ESCUELA POLITECNICA NACIONAL

FACULTAD DE INGENIERIA MECANICA

GESTION DE LA CALIDAD

NOMBRE: José Francisco Padilla Reyes

GRUPO: GR1

EJERCICIO 15.4.3

El departamento atlético de Leland University considera la posibilidad de realizar una campaña

el próximo año para reunir fondos para un nuevo campo de atletismo. En gran medida, la
respuesta a la campaña depende del éxito que tenga el equipo de futbol en el otoño. En el
pasado tuvo temporadas ganadoras el 60% de las veces. Si tienen una temporada ganadora
(G), muchos exalumnos contribuirán y la campaña reunirá 3 millones de dólares. Si la
temporada es perdedora (P), muy pocos contribuirán y perderán 2 millones de dólares. Si no
se realiza la campaña, no se incurre en costo alguno. El 1 de septiembre, antes de iniciar la
temporada, el departamento de atletismo debe decidir si realiza la campaña el próximo año.

a) Desarrolle una formulación de árbol de decisiones para este problema mediante la identifi
cación de las opciones alternativas, los estados de la naturaleza y la matriz de pagos.

b) Según la regla de decisión de Bayes, ¿debe realizarse la campaña? T

c) ¿Cuál es el VEIP?

d) Un famoso gurú de futbol, William Walsh, se ha ofrecido a evaluar si el equipo tendrá una
temporada ganadora. Por 100 000 dólares evaluará las prácticas del equipo durante la
primavera y en la pretemporada. William dará su pronóstico el 1 de septiembre respecto al
tipo de temporada, G o P, que tendrá el equipo. En situaciones similares en el pasado, al
evaluar equipos con temporadas ganadoras 50% del tiempo, sus predicciones fueron ciertas
75% de las veces. Si se considera que este equipo tiene una mayor tradición ganadora, si
William predice una temporada ganadora, ¿cuál es la probabilidad a posteriori de que en
realidad sea así? ¿Cuál es la probabilidad a posteriori de que sea perdedora? Si William predice
una temporada perdedora, ¿cuál es la probabilidad a posteriori de que sea ganadora? ¿Y de
que sea perdedora? Muestre cómo obtener las respuestas en un árbol de probabilidades.

e) Use la plantilla correspondiente de Excel para obtener las respuestas al inciso d).

f) Dibuje a mano el árbol de decisión para el problema completo. Analícelo para determinar la
política óptima, es decir, si se debe contratar a William y si se debe realizar la campaña.

a)

ESTADO
ALTERNATIVA GANAR PERDER
HACER CAMPAÑA 3 -2
NO HACER CAMPAÑA 0 0
PROBABILIDAD 0,6 0,4
b)
ESTADO ESPECTATIVA
ALTERNATIVA GANAR PERDER PAGAR
HACER CAMPAÑA 3 -2 1
NO HACER CAMPAÑA 0 0 0
PROBABILIDAD 0,6 0,4

c)
ESTADO
GANAR PERDER
ALTERNATIVA GANAR PERDER
HACER CAMPAÑA 3 -2
NO HACER CAMPAÑA 0 0
PROBABILIDAD 0,6 0,4
PAGO MAXIMO 3 0

BENEFICIO
CON INFORMACION 1,8
SIN INFORMACIÓN 1
VEIP 0,8

d)

e)
 DATOS ENCONTRADO
ESTADO PROBABILIDAD GANAR PERDER
GANAR 0,6 0,75 0,25
PERDER 0,4 0,25 0,75

DATOS ESTADO
ENCONTRADO PROBABILIDAD GANAR PERDER
GANAR 0,55 0,818 0,1818
PERDER 0,45 0,333 0,667

f)

15.4-4. La contralora de Macrosoft Corporación tiene $100 millones sobrantes de fondos para
inversión. Ha recibido instrucciones de invertir la cantidad completa a un año en acciones o en
bonos (pero no en ambos) y después reinvertir el fondo completo ya sea en acciones o bonos
(pero no en ambos) un año más. El objetivo es maximizar el valor monetario esperado del
fondo al final del segundo año.

Las tasas de interés anual sobre estas inversiones dependen de la situación económica, como
se muestra en la siguiente tabla:
Las respectivas probabilidades de crecimiento, recesión y depresión para el primer año son
0.7, 0.3 y 0. Si ocurre el crecimiento en el primer año, estas probabilidades son las mismas para
el segundo año, sin embargo, si ocurre una recesión el primer año, las probabilidades cambian
a 0.2, 0.7 y 0.1, para el segundo año.

a) Construya el árbol de decisión del problema a mano.

