JOSE LUIS ROMERO VALAREZO

METODOS CUANTITATIVOS PARA LA TOMA

DECISIONES

CATEDRATICO: DR. ADOLFO SALCEDO

MAESTRIA EN ADMINISTRACION DE
EMPRESAS

CALIDAD Y PRODUCTIVIDAD III

UNIDAD DE POSGRADO DE LA FACULTAD DE

CIENCIAS ADMINISTRATIVAS DE LA
UNIVERSIDAD DE GUAYAQUIL
2010-2012

“DEBER DE INVESTIGACION ”

Diciembre, 2010 Prof. Dr. Adolfo Salcedo 1/31

2-1.- Cuales son las dos leyes básicas de la Probabilidad.

a) Ley multiplicativa
La probabilidad de la intersección de dos
eventos A y B
P(A∩B)= P (A) P (B/A)
P (B) P (A/B)
b) Ley aditiva
La probabilidad de la unión de dos eventos A
y b es:

P (A U B) = P (A) + P (B) - P(A∩B)

2-5.- Cual es la diferencia entre eventos dependientes y eventos independientes.

Evento Independiente
La ocurrencia de uno, no tiene que ver con la probabilidad de
ocurrencia del otro.
Evento Dependiente
La ocurrencia de uno de ellos afecta la probabilidad de que ocurra
algún otro evento.

2-9.- Cual es la diferencia entre una distribución de probabilidad discreta y una distribución de
probabilidad continua Proporcione su propio ejemplo de cada una.

Distribución de Probabilidad Discreta

Cuando se trabaja con una variable aleatoria discreta, existe un valor de probabilidad asignado a
cada evento. Estos valores deben encontrarse entre 0 y 1 y deben sumar 1.

Ejemplo: Respuestas del servicio que se brinda en un hotel

Variable

aleatori Probabili
Respuesta aX dad
Excelente 25 0.25
Bueno 20 0.2
Promedio 25 0.25
Razonable 15 0.15
Pobre 15 0.15
100 1

Distribución de Probabilidad Continua

Diciembre, 2010 Prof. Dr. Adolfo Salcedo 2/31

"La variable aleatoria continua puede ser descrita por una función matemática continua debido a que
las variables aleatorias pueden tomar un número infinito de valores."

Ejemplo: El tiempo que toma terminar un proyecto.

2-13.- Después de evaluar la respuesta de los estudiantes a una pregunta sobre un caso que se
utilizo en clase, el instructor elaboro la siguiente distribución de probabilidad. Qué tipo de
distribución es

Variable

aleatori Probabili
Respuesta aX dad
Distribución de
Excelente 5 0.05 Probabilidad Discreta
Bueno 4 0.25
Promedio 3 0.4
Razonable 2 0.15
Pobre 1 0.15
15 1

2-17.- Evertight, productor líder de clavos de calidad, fabrica clavos de 1, 2, 3, 4 y 5 pulgadas

para varios usos. Durante el proceso de producción, si hay un exceso o si los clavos están
ligeramente defectuoso, se colocan en una bandeja común. Ayer se pusieron en la bandeja 651
clavos de 1 pulgada, 243 de 2 pulgadas, 41 de 3 pulgadas, 451 de 4 pulgadas y 333 de 5
pulgadas.
a) Cual es la probabilidad de que el meter la mano en la bandeja se obtenga un clavo de 4
pulgadas.
b) Cual es la probabilidad de sacar uno de 5 pulgadas.
c) Si un uso en particular requiere utilizar clavos de 3 pulgadas o más cortos. Cuál es la
probabilidad de sacar un clavo en los requisitos de la aplicación.

Sin reposicion
Pulgadas Clavos a)
0.262361
1 651 451 / 1719 = 84
2 243
3 41 b)
4 451 333/ 1718 = 0.193830
Diciembre, 2010 Prof. Dr. Adolfo Salcedo 3/31
 03
5 333
1719 c)
(41+243+651)/1717 0.544554
= 46

2-21.- El puesto de avanzada Abu Ilan, en un oasis en el corazón del desierto Negev, tiene una
población de 20 miembros de tribus beduinas y 20 miembros de tribus farinas. El kamin, un
oasis cercano, tiene una población de 32 beduinos y 8 fariñas. Un soldado israelí perdido que
se separo accidentalmente de su unidad del ejército, camina sin rumbo por el desierto y llega
al límite de uno de los oasis. El soldado no tiene idea de cuál oasis ha encontrado, pero la
primera persona que ve a la distancia es un beduino. Que probabilidad hay que se haya
llegado por accidente a Abu Ilan? Cuál es la probabilidad que se encuentre en el Kamin?

Oasis
Kami
Abu Ilan n
Beduinos 20 32
Farinas 20 8
40 40
Que probabilidad hay que se haya llegado por accidente a
Abu Ilan?

P(abu/beduino) = (20/80 ) 0.384615385 38%

(52/80)

Cuál es la probabilidad que se encuentre en el

Kamin?

P(kamin/beduino)
= (32/80) 0.615384615 62%
(52/80)

2-25.- El calendario de juegos de los killers para el año próximo es el siguiente (remítase al
problema 2-24).
Juego 1: Los machos
Juego 2: Mama`s Boys
Ganador 1 2 3
Mama`s Boys (1) X 3 4
Los Killers (2) 2 X 1
Los Machos (3) 1 4 X

a) Que probabilidad tienen los killers de ganar su primer juego.

P (killers vs. Machos) = 1/5 = 0.20

b) Que probabilidad tiene los killers de ganar su último juego

Diciembre, 2010 Prof. Dr. Adolfo Salcedo 4/31
 P (killers vs. Mama´s) = 2/5 = 0.40

c) Que probabilidad tienen los killers de llegar al punto de equilibrio, esto es, ganar
solamente un juego.
interseccion
P (equilibrio) = (1/5)*(3/5)+(2/5)*(4/5) 0.44 y union

d) Que probabilidad tienen los killers de ganar todos los juegos.

(1/5)*(2/5)
P (ganar todos) = = 0.08

e) e) Que probabilidad tienen los killers de perder todos los juegos.

P (perder todos) = 1 - 0,08 = 0.92

f) Le gustaría a ud ser el entrenador de los killers.

