2 = C 2 P0 = 27 1000 P3 = 0.001


Reemplazando en la ecuacin del nmero promedio de lesionados en atencin (sistema).

L = nPn = 1P1 + 2P2 + 3P3 = 10.243 + 20.027 + 30.001 = 0.3[lesionados ]


n =1

Con este dato hallamos el nmero medio de lesionados por temporada


1 = ( N L) = (3 0.3)18 = 0.15[lesiones mes ] _

Como la temporada es de 1 ao calendario

12 meses

temporada = 0.1512 = 1.8[lesiones temporada ]


__

El nmero de jugadores lesionados estrella por temporada es aproximadamente de 2 jugadores.


d. Por cada jugador clave que est de baja el club pierde 100 millones de $us. al mes. A cuanto ascienden las prdidas por lesiones por temporada (12 meses)? Como el costo por el tiempo en atencin (sistema) es

E [WC ] = CW L
Entonces el costo por lesin ser

E [WC ] = CW L = 100 MM 0.3 = 30[MM $us mes ]

e.

El costo por toda la temporada asciende a:

Costo Temporada = 30[MM $us mes ] 12[meses ] = 360[MM $us ]


Cul es el nmero medio de jugadores clave que estn disponibles en cada partido?

(N L ) = 3 0.3 = 2.7[ jugadores ]

Los jugadores clave disponibles por partido, son aproximadamente 3


f. Suponiendo los 3 jugadores clave lesionados en un momento dado, cunto tendr que esperar por trmino medio el entrenador hasta poder disponer de alguno de estos jugadores? Estamos en el estado 3, por tanto la tasa de servicio, o de recuperacin de jugadores es 3.

t=

1 1 2 = 1 = = 0.667[meses] 3 3 2 3

El tiempo medio que tendr que esperar el entrenador es de 0.667 meses que aproximadamente es de 3 semanas.
g. Uno de estos 3 jugadores es el dolo de la aficin y buena parte de los seguidores del club van al campo con el nico propsito de verlo jugar. Cul es la probabilidad de que un aficionado que va a ver un partido al campo no pueda contemplar el juego de su dolo? Si hay 1 jugador lesionado, existe una probabilidad de 1/3 de que sea el dolo. Si hay 2 jugadores lesionados, existe una probabilidad de 2/3 de que un de ellos sea el dolo. Si estn todos lesionados, seguro que el dolo lo est.

P = 1 P1 + 2 P2 + P3 = 1 0.243 + 2 0.027 + 0.001 = 0.1 3 3 3 3

La probabilidad de que el aficionado no pueda contemplar a su dolo en el partido es de 10%


5. Supongamos que un sistema de colas tiene dos sirvientes, distribucin de tiempo entre llegadas exponenciales, de media 2 horas, y distribucin de tiempos de servicio exponencial de media 2 horas. Sabemos que un cliente ha llegado a las 12:00 de medioda. Cul es la probabilidad de que el nmero de llegadas entre 1:00 p. m. y 2:00 p. m. sea cero?, Uno?, Dos o ms? Solucin Consideremos como unidad de tiempo un intervalo de amplitud 1 hora. La variable aleatoria T tiempo entre dos llegadas consecutivas es exponencial de media (1/) = 2 horas.

= .
10

Equivalentemente, la variable aleatoria n(T) nmero de llegadas por unidad de tiempo es Poisson de media = llegadas/hora. Sabemos que para una variable de Poisson P{n(T ) = x} =

e x x!
1

e 2 (1 ) 1 2 = e 2 ; Por tanto, P{n(T ) = 0} = 0!


1

e 2 (1 ) e 2 2 P{n(T ) = 1} = = 1! 2
1
1

P{n(T ) 2} = 1 P{n(T ) < 2} = 1 P{n(T ) = 0} P{n(T ) = 1} = 1 e


6.

12

e 2 2
1

Consideremos los siguientes diagramas de tasas, correspondientes a diferentes modelos de colas para procesos de nacimiento y muerte. i.

n-1

n+1

c2

c3

cn

c n +1

Donde c es una constante, 0 < c < 1 ii.

0 1

n-1

n
n+

iii.

n +1

n-1

n+1

a.

Para los modelos anteriores (i, ii y iii) describa brevemente el sistema, a que tipo de situaciones corresponden. Solucin

11

i.

Poblacin infinita. Cola infinita. Tiempo entre llegadas exponencial de parmetro . Un nico servidor cuya tasa de servicio depende del estado (nmero de individuos en el sistema). La tasa de servicio del servidor disminuye cuanta ms gente hay (0<c<1). Poblacin infinita. Cola finita. Tiempo entre llegadas exponencial de parmetro .. Hay tres servidores. El segundo servidor se incorpora cuando hay 2 individuos en el sistema, pero el 3er. Servidor no se incorpora hasta que haya 4 individuos en el sistema. Todos los servidores tienen la misma tasa de servicio .

ii.

iii.