 En vista que el ejercicio es de probabilidad condicional, se procede a calcular las nuevas
probabilidades.

0.49
P [ C 2|C 1 ] = =¿ P [ C 2|C 1 ] =0.891
0.55
0.21
P [ R 2|C 1 ] = =¿ P [ R 2|C 1 ] =0.5
0.42
0
P [ D 2|C 1 ]= =¿ P [ D2|C 1 ] =0
0.3
0.06
P [ C 2| R1 ] = =¿ P [ C 2|R 1 ] =0.109
0.55
0.21
P [ R 2|R 1 ] = =¿ P [ R 2|R 1 ] =0.5
0.42
0.3
P [ D 2|R 1 ] = =¿ P [ D 2|R 1 ] =1
0.3
15.4.5. El lunes, cierta acción cerró a $10 por acción. El martes se espera que la acción
cierre a $9, $10 u $11 por acción, con probabilidades respectivas de 0.3, 0.3 y 0.4. El
miércoles, se espera que la acción cierre 10% abajo, sin cambio o 10% arriba del cierre
del martes, con las siguientes probabilidades:
El martes, recibe instrucciones de comprar 100 acciones antes del jueves. Todas las
compras se hacen al final del día, al precio de cierre conocido para ese día, de manera
que sus únicas opciones son comprar al final del martes o al final del miércoles. Usted
quiere determinar la estrategia óptima respecto a comprar el martes o aplazar la compra
hasta el miércoles, dado el
precio al cierre del martes, con el fin de minimizar el precio esperado de compra.
Desarrolle y evalúe un árbol de decisión para determinar la estrategia óptima
 0.632 15
8.68
8.68 Prom. 0.263 5
0.105 -20
0.632 -5
0.263 -5
-5
0.105 -5
0.267 15
3 2.22 Prom. 0.556 5
2.22 0,178 -20
0,267 -5
-5 Prom. 0,556 -5
0,178 -5
0,167 15
-0.28 Prom. 0,556 5
-0.28 0,278 -20
0,167 -5
8
-5 Prom. 0,556 -5
0,278 -5

0.3 20
0.5 10
8 0.2 -15
0.3 0
8 No 0 0.5 0
0.2 0

15.4-7. Utilice el contexto dado en el problema 15.3-10.

a) Trace y etiquete el árbol de decisión. Incluya todos los pagos, pero no las
probabilidades.

b) Encuentre las probabilidades de las ramas que salen de los nodos de probabilidad.
c) Aplique el procedimiento de inducción hacia atrás e identifique la política óptima que
resulta.

La compañía Hit-and-Miss produce artículos que tienen una probabilidad p de salir

defectuosos. Se forman lotes de 150 artículos con ellos. La experiencia indica que el valor de
p es 0.05 o 0.25 y que en el 80% de los lotes producidos p es igual a 0.05 (de manera que p es
igual a 0.25 en 20% de los lotes). Estos artículos se utilizan después en un ensamble y en
última instancia, su calidad se determina antes de que el producto final salga de la planta. En
principio el fabricante puede ya sea inspeccionar cada artículo del lote con un costo de $10
por artículo y remplazar los defectuosos, o bien utilizarlos sin inspección. Si se elige esta
acción, el costo al tener que volver a hacer el ensamble es $100 por artículo defectuoso.
Como la inspección requiere programar inspectores y equipo, la decisión de realizarla o no
debe tomarse 2 días antes. Sin embargo, se puede tomar un artículo de un lote e
inspeccionarlo; su calidad (defectuoso o aceptable) se informa antes de tomar la decisión de
inspeccionar o no. El costo de esta inspección inicial es $125.

p: Probabilidad de salir defectuosos.

Lote de 150 artículos.

p=0.05 en 80 % de lotes ∨ p=0.25 en 25 % de lotes

Opción 1: Inspeccionar cada lote por $10.

Opción 2: No inspeccionar y pagar $100 por artículo defectuoso.

La decisión debe hacerse 2 días antes entre opción 1 y opción 2.

Inspección inicial (antes de toma de decisión) cuesta $125.

 a) Dibuje y etiquete el árbol de decisión. Incluya todos los pagos, pero no las
probabilidades.

b) Encuentre las probabilidades para las ramas que salen de los nodos de probabilidad.

La distribución previa es la siguiente:

θ1=0.8∗Pθ

θ2=0.2∗Pθ

Donde:

Pθ: Corresponde al lote.