Las probabilidades de éxito de los Killers es baja y al aceptar la propuesta de ser el entrenador se
tienen dos opciones, la primera es de sacar al equipo del sótano y elevar mis opciones
económicas como deportivas, o formar parte de las estadísticas como un entrenador más que
fracaso, desde mi punto de vista aceptaría el reto bajo una buena propuesta económica

2-29.- Cual de las siguientes son distribuciones de probabilidades. Por qué

a) b)
Variable Aleatoria X Probabilidad Variable Aleatoria X Probabilidad
-2 0.1 1 1.1
-1 0.2 1.5 0.2
0 0.3 2 0.3
1 0.25 2.5 0.25
2 0.15 3 -1.25
1.00 0.6

C)
Variable Aleatoria X Probabilidad
1 0.1
2 0.2
3 0.3
4 0.4
5 0
1

2-33.- Gary Schwartz es el vendedor estrella de su compañía. Los registros indican que el
realiza una venta en 70% de sus visitas. Si les llama a cuatro clientes potenciales. Que
probabilidad hay de que haga exactamente 3 ventas Cual es la probabilidad de que haga
exactamente 4 ventas.
Diciembre, 2010 Prof. Dr. Adolfo Salcedo 5/31
 p= 0.7 p= 0.7
n= 4 n= 4
r= 3 r= 4
q= 1-0,7 q= 1-0,7

n! pʳ qⁿ¯ʳ Formula n! pʳ qⁿ¯ʳ

r! (n-r)! r! (n-r)!

4! (0.7)³ (0,3)⁴ˉ³ 4! (0.7)⁴ (0,3)⁴ˉ⁴

3! 1! 4! (4-4)!

24 (0,343) (0,3) = 0.4116 24 0,2401 = 0.2401

6 24

2-37.- Un horno industrial utilizado para curar corazones de arena para una fabrica que
produce monoblocks para motores de automóvil pequeños, puede mantener temperaturas
notablemente constantes. El rango de temperatura del horno sigue una distribución normal
con una media de 450°F y una desviación estándar de 25°F. Leslie Larsen, presidenta de la
fábrica, está preocupada debido al gran número de corazones defectuosos que se han
producido durante los últimos meses. Si el horno se calienta a más de 475°F, el corazón sale
defectuoso. Cuál es la probabilidad de que el horno provoque que un corazón salga
defectuoso? que probabilidad hay de que la temperatura del horno varíe de 460°F a 470°F?

μ= 450
σ= 25
X= 475

Formula

z= X- μ
σ

Z= 475- 450
25 0.1587

Z= 1 450 475

Valor Tabla 0.8413 1- 0,8413= 0.1587

μ= 450
σ= 25
Diciembre, 2010 Prof. Dr. Adolfo Salcedo 6/31
 X= 460

z= X- μ
σ

Z1= 460- 450 0.6554

25

Z1= 0.4 0.1327

ValorTabla 0.6554 0.7881

450 460 470

μ= 450
σ= 25
X= 470 0,7881- 0,6454= 0.1327

z= X- μ
σ

Z2= 470- 450

25

Z2= 0.8

ValorTabla 0.7881

2-41.- El tiempo para terminar un proyecto de construcción se distribuye normalmente con una
media de 60 semanas y una desviación estándar de 4 semanas.

a) Cual es la probabilidad de que el proyecto se termine en 62 semanas o menos?

a)
μ= 60
σ= 4
X= 62

z= X- μ 0.6915
σ

Z= 62 - 60 =0.5
4
60 62

Valor Tabla 0.6915 69%

Diciembre, 2010 Prof. Dr. Adolfo Salcedo 7/31

b) Calcule la probabilidad de que el proyecto se termine en 66 semanas o menos?

μ= 60
σ= 4
X= 66

z= X- μ
σ 0.9332

Z= 66 - 60 =1.5
4
60 66
Valor Tabla 0.9332

c) Que probabilidad hay de que en el proyecto se empleen más de 65 semanas?

μ= 60
σ= 4
X= 65

z= X- μ
σ

Z= 65 - 60 0.1056
4

Z= 1.25 60 65

Valor Tabla 0.8944 1 - 0,8944 = 0.1056

2-45.- En promedio, 3 automóviles llegan por hora al taller de reparación de silenciadores

Carla`s Muffler. La distribución del número de vehículos que llegan al taller sigue una
distribución exponencial.
a) Cuál es el tiempo esperado entre llegadas

f (X) = μ℮^-μx

μ= 3
℮= 2.718

a)
Valor esperado = 1/ μ

Valor esperado = 1 0.333333333

3

b) Cuál es la varianza del tiempo entre llegadas.

Diciembre, 2010 Prof. Dr. Adolfo Salcedo 8/31

 Varianza = 1/ μ²

Varianza = 1 1 0.111111111
(3)² 9

3-1.- Proporcione un ejemplo de una buena decisión que haya tomado y que haya resultado
mal. Tambien de un ejemplo de una mala decisión que haya tomado y que haya dado buen
resultado. Porque fue buena o mala cada una de estas decisiones?.

Una buena decisión que tome fue adelantar un semestre en la universidad para
terminar lo más pronto posible el Pre-grado y obtener mi título académico más
pronto aquella decisión me costó dinero y tiempo ya que al terminar la carrera no
me pude graduar sino hasta 2 anos después por problemas internos de índole
administrativo por parte de la secretaria general de la facultad

Una decisión que aparentemente tome mal fue al elegir la maestría que deseaba
estudiar ya que por nivel académico los mejores programas lo dicta la ESPAE o el
de la católica pero decidí ir al masterado de la estatal y dio buen resultado ya
que hasta el momento ha cumplido a cabalidad mis expectativas. Hoy por hoy en
términos de costo/beneficio el mejor programa de posgrado es el de la MAEUG.

3.5.- Que técnicas se emplean para resolver los problemas de toma de

decisiones bajo incertidumbre? Que técnica provoca una decisión
optimista? Cual produce una decisión pesimista?.

a) Maximax (optimista)
b) Maximin (pesimista)
c) Criterio de realismo (criterio de Hurwicz)
d) Igualdad de probabilidades (laplace)
e) Arrepentimiento minimax

Maximax
Se utiliza para encontrar la alternativa que maximiza el pago o consecuencia de
cada una de ellas.

Maximin
Se emplea para encontrar la alternativa que maximiza el pago o consecuencia
mínima de cada una de las alternativas.

3-9.- Cual es la diferencia entre las probabilidades previa y posterior?

Diciembre, 2010 Prof. Dr. Adolfo Salcedo 9/31

Probabilidad Posterior
Probabilidad condicional de un estado de la naturaleza que ha sido ajustada con
base en información de muestreo. Esta se obtiene por medio Del teorema de
Bayes.

Probabilidad Previa
Probabilidad de un estado de la naturaleza antes de que la información de
muestreo se utilice con el teorema de Bayes para obtener la probabilidad
posterior.

3-13.- Comente brevemente como puede estimarse una función de

utilidad. Que es un riesgo estándar y como se emplea para determinar
los valores de utilidad.