Poblacin infinita. Cola infinita. La tasa de llegadas depende del nmero de individuos en el sistema: decrece inversamente con el nmero de individuos en el sistema. Un nico servidor con tasa de servicio .

7.

A un determinado sistema de manufactura, estn llegando piezas para ser procesadas de acuerdo a un Proceso de Poisson { N (t ), t 0 } , a tasa piezas hora .

a.

0 < < han llegado n piezas al sistema. Determine una expresin simplificada para la probabilidad que en el intervalo [0, ] hayan llegado j de ellas.
Suponga que en Determine una expresin simplificada para la distribucin de probabilidades del nmero de piezas que llegan al sistema en el intervalo , , x n.

[ , ], con

b.

Solucin a. Asumiremos que con, han llegado j de ellas o sea que lleguen j piezas del mismo tipo dado que han llegado n. Con estos datos se tiene que:

P{N ( ) = x / N ( ) = n} = P{N ( ) = x / N ( ) N ( ) = n} Por incrementos estacionarios P{N ( ) = x / N ( ) = n} = P{N ( ) = x} Por incrementos independientes
P{N ( ) = x / N ( ) = n} =
b.
e ( ) x x!

Por distribucin de procesos de Poisson

La distribucin de probabilidades del nmero de piezas que llegan al sistema en el intervalo

[ , ] quedara:

P{N ( ) N ( ) = x} = P{N ( ) = x} = e ( )
8.

Incrementos estacionarios. x = 0,1,2,3, K

( ( ) )x
x!

Los comerciantes de una calle de Barcelona han instalado recientemente el alumbrado navideo. Este consiste en 5 adornos luminosos idnticos que representan rboles de navidad, que estn distribuidos de forma homognea a lo largo de la calle. Cada adorno luminoso se estropea en media una vez a la semana, estando distribuido exponencialmente el tiempo que transcurre entre 2 averas consecutivas de un mismo adorno. Se ha contratado un tcnico para reparar los adornos estropeados. El precio establecido es de 8.000 $us. diarias fijas mas otras 5.000 $us. por cada adorno reparado. El tcnico tarda en media dos das en reparar un adorno luminoso, siguiendo una distribucin de Poisson el nmero de adornos reparados al da. La asociacin de comerciantes ha decidido no poner en marcha la iluminacin los das en que no estn operativos por lo menos 2 adornos luminosos. Para intentar que esto ocurra el menor nmero de ocasiones posible, cuando hay 3 ms adornos estropeados el tcnico es ayudado por un aprendiz lo cual reduce el tiempo de arreglo a un da y medio, pero aumenta su tarifa en esas ocasiones a 7.500 $us. por adorno para cubrir los gastos del ayudante (manteniendo el precio fijo). Los comerciantes han observado que cuando la iluminacin no est en marcha se reducen notablemente los clientes potenciales de la zona lo cul supone una prdida estimada de 500.000 $us. /da en ventas. Por este motivo se plantean contratar adicionalmente otro tcnico igual de eficiente del actual que trabajara con las mismas condiciones y tarifas (ahora ya no sera necesario ningn ayudante).

12

a. b. c. d.

Construya un modelo de colas adecuado para representar la situacin actual y describa sus parmetros: tasas de llegadas, tasas de servicio, tamao del sistema, tamao de la poblacin Qu porcentaje de das no se pone en marcha la decoracin navidea? Cul es el costo medio diario total asociado a la decoracin navidea? Merece la pena contratar el nuevo tcnico?

Solucin a. 5 4 3 2

1 llegadas 7 da por adorno

];

servicios

da por tcnico

];

1 = 2 3 [servicios da

por tcnico con ayudante

10 = 1.429 7 2 5( 17 )4( 17 ) 2 C2 = = 80( 1 ) = 1.633 7 2 C1 =


1

5 17

P1 = 0.257 P = 0.294 P3 = 0.189 P4 = 0.081

2 ( 12 ) 5( 17 )4( 17 )3( 17 ) 3 C3 = = 360( 1 ) = 1.050 7 2 2 ( 12 ) ( 3 ) 5( 17 )4( 17 )3( 17 )2( 17 ) 4 C4 = = 1080( 1 ) = 0.450 7 1 ) 2 ( 2 )2 (2 3

P0 =
b.

1 1 + C1 + C 2 + C3 + C 4

= 0.180

P4 = 0.081
c.

Costo = 40500 + [8000 + 25000.551 + 50000.270] = 51227.50[$us da ]


d. 5 4 3 2

Costo = 500000 P4 + [8000 + 5000 (P1 + P2 ) + 75001 (P3 + P4 )]

2 13

10 = 1.429 P1 = 0.387 7 2 5( 17 )4( 17 ) 2 C2 = = 40( 1 ) = 0.816 P2 = 0.221 7 1 )2( 1 ) (2 2 5( 17 )4( 17 )3( 17 ) 3 C3 = = 120( 1 ) = 0.350 P3 = 0.095 7 1 )[2( 1 )]2 (2 2 5( 17 )4( 17 )3( 17 )2( 17 ) 4 C4 = = 240( 1 ) = 0.09995 P4 = 0.027 7 1 )[2( 1 )]2 (2 2 C1 =
1

5 17

P0 =

1 1 + C1 + C 2 + C 3 + C 4

= 0.271

El nuevo costo es:

Costo nuevo = 500000 P4 + [16000 + 5000[P1 + 2 (P2 + P3 + P4 )]] Costo nuevo = 13527.22 + [16000 + 2730.07] = 32257.29[$us da ]

El costo nuevo es menor que el costo actual

es conveniente contratar al nuevo tcnico.