Para esta distribución del lote se tiene las siguientes probabilidades:

X 1 =0.95 para θ1

X 1 =0.75 para θ2

X 2 =0.05 para θ1

X 2 =0.25 para θ2

En cuanto a la distribución posterior para este caso se tiene lo siguiente:

X 1 =0.835 para θ1

X 1 =0.165 para θ2
 X 2 =0.444 para θ1

X 3 =0.556 para θ2

c) Aplique el procedimiento de inducción hacia atrás e identifique la política óptima

que resulta.

Según los pagos finales descritos en la sección a), se concluye que la política óptima será no
realizar una prueba previa y no realizar un una inspección, lo cual resultará en el menor pago
para el 80% de los casos artículos en los lotes.

15.4-9. Use el contexto dado en el problema l5.3-12.

Consideredos monedas cargadas.La moneda 1 tiene 0.3 de probabilidad de

caer cara y la moneda 2 tiene 0.6 de probabilidad de caer cara. Se tira una
moneda al aire una vez; la probabilidad de que sea la moneda 1 es 0.6 y la
probabilidad de que sea la moneda 2 es 0.4. El tomador de decisiones usa la
regla de decisión de Bayes para determinar qué moneda se lanzó. La matriz de
pagos es la siguiente:

a) Dibuje y etiquete el árbol de decisión. Incluya todos los pagos pero no las
probabilidades.

Si el Resultado es Cara:
E[(suponer 1)/cara]= 0*0.429-1*0.571 = -0.571
E[(suponer 2)/cara]= -1*0.429-0*0.571 = -0.429

Rta:/ Suponer que se ha lanzado la moneda 2.

Si el Resultado es Sello:
E[(suponer 1)/sello]= 0*0.724-1*0.276 = -0.276
E[(suponer 2)/sello]= -1*0.724-0*0.276 = -0.724
Rta:/ Suponer que se ha lanzado la moneda 1

Tb) Encuentre las probabilidades para las ramas que salen de los nodos de
probabilidad.

c) Aplique el procedimiento de inducción hacia atrás e identifique la política

óptima que resulta.
EJERCICIO 15.4.10

La búsqueda de ejecutivos para Western Bank que realiza Headhunters Inc. está por dar frutos.
El puesto que deben llenar es clave: vicepresidente de procesamiento de información, porque
quien lo ocupe tendrá la responsabilidad de desarrollar un sistema de información
administrativo con tecnología de punta que enlazará todas las sucursales de Western. Sin
embargo, Headhunters cree haber encontrado a la persona correcta, Matthew Fenton, quien
tiene excelentes referencias de un puesto similar de un banco mediano de Nueva York.
Después de una ronda de entrevistas, el presidente de Western cree que Matthew tiene una
probabilidad de 0.75 de diseñar un buen sistema. Si tiene éxito, la compañía tendrá una
ganancia de 4 millones de dólares (netos después del salario de Matthew, capacitación,
reclutamiento y gastos). Si no tiene éxito, la compañía tendrá una pérdida de 900 000 dólares.
Por 35 000 dólares adicionales, Headhunters realizará una investigación detallada (que incluye
la verificación de antecedentes, pruebas académicas y psicológicas, etc.) que precisará su
potencial para el éxito. Se ha comprobado que este proceso es 90% confiable, es decir, el
candidato que diseñe un buen sistema pasará la prueba con probabilidad 0.9, y el que no
tendría éxito en diseñarlo fracasará con probabilidad 0.9. La administración de Western
necesita decidir si contrata a Matthew y si Headhunters debe realizar la investigación detallada
antes de tomar esa decisión.

a) Construya el árbol de decisiones para este problema.

b) Encuentre las probabilidades de las ramas que salen de los nodos de probabilidad.

c) Analice el árbol e identifique la política óptima.

d) Ahora suponga que la compañía puede negociar el costo de la aplicación de la prueba de

aptitud a los candidatos. ¿Cuál es la cantidad máxima que debe pagar?
a)

b)
DATOS ENCONTRADO
ESTADO PROBABILIDAD PASAR FALLAR
EXITOSO 0,75 0,9 0,1
NO EXITOSO 0,25 0,1 0,9

DATOS ESTADO
ENCONTRADO PROBABILIDAD ÉXITO NO ÉXITO
PASAR 0,7 0,9642 0,0357
FALLAR 0,3 0,25 0,75

c) lo mejor no sería pagar por las pruebas y contratar a Matthew.

d) Con la tarifa cero se debe contratar a Matthew ya que no se debería pagar por un informe
detallado.