Se asigna valores de utilidad a cualquier valor monetario en una situación

determinada. El riesgo estándar, es una apuesta entre cualquier resultado que
está seguro y una apuesta entre el peor y el mejor de los resultados.
3-16 Kenneth Brown es el dueño principal de Brown Oil. inc. Después de
renunciar a su empleo docente en la universidad, Ken ha tenido la
capacidad de aumentar su salario anual por un factor superior a 100. En
este momento, debido a la competencia, Ken se ve forzado a considerar
la compra de más equipo para Brown Oil. Sus alternativas se muestran
en la siguiente tabla:

Mercad
o Mercado
Favora Desfavora
Equipo ble ble
Sub 100 300000 -200000
Oiler J 250000 -100000
Texan 75000 -18000
Por ejemplo si Ken compra Sub 100 y hubiera un mercado favorable, el
obtendría una ganancia de $300000. Por otro lado, si el mercado no
fuera favorable, perdería $200000. Pero el ha sido muy optimista en sus
decisiones.
a) Qué tipo de decisión enfrenta ken
Comprar o no mas equipo para su empresa.

b) Qué criterio de decisión debe utilizar

Maximax

c) Cuál es la mejor alternativa

Sub 100

Diciembre, 2010 Prof. Dr. Adolfo Salcedo 10/31

 Mercado Mercado
Equipo Favorable Desfavorable Maximax
Sub 100 300000 -200000 30000
Oiler J 250000 -100000 250000
Texan 75000 -18000 75000

3-17 A pesar de que ken Brown (presentado en el problema 3-16) es el

principal dueño de Brown Oil, su hermano Bob tiene el merito de haber
hecho de la compañía un éxito financiero. Bob, que es vicepresidente de
finanzas, atribuye su éxito a la actitud pesimista que tiene acerca de los
negocios y de la industria petrolera. Considerando la información
proporcionada en el problema 3 -16, es posible que el adopte una
decisión distinta. Qué criterio de decisión debería emplear Bob y cual
alternativa seleccionaría

a) Maximin
b) Texan

Mercado Mercado
Equipo Favorable Desfavorable Maximax Maximin
Sub 100 300000 -200000 300000 -200000
Oiler J 250000 -100000 250000 -100000
Texan 75000 -18000 75000 -18000

3-21.- Allen Young siempre ha estado orgulloso de sus estrategias de inversión personal y ha
tenido éxito durante los últimos años. Invierte principalmente en el mercado de valores. Sin
embargo, durante los últimos meses, Allen ha comenzado a preocuparse, pues duda de que el
mercado de valores sea una buena inversión. En algunos casos, sería mejor que tuviese su
dinero en el banco en lugar de arriesgarlo en el mercado. Durante el año próximo, debe decidir
si invierte $10000 en el mercado de valores o en certificados de depósitos (CD) con una tasa
de interés de 9%. Si el mercado es bueno, Allen cree que podría obtener 14% de rendimiento
sobre su dinero. Con un mercado imparcial, espera obtener 8% de rendimiento. Si el mercado
es malo, lo más probable es que no obtengan rendimiento seria de 0%. El estima que la
probabilidad de un buen mercado es de 0.4, la de un mercado mediano de 0,4 y la de un
mercado malo de 0,2. Por supuesto, el desea maximizar sus rendimientos promedio a largo
plazo.
a) Desarrolle una tabla de decisión para este problema.

b) Cual es la mejor decisión

Inversi
on 10000

Diciembre, 2010 Prof. Dr. Adolfo Salcedo 11/31

 0.4 0.4 0.2
Decisión Bueno Imparcial Malo Máxima

(10000*14%) (10000*8%) (10000*0%)

Mercado de valores 1400 800 0 1400
(10000*9%) (10000*9%) (10000*9%)
Certificado de depósitos 900 900 900 900

Valor Esperado
(1400*0,4) +(800*0,4) +(0*0,2) = 880
(900*0,4) +(900*0,4) +(900*0,2) = 900

la mejor decisión en este caso sería invertir el dinero en certificados de depósito ya

que obtendría en promedio un valor esperado mayor de $ 900

3-25.- Megley Cheese Company es un pequeño fabricante de varias clases de productos de

queso. Uno de los productos es un queso para untar que se vende en las tiendas detallistas.
Jason Megley debe decidir cuantas cajas de queso para untar debe producir al mes. La
probabilidad de que la sea de seis cajas es de 0.1. , de siete cajas es de 0.3, de ocho cajas es
de 0.5 y de nueve cajas es de 0.1. El costo de cada caja es de $45 y el precio que el obtiene por
cada una de estas cajas es de $95. Desafortunadamente, aquellas cajas que no se vendan para
finales de mes ya no tienen valor alguno debido a la descomposición. Cuantas cajas de queso
debe producir Jason cada mes.

Precio
= 95
Costo = 45
Gananci
a= 50

0.1 0.3 0.5 0.1

Demanda

Seis Siete Ocho Nueve Valor Esperado Maximax Minimax

(6*50) (6*50) (6*50) (6*50) (300*0,1) +(300*0,3) +(300*0,5) +(300*0,1)

Seis 300 300 300 300 300 300 300
(6*50) -
(1*45) (7*50) (7*50) (7*50) (255*0,1) +(350*0,3) +(350*0,5) +(350*0,1)
Siete 255 350 350 350 340,5 350 255
(6*50) - (7*50) -
(2*45) (1*45) (8*50) (8*50) (210*0,1) +(305*0,3) +(400*0,5) +(400*0,1)
Ocho 210 305 400 400 352,5 400 210
(6*50) - (7*50) - (8*50) -
(3*45) (3*45) (1*45) (9*50) (165*0,1) +(260*0,3) +(355*0,5) +(450*0,1)
Nueve 165 260 355 450 317 450 165

Diciembre, 2010 Prof. Dr. Adolfo Salcedo 12/31

El valor esperado más alto es $352,5 por tal motivo se elige producir 8 cajas

PEIP = (300*0,1) + (350*0,3) + (400*0,5) + (450*0,1) = 380

VEIP = 380 - 352,5 = 27.5

El valor máximo que pagaría por el estudio seria de $27.5

3-29.- Los médicos del problema 3-28 han sido contactados por una empresa de marketing que
les ofrece llevar a cabo un estudio de mercado por una tarifa de $5000. Los investigadores de
mercado afirman que su experiencia les permite utilizar el teorema de Bayes para hacer los
siguientes planteamientos de probabilidad:

Probabilidad de mercado favorable con estudio favorable = 0.82

Probabilidad de mercado desfavorable con un estudio favorable =0.18
Probabilidad de mercado favorable con un estudio desfavorable = 0.11
Probabilidad de mercado desfavorable con un estudio desfavorable =0.89
Probabilidad de un estudio de investigación favorable= 0.55
Probabilidad de un estudio de investigación desfavorable= 0.45

1. Desarrolle un nuevo árbol de decisión para los profesionales de la medicina en donde se

reflejen las opciones que ahora se han abierto con el estudio de mercado.
2. Utilice la metodología EMV para recomendar una estrategia.
3. Cuál es el valor esperado de la información de muestreo Cuanto estarían dispuesto a pagar
los médicos por el estudio del mercado

Costo estudio 5000

Mercado Favorable 100000
Mercado no favorable 40000

1. Desarrolle un nuevo árbol de decisión para los profesionales de la medicina en donde se

reflejen las opciones que ahora se han abierto con el estudio de mercado.