9. Un centro de atencin primaria tiene que administrar la vacuna de poliomielitis a los nios de un barrio. El centro est organizado de forma que los padres van llegando con los nios, forman una cola, y se atienden 40 por hora, con una distribucin exponencial, por cualquiera de las enfermeras que estn de servicio. Este servicio de vacunacin se ofrece una vez a la semana, y en este da las llegadas se realizan con una tasa igual a 40 nios por hora. El director del centro sabe que la mayora de los padres vienen durante sus horas de trabajo y por ello quiere limitar el tiempo total de administracin de la vacuna a 15 minutos (incluyendo la espera) Cuntas enfermeras tendr que usar el gerente? Solucin El proceso de vacunacin se puede modelar con una M/M/s, donde s es el nmero de enfermeras. Los parmetros del sistema son

= 40

= 40 ;

por tanto, el factor de utilizacin es

= 40 40 s =

Para que el sistema tenga estado estacionario y ste sea independiente del estado inicial es necesario que (No puede haber una nica enfermera).

< 1 ; por tanto, s 2

Cuanto mayor sea el nmero de enfermeras, menor ser el tiempo medio en el sistema; por tanto, calcularemos los tiempos medios de administracin de la vacuna para valores crecientes de s (desde s = 2) hasta que ste quede debajo de 15. Para s = 2, w = 130 horas director del centro.

es decir w = 2 minutos. Por tanto, 2 enfermeras sern suficientes para conseguir los propsitos del

10. En un Banco hay una sola caja. El cajero tarda un tiempo medio de quince minutos con cada cliente. Por razones de seguridad slo se admiten dos clientes en el Banco: uno en caja y otro esperando. Los clientes que llegan cuando ya hay dos clientes en el Banco, se van. Los clientes llegan a un promedio de tres por hora. a. b. Cul es la probabilidad de que un cliente que llegue se tenga que ir? Habiendo encontrado el Banco lleno un da, lo intenta el da siguiente. Cul es la probabilidad de que de nuevo no pueda entrar?

Solucin 14

El sistema se puede modelar como una cola M/M/1/2. Es decir, la capacidad del sistema es:

k = 2, con = 3[clientes hora ], = 4[clientes hora ], =

a.

La probabilidad de que haya 2 clientes en el sistema.


1 k (1 ) 2 (1 ) 3 1 34 9 3 4 = = = p2 = = 0.2432 34.32% k +1 3 3 3 37 1 1 4 1 (34 ) 4 1 (34 ) 2 2

b.

Se tiene los siguientes sucesos:

a1 = No hay sitio el primer da a 2 = No hay sitio el segundo da


Para calcular P(a1a2 ) se debe tomar en cuenta que lo que suceda un da es independiente de que lo que suceda el siguiente da, lo cual permite calcular la probabilidad de la interseccin de sucesos como el producto de sus probabilidades.

P (a2 a1 ) =

P ( a1 a2 ) P ( a1 )

P ( a1 ) P ( a2 ) P ( a1 )

= P(a 2 ) = p 2 =

9 37

0.2432

11. Usando el nmero medio de clientes en el sistema como medida de rendimiento, comparar estas dos alternativas:

Alternativa 1:
/2
/2

Alternativa 2:
/2

/2

/2

/2

Solucin Alternativa 1 (se puede notar que hay 2 colas):

L1 = 2
Alternativa 2:

1 2 = , donde = 1 1 1
= =
2
1

2 =

2 1 22 2 (2 )n p02 = + 2!(1 ) n =0 n!

15

4 2 4 2 + 2 2 + 4 4 2 p02 = + 1 + 2 = 2(1 ) 2(1 )

2 + 2 1 p02 = 2(1 ) = 1 +

1 2 L2 = W2 = Wq 2 + = Wq 2 + = Wq 2 + 2 2
L2 = Lq 2 + 2 = 4 3 p02 2 3 (1 ) + 2 + 2 = 2 (1 )2 (1 + ) 2(1 )

L2 =

2 3 2 3 + 2 2 3 2 + 2 = = (1 )(1 + ) (1 )(1 + ) (1 )(1 + )

Para que la alternativa 2 sea mejor, ha de cumplirse que L1>L2:

2 2 2 1 > > 0 1 > 1 (1 + )(1 ) 1 1+ 1+ > 1 > 0


Como > 0 siempre se cumple, se tiene que la alternativa 2 siempre es mejor, Es decir, no conviene poner dos colas, sino tener una nica cola global

16

You might also like