Diciembre, 2010 Prof. Dr. Adolfo Salcedo 13/31

 69800
0 0.82Favorable 95000
69800

36140 -5000

-45000

29600
0.11Favorable
0 95000
-5000

-5000
36140
Doctores
-45000

30000
0.5Favorable 100000

30000

-40000
0

1. Utilice la metodología EMV para recomendar una estrategia.

77900 + (-8100 )
(0,82*95000) + (0,18* -45000) = = 69800
10450 + (-
(0,11*95000) + (0,89* -45000) = 40050) = -29600
50000 + (-
(0,5*100000) + (0,5*-40000) = 20000) = 30000
38390 + (-2250)
(0,55*69800) + (0,45*-5000) = = 36140
50000 + (-
(0,5* 100000) + (0,5*-40000) = 20000) = 30000

2. Cuál es el valor esperado de la información de muestreo Cuanto estarían dispuesto a pagar

los médicos por el estudio del mercado
(36140 + 5000) -
EVSI = (30000) = 11140

Puede pagar por el estudio hasta $ 11.140.=

Diciembre, 2010 Prof. Dr. Adolfo Salcedo 14/31

3-33.- Peter Marín ayudara a su hermano a abrir una tienda de comida. Inicialmente Peter cree
que hay una posibilidad de 50-50 de que la tienda de comida de su hermano sea un éxito. El
está considerando realizar un estudio de mercado. Con base de datos históricos, existe una
probabilidad de 0.8 de que la investigación de marketing resulte favorable en el caso de una
tienda exitosa de comida. Incluso, hay una probabilidad de 0.7 de que la investigación de
marketing sea desfavorable en el caso de una tienda de comida que no tenga éxito.

a) Si la investigación de mercado es favorable. Cuál es la probabilidad revisada de

Peter respecto de una tienda exitosa de comida para su hermano

P(exito/mercado favorable) = 0.8 P(exito/mercado desfavorable) = 0.3

P(sin exito/mercado favorable) = 0.2 P(sin exito/mercado desfavorable) = 0.7

P(MF)= 0.5
P(MD)= 0.5

P(éxito/mercado favorable) = (0,8)(0,5) 0.73

(0,8)(0,5) +(0,3)(0,5)

b) Si la investigación de marketing resulta ser desfavorable. Cuál es su probabilidad

revisada de una tienda exitosa de comida para esta persona

P(exito/mercado favorable) = 0.8 P(exito/mercado desfavorable) = 0.3

P(sin exito/mercado favorable) = 0.2 P(sin exito/mercado desfavorable) = 0.7

P(sin éxito/mercado favorable) = (0,2)(0,5) 0.22

(0,2)(0,5) +(0,7)(0,5)

c) Si la probabilidad inicial de una tienda exitosa de comida es de 0.6 (en lugar de 0.5),
encuentre las probabilidades de los incisos a y b.

P(exito/mercado favorable) = 0.8 P(exito/mercado desfavorable) = 0.3

P(sin exito/mercado favorable) = 0.2 P(sin exito/mercado desfavorable) = 0.7

P(MF)= 0.6
P(MD)= 0.4

P(éxito/mercado favorable) = (0,8)(0,6 0.80

(0,8)(0,6) +(0,3)(0,4)

P(sin éxito/mercado favorable) = (0,2)(0,6 0.30

(0,2)(0,6) +(0,7)(0,4)

Diciembre, 2010 Prof. Dr. Adolfo Salcedo 15/31

3-37. Jim Sellers ha estimado su utilidad con varios valores diferentes. Le gustaría utilizar
estos valores de utilidad para tomar la decisión de la que se habló en el problema 3-36: U(-
$80,000)=0, U(-$65,000)=0.5, U(-$60,000)=0.55, U(-$20,000)=0.7, U(-$50,000)=0.8, U($0)=0.81,
U($80,000)=0.9, U($95,000)=0.95, U($100,000)=1. Resuelva el problema 3-36 utilizando los
valores de utilidad. ¿Es Jim una persona que evita los riesgos?

Se extrae del ejercicio 3-36 el árbol de decisión

a)
59800
0 0.78 95000
59800

24160 -5000

-65000

-21800
0 95000
0.27
-5000

-5000

-65000

62400
0 0.89 80000
62400

17080 -20000
-80000

80000
-51200
0
-20000

-20000

-80000

100000
20000

20000

-60000

Diciembre, 2010 Prof. Dr. Adolfo Salcedo 16/31

Encuesta favorable mercado exitoso 0.7
Encuesta favorable mercado no exitoso 0.2
Estudio Piloto desfavorable mercado desfavorable 0.9
Estudio Piloto desfavorable mercado favorable 0.2

ENCUESTA
Encuesta +(ME) =0,7 Encuesta +(MD) =0,20
Encuesta - (ME) =0,30 Encuesta - (MD) =0,8

P (encuesta+mercado favorable) = (0,7) (0,5) 0.35 0.78

(0,7) (0,5) +(0,20)(0,5) 0.45

P (encuesta - mercado favorable) = 0.22

P (encuesta +mercado desfavorable) = (0,3)(0,5) 0.15 0.27

(0,3)(0,5) +(0,8)(0,5) 0.55

P(encuesta - mercado desfavorable) = 0.73

PLAN PILOTO

P(ME) = 0.5 P(MD) =0,5

Piloto +(ME) =0,8 Piloto +(MD) =0,1

Piloto - (ME) =0,2 Piloto - (MD) =0,9

P (piloto +mercado favorable) = (0,8) (0,5) 0.4 0.89

(0,8) (0,5) +(0,1) (0,5) 0.45

P (piloto - mercado favorable) = 0.11

P (piloto +mercado desfavorable) = (0,20)(0,5) 0.1 0.18

(0,20)(0,5) +(0,9)(0,5) 0.55

P (piloto - mercado desfavorable) = 0.82

Diciembre, 2010 Prof. Dr. Adolfo Salcedo 17/31

Resolviendo el 3-37 tenemos:

U (-80000) = 0 U (-20000) = 0.7 U (80000) = 0.9

U (-65000) = 0.5 U (-5000) = 0.8 U (95000) = 0.95
U (-60000) = 0.55 U (-0) = 0.81 U (100000) = 1

REEMPLAZAMOS LOS PAGOS POR EL VALOR ASIGNADO

M Favorable 0.95
0.78

Produzco 0.85
M Desfavorable
E Favorable 0.85 0.22 0.50
0.45
No Produzco 0.80
Encuesta
M Favorable 0.95
0.85 0.27

Produzco 0.62
M Desfavorable
E Desfavorable 0.80 0.73 0.50
0.55
No Produzco 0.80

M Favorable 0.90
0.89

Produzco 0.80
M Desfavorable
M Favorable 0.80 0.11 0.00
0.45
No Produzco 0.70
Estudio Piloto
M Favorable 0.90
0.85 0.80 0.18

Produzco 0.16
M Desfavorable
M Desfavorable 0.70 0.82 0.00
0.55
No Produzco 0.70

M Favorable 1.00
0.5

Ninguna Produzco 0.78

M Desfavorable
0.81 0.5 0.55

No Produzco 0.81

Diciembre, 2010 Prof. Dr. Adolfo Salcedo 18/31

3-41 En este capítulo se desarrolló un árbol de decisión para John Thompson (vea la figura 3.5
en la cuál se encuentra el análisis del árbol de decisión completo). Después de completar este
análisis, John no estaba completamente seguro de fuese indiferente al riesgo. Después de
revisar cierto número de riesgos estándares, John estimó su utilidad con respecto al dinero. A
continuación se presentan algunas de sus estimaciones de utilidad: U(-$190,000)=0, U(-
$180,000)=0.05, U(-$30,000)=0.10, U(-$20,000)=0.15, U(-$10,000)=0.20, U(0)=0.3, U($90,000)=0.5,
U($100,000)=0.6, U($190,000)=0.95 y U($200,000)=1.0. Si John maximiza su utilidad esperada,
¿cambiará su decisión?
U (-190000) = 0.00 U (-20000) = 0.15 U (90000) = 0.50
U (-180000) = 0.05 U (-10000) = 0.20 U (100000) = 0.60
U (-30000) = 0.10 U (0) = 0.30 U (190000) = 0.95
U (200000) = 1.00

M Favorable 0.95
0.78
F. Grande
0.74
M Desfavorable 0.00
0.22

M Favorable 0.50
0.78
0.74 F. Pequeña
0.41
M Desfavorable 0.10
E. Favorable 0.22
0.45
Ninguna Fabrica 0.20

0.47 M Favorable 0.95

0.27
F. Grande
0.26
E. Desfavorable M Desfavorable 0.00
0.55 0.73

Realizar E. M Favorable 0.50

0.27
0.26 F. Pequeña
Encuesta 0.21
M Desfavorable 0.10
0.73

Ninguna Fabrica 0.20

M Favorable 1.00
0.50
No realizar E. F. Grande
0.53
M Desfavorable 0.05
0.50

M Favorable 0.60
0.50
0.53 F. Pequeña
0.38
M Desfavorable 0.15
0.50

Ninguna Fabrica 0.30

Diciembre, 2010 Prof. Dr. Adolfo Salcedo 19/31

3-45.- Mary planea abrir una nueva tienda de abarrotes en el pueblo. Por lo tanto, ha
comenzado el proceso de evaluación de tres tareas: el centro, centro comercial y la glorieta.
Ella calculo el valor de las tiendas exitosas en estas áreas de la manera siguiente: centro,
$250000; centro comercial, $300000; la glorieta, $400000. También cálculo que, en caso de no
tener éxito, las pérdidas serian de $100000 si se trata del centro o del centro comercial y de
$200000 si se trata de la glorieta. Ella considera que su posibilidad de éxito es de 50% en el
centro, 60% en el centro comercial y 75 % en la glorieta.

a) Dibuje un árbol de decisión para Mary y seleccione su mejor alternativa.

30000
0

-
10000
0

30000
0

Tienda
-
10000
0

40000
0

(-
200000)

(0,6)*(300000) + (0,4)* (-
100000) = 75000
(0,75)*(400000) + (0,25)(- 14000
200000) = 0
(0,5)*(250000) + (0,5)*(-100000) 25000
= 0

Diciembre, 2010 Prof. Dr. Adolfo Salcedo 20/31

b) Mary ha sido contactada por una empresa de investigación de marketing que le ofrece
estudiar el pueblo para determinar si se necesita otra tienda de abarrotes. El costo de este
estudio es de $30000. Ella cree que hay 60% de probabilidad de que los resultados de la
encuesta sean positivos (se muestra una necesidad de otra tienda de abarrotes). SRP =
resultado positivo en la encuesta, SRN = resultado negativo de le encuesta, SD = éxito en el
centro,, SM = éxito en el centro comercial, SC = éxito en el circuito, SD = sin éxito en el centro,
y así sucesivamente. En el caso de los estudios de esta naturaleza P (SRP/éxito) = 0.7; P
(SRN/éxito) = 0.3; P (SRP/sin éxito) = 0.2; P (SRN/sin éxito) = 0.8. Calcule las probabilidades
revisadas de éxito (y de falta de éxito) de cada una de las dos ubicaciones, con base a los
resultados de las encuentas.
P(exito/mercado favorable) = 0.7 P(exito/mercado desfavorable) =0.2
P(sin exito/mercado favorable) = 0.3 P(sin exito/mercado desfavorable) 0.8
=

CENTRO
P(MF)= 0.5
P(MD)= 0.5
P(éxito/mercado favorable) = (0,7)(0,5) 0.78
(0,7)(0,5) +(0,2)(0,5)

P(éxito/mercado desfavorable) = (0,2)(0,5) 0.22

(0,2)(0,5) +(0,7)(0,5)

P(sin éxito/mercado favorable) = (0,3)(0,5) 0.27

(0,3)(0,5) +(0,8)(0,5)

P(sin éxito/mercado desfavorable) = (0,8)(0,5) 0.73

(0,8)(0,5) +(0,3)(0,5)

CENTRO COMERCIAL
P(MF)= 0.6
P(MD)= 0.4
P(éxito/mercado favorable) = (0,7)(0,6) 0.84
(0,7)(0,6) +(0,2)(0,4)

P(éxito/mercado desfavorable) = (0,2)(0,4) 0.16

(0,2)(0,4) +(0,7)(0,6)

P(sin éxito/mercado favorable) = (0,3)(0,6) 0.36

(0,3)(0,6) +(0,8)(0,4)

P(sin éxito/mercado desfavorable) = (0,8)(0,4) 0.64

(0,8)(0,4) +(0,3)(0,6)

Diciembre, 2010 Prof. Dr. Adolfo Salcedo 21/31

 GLORIETA
P(MF)= 0.75
P(MD)= 0.25
P(éxito/mercado favorable) = (0,7)(0,75) 0.91
(0,7)(0,75) +(0,2)(0,25)

P(éxito/mercado desfavorable) = (0,2)(0,25) 0.09

(0,2)(0,25) +(0,7)(0,75)

P(sin éxito/mercado favorable) = (0,3)(0,75) 0.53

(0,3)(0,75) +(0,8)(0,25)

P(sin éxito/mercado desfavorable) = (0,8)(0,25) 0.47

(0,8)(0,25) +(0,3)(0,75)

Diciembre, 2010 Prof. Dr. Adolfo Salcedo 22/31

 220,000
143000

143,000

-130,000

20600 270,000
0

316000
206,000
-130,000

ESTUDIO
FAVORABLE
370,000
316000

316,000

224,800 -230,000
ESTUDIO -30000

220,000

-35500
-35,500

-130,000

270,000
14000

14,000
88000

-130,000

ESTUDIO
DESFAVORABLE 370,000
88000

88,000

-230,000

-30000

c) ¿Cuánto vale la investigación de Marketing para mary? Calcule los Valores de EVSI
=(224800+30000)-
EVSI = (250000) 4800
Puede pagar por el estudio hasta 4800
Diciembre, 2010 Prof. Dr. Adolfo Salcedo 23/31
8-1.- (Problema de producción) Winkler Furniture fabrica dos tipos de vitrinas: un modelo
provenzal francés y un modelo danés moderno. Cada vitrina producida debe pasar por tres
departamentos: carpintería, pintura y acabado. La tabla de la pagina 3-21 contiene toda
información concerniente a los tiempos de producción por vitrina y capacidades de
producción de cada operación por día, junto con el ingreso neto por unidad producida. La
compañía firmo un contrato con un distribuidor de Indiana para producir un mínimo de 300
vitrinas de cada modelo por semana (o 60 por día). El propietario Bob Winkler, desea
determinar una mezcla de productos para maximizar su ingreso diario.
a) Formule como un problema PL.
b) Resuelva con un programa PL u hoja de cálculo.

Tipo de Vitrina Carpinteria Pinturia Acabado Ganancia

Provenzal frances 3 1½ ¾ 28
Danes moderno 2 1 ¾ 25
Capacidad del
departamento (horas) 360 200 125

X1 X2
Francesa Danesa Capacidad de Departamento Restricciones
Carpinteria 3 2 <=360 3X1+2X2<=360 360
Pintura 1.5 1 <=200 1,5 X1 +1X2 <=200 180
Acabado 0.75 0.75 <=125 0,75X1+0,75X2 <=125 112.5
X1 >=60
X2 >=60

Respuestas 60 90 Funcion Objetivo 28X1 +25 X2 3930

Ganancia
Unitaria 28 25

8-5.- (Problema de selección de Beisbolistas) Los Dubuque Sackers, un equipo de beisbol

clase D, enfrenta cuatro complicados juegos de visitantes contra rivales de la liga en Des
Moines, Davemport, Omaha y Peoria. El director técnico "Red" Revelle efrenta la tarea de
programar los cuatro lanzadores abridores en los juegos apropiados. Como los juegos son
consecutivos en menos de una semana. Revelle no puede contar con más de un lanzador que
inicie en más de un juego.
Revelle conoce las fortalezas y debilidades no solo de sus lanzadores, sino también de sus
oponentes. Ha desarrollado una calificación de desempeño de cada uno de sus lanzadores
abridores contra cada uno de estos equipos. Las calificaciones aparecen en las tablas de esta
página. Que rotación de abridores deberá establecer el director técnico, Revelle para obtener
el total más alto de calificaciones de desempeño
a) Formule el problema por medio de PL.
b) Resuélvalo
Oponente
Lanzador Abridor Des Moines P1 Davenport P2 Omaha P3 Peoria P4
"Dead-Arm" Jones (J1) 0.6 0.8 0.5 0.4
"spitball" Baker (J2) 0.7 0.4 0.8 0.3
"Ace" Parker (J3) 0.9 0.8 0.7 0.8
"Gutter" Wilson (J4) 0.5 0.3 0.4 0.2

Diciembre, 2010 Prof. Dr. Adolfo Salcedo 24/31

 Restricciones
X1 + X2 + X3 + X4 = X1 + X5 + X9 + X13
1 =1
X5 + X6 + X7 + X8 = X2 + X6 + X10 +
1 X14 = 1
X9 + X10 + X11 + X12 X3 + X7 + X11 +
=1 X15 = 1
X13 + X14 + X15 + X4 + X8 + X12 +
X16 = 1 X16 = 1

Ecuaciones
J1 P1 J1P2 J1P3 J1P4 1
J2 P1 J2P2 J2P3 J2P4 1
J3 P1 J3P2 J3P3 J3P4 1
J4 P1 J4P2 J4P3 J4P4 1

Jugador por juego

P1 P2 P3 P4 P1 P2 P3 P4 P1 P2 P3 P4 P1 P2 P3 P4
0.6 0.8 0.5 0.4 0.7 0.4 0.8 0.3 0.9 0.8 0.7 0.8 0.5 0.3 0.4 0.2
1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 1
0 0 0 0 1 1 1 1 0 0 0 0 0 0 0 0 1
0 0 0 0 0 0 0 0 1 1 1 1 0 0 0 0 1
0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1

Ecuaciones
J1 P1 J2P1 J3P1 J4P1 1
J1 P2 J2P2 J3P2 J4P2 1
J1 P3 J2P3 J3P3 J4P3 1
J1 P4 J2P4 J3P4 J4P4 1

RotaciondeJugadores
1 0 0 0 1 0 0 0 1 0 0 0 1 0 0 0 1
0 1 0 0 0 1 0 0 0 1 0 0 0 1 0 0 1
0 0 1 0 0 0 1 0 0 0 1 0 0 0 1 0 1
0 0 0 1 0 0 0 1 0 0 0 1 0 0 0 1 1

X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 X16

0 1 0 0 0 0 1 0 0 0 0 1 1 0 0 0

Diciembre, 2010 Prof. Dr. Adolfo Salcedo 25/31

FuncionObjetivo
X1(0,6) +X1(0,8) +X1(0,5) +X1(0,4) +
X2(0,7) +X2 (0,4) +X2(0,8) +X2(0,3) + 2.9
X3(0,9) +X3 (0,8) +X3(0,7) +X3(0,8) +
X4(0,5) +X4 (0,3) +X4(0,4) +X4(0,2)

8-9.- (Problema de transporte escolar de estudiantes de preparatoria) El superintendente de

comunicación del condado de Arden, Maryland, es el responsable de asignar estudiantes a las
tres preparatorias que hay en su condado. Reconoce la necesidad de transportar a cierto
número de estudiantes, ya que varios sectores del condado están bastante alejados como para
ir caminando a la escuela. El superintendente divide el condado en cinco sectores geográficos
ya que intenta establecer un plan que minimice el número de millas-estudiantes recorridas en
autobús. También reconoce que si un estudiante vive en un cierto sector y es asignado a una
preparatoria de dicho sector , no hay necesidad de transportar a ese estudiante por autobús
porque él o ella puede caminar a la escuela .Las tres escuelas están localizadas en los
sectores B, C y E. La tabla anexa refleja el número de estudiantes de preparatoria que viven en
cada sector y la distancia en millas de cada sector a cada escuela. Cada preparatoria tiene una
capacidad de 900 estudiantes. Establezca la función objetivo y restricciones de este problema
por medio de PL de modo que el número total de millas recorridas por autobús se minimice.
(Observe la semejanza con el problema de transporte ilustrado con anterioridad en este
capítulo) Luego resuelva el problema.

DistanciaalaEscuela
Escuelaenel Escuelaenel Escuelaenel Numero de
Sector
Sectro B Sectro C Sectro E Estudiantes
A 5 8 6 700
B 0 4 12 500
C 4 0 7 100
D 7 2 5 800
E 12 7 0 400
2500

Restricciones

X1+X2 +X3=700
X4+X5 +X6=500
X7+X8 +X9=100
X10+X11+X12=800
X13+X14+X15=400
X1+X4+X7+X10+X13 ≤900
X2+X5 +X8+X11+X14 ≤900
X3+X6 +X9+X12+X15 ≤900

Diciembre, 2010 Prof. Dr. Adolfo Salcedo 26/31

FuncionObjetivo

(X1)(AB) +(X2)(A-C) +(X3) (A-E) +(X4)(B-B) +(X5)(B-C) +

(X6)(C-E) +(X7)(C-B) +(X8)(C-C) +(X9) (C-E) +(X10) (D-B) +
5400
(X11)(D-C) +(X12)(D-E) +(X13)(E-B) +(X14)(E-C) +(X15)(E-E)

A-B A-C A-E B-B B-C B-E C-B C-C C-E D-B D-C D-E E-B E-C E-E
5 8 6 0 4 12 4 0 7 7 2 5 12 7 0
1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 700
0 0 0 1 1 1 0 0 0 0 0 0 0 0 0 500
0 0 0 0 0 0 1 1 1 0 0 0 0 0 0 100
0 0 0 0 0 0 0 0 0 1 1 1 0 0 0 800
0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 400
0 1 0 0 1 0 0 1 0 0 1 0 0 1 0 900
0 0 1 0 0 1 0 0 1 0 0 1 0 0 1 700

X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15

400 0 300 500 0 0 0 100 0 0 800 0 0 0 400

8-13.- (Problema de personal en una planta nuclear) South Central Utilities acaba de enunciar
el 1 de Agosto la apertura del segundo generador nuclear en su planta de energía nuclear en
Baton Rouge, Louisiana. Su departamento de personal ha sido instruido para que determinen
cuantos técnicos nucleares tienen que contratarse y capacitarse en lo que resta del año.
En la actualidad la planta emplea 350 técnicos totalmente capacitados y proyecta las
siguientes necesidades de personal.

Mes Horas Hombre requeridos

Agosto 40000
Septiembre 45000
Octubre 35000
Noviembre 50000
Diciembre 45000

Según la ley de Lousiana, el empleado no puede trabajar más de 130 horas por mes. Un poco
más de una hora por día se utiliza para marcar la entrada y salida, mantener los registros y
para efectuar exploraciones diarias de radiación. La política en South Central Utilities también
dicta que los despidos no son aceptables en los meses en que la planta nuclear tiene exceso
de personal.
En consecuencia, si están disponibles más empleados capacitados que los que se requiere en
cualquier mes, cada trabajador recibe su pago completo, aun cuando no se requiera que se
trabaje las 130 horas.
La capacitación de nuevos empleados es un procedimiento importante y costoso. Requiere un
mes de instrucción individual en el salón de clase antes de que a un técnico nuevo se le
permita trabajar solo en la instalación del reactor. Por consiguiente South Central debe
contratar empleados un mes antes de que en realidad los requiera. Cada empleado nuevo hace
equipo con un técnico nuclear calificado y requiere 90 horas del tiempo de este último, lo que
significa que ese mes se tienen disponibles 90 horas menos del tiempo del técnico para
trabajo en el reactor.

Diciembre, 2010 Prof. Dr. Adolfo Salcedo 27/31

Los registros del departamento de personal indican una tasa de rotación de técnicos
capacitados de 5% por mes, en otras palabras aproximadamente 5% de los empleados
capacitados al principio de cada mes renuncian al final de ese periodo. Un técnico entrenado
devenga un salario mensual promedio $2000 (sin importar el número de horas trabajadas,
como ya se señalo con anterioridad). Los empleados nuevos reciben $900 durante su mes de
instrucción.
a) Formule este problema de personal con PL.
b) Resuelva el problema. Cuantos empleados nuevos deben iniciar su instrucción cada mes.

Fijo Fijo Fijo Fijo Fijo

Agosto Septiembre Octubre Noviembre Diciembre
2000 2000 2000 2000 2000 900 900 900 900 900
Agosto 130 0 0 0 0 -90 0 0 0 0 44271.2
Septiembre 0 130 0 0 0 0 -90 0 0 0 45000
Octubre 0 0 130 0 0 0 0 -90 0 0 36251
Noviembre 0 0 0 130 0 0 0 0 -90 0 50000
Diciembre 0 0 0 0 130 0 0 0 0 -90 47500
1 0 0 0 0 0 0 0 0 0 350
-0.95 1 0 0 0 -1 0 0 0 0 -8E-14
0 -0.95 1 0 0 0 -1 0 0 0 5.7E-14
0 0 -0.95 1 0 0 0 -1 0 0 0
0 0 0 -0.95 1 0 0 0 -1 0 1.1E-13

X1 X2 X3 X4 X5 X6 X7 X8 X9 X10
350 346.153846 328.846 384.6153846 365.384615 13.6538462 0 72.2115385 0 0

FuncionObjetivo
X1*(2000) +X2*(2000) +X3*(2000) +X4*(2000) +X5*(2000) +
3627278.85
X6*(900) +X7*(900) +X8*(900) +X9*(900) +X10*(900)

Restricciones
130X1+(- 90X6) =40000 X1 =350
130X2+(-90X7) =45000 (0,95) X1+X2+(1) X6=0
130X3+(-90X8) =35000 (0,95) X2+X3+(1)X7=0
130X4+(-90X9) =50000 (0,95) X3+X4+(1) X8=0
130X5+(-90X10) =45000 (0,95) X4+X5+(1) X9=0

8-17.- (Problema de expansión de un hospital) El hospital MM. Sinai en nueva Orleans es una
gran empresa privada con 600 camas que cuentan con laboratorios, quirófano y equipo de
rayos X. Para incrementar sus ingresos la administración del Mt. Sinai ha decidido hacer una
ampliación para 90 camas en una fracción del terreno adyacente que se utiliza actualmente
como estacionamiento del personal. La administración considera que los laboratorios,
quirófanos y departamento de rayos X no se utilizan en su totalidad en el presente y no
necesitan ampliarse para atender a pacientes adicionales. La adición de 90 camas, sin
embargo implica decidir cuantas camas deberán ser asignadas al personal médico para
pacientes médicos y cuantas al personal quirúrgico para pacientes de este tipo.
Los departamentos de contabilidad y registro médico del hospital proporcionan la siguiente
información al respecto. La permanencia promedio en el hospital de un paciente medico es de
8 días, y genera ingresos por $2280. El paciente quirúrgico promedio permanece en el hospital

Diciembre, 2010 Prof. Dr. Adolfo Salcedo 28/31

5 días y recibe una factura de $1515. El laboratorio puede manejar 15000 pruebas por año más
de las que manejaba. El paciente medico promedio 3,1 exámenes de laboratorio en tanto que el
paciente quirúrgico promedia 2,6. Además, el paciente medico promedio requiere un estudio
de rayos X, mientras que el paciente quirúrgico promedio requiere dos. Si el hospital
extendiera su capacidad en 90 camas, el departamento de rayos X podría manejar hasta 7000
estudios sin un costo significativo adicional. Por último la administración estima que podrían
hacerse 2800 operaciones adicionales en los quirófanos existentes. Los pacientes médicos,
desde luego, no requieren cirugía, mientras que cada paciente quirúrgico, en general, es
operado una vez.
Formule este problema para determinar cuántas camas medicas y cuantas quirúrgicas se
deberán agregar para maximizar los ingresos. Suponga que el hospital está abierto 365 días al
año. Luego resuelva el problema.

Paciente Paciente
Restricciones
medico quirurgico
Permanencia 8 5 32850 8X1+5X2 ≤32850
Laboratorio 3.1 2.6 14123.6364 3,1X1+2,6X2 ≤15000
Rayos X 1 2 7000 X1+2X2 ≤7000
Cirugia 0 1 2104.54545 X2=2800
Total Factura 2280 1515

X1 X2
2790.90909 2104.54545

Funcion Objetivo
(X1* 2280 ) +(X2*1515) 9551659.09

8-21.- (Problema de transportación de alimentos a un hospital) El Northeast General, un gran

hospital en providence, Rhode Island, ha iniciado un nuevo procedimiento para garantizar que
los pacientes reciban sus alimentos tan caliente como sea posible. El hospital continuara
preparando los alimentos en su cocina pero ahora los entregara en masas (no
individualmente) a una de tres estaciones de servicio ubicada en el edificio. De alli, los
alimentos se recalentaran y colocaran en charolas individuales, serán cargados en un carro de
servicio y distribuidos en varios pisos y alas del hospital.

Las tres nuevas estaciones de servicios están tan localizadas de forma eficiente posible para
tener acceso a los diversos pasillos del hospital. El número de charolas que cada estación
puede servir aparece en la tabla de la página siguiente:

Ubicación
Ala 1 2 3 4 5 6
Estacion
5A 200
Paciente 80 120 150 210 60 80
Estacion
3G 225 Existenseisalas en el Northeast General que
debenser atendidas. El numero de paciente
Estacion
esel siguiente.
1S 275

Diciembre, 2010 Prof. Dr. Adolfo Salcedo 29/31

El propósito del nuevo procedimiento es incrementar la temperatura de las comidas calientes
que el paciente recibe. Por consiguiente, el tiempo requerido para entregar una charola desde
una estación de servicio determinara la distribución apropiada de los alimentos de la estación
de servicio entre las alas. La tabla siguiente resume el tiempo (minutos) asociado con cada
posible canal de distribución.

Cuales son sus recomendaciones para el manejo de la distribución de charolas desde las tres
estaciones de servicio

Ala1 Ala2 Ala3 Ala4 Ala5 Ala6

Estacion
5A 12 11 8 9 6 6
Estacion
3G 6 12 7 7 5 8
Estacion
1S 8 9 6 6 7 9

Restricciones

X1+X2+X3+X4+X5+X6=200
X7+X8+X9+X 10+X11+X12=225
X13+X14+X15+X16+X17 +X18=275
X1+X7+X13=80
X2+X8+X14=120
X3+X9+X15=150
X4+X10+X16=210
X5+X11+X17=60
X6+X12+X18=80

5A- 1 5A- 2 5A- 3 5A- 4 5A- 5 5A - 6 3G - 1 3G - 2 3G - 3 3G - 4 3G - 5 3G - 6 1S- 1 1S- 2 1S- 3 1S- 4 1S- 5 1S- 6
12 11 8 9 6 6 6 12 7 7 5 8 8 9 6 6 7 9
1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 200
0 0 0 0 0 0 1 1 1 1 1 1 0 0 0 0 0 0 225
0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 275
1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 80
0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 120
0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 150
0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 210
0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 60
0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 80

X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 X16 X17 X18

0 0 120 0 0 80 80 0 30 55 60 0 0 120 0 155 0 0

FuncionObjetivo

5A-1(12) +5A-2 (11) +5A-3 (8) +5A-4(9) +5A-5 (6) +5A-6(6) + 4825
3G-1(6) +3G-2 (12) +3G-3 (7) +3G-4 (7) +3G-5 (5) +3G-6(8) +
1S-1(8) +1S-2(9) +1S-3(6) +1S-4 (6) +1S-5 (7) +1S-6 (9)

Diciembre, 2010 Prof. Dr. Adolfo Salcedo 30/31

Diciembre, 2010 Prof. Dr. Adolfo Salcedo 31/31