Dada la siguiente distribucin de probabilidades para la

variable aleatoria x expuesta en la tabla siguiente:

X

P(X)

2/10

4/10

2/10

1/10

Calcule:
La probabilidad de que x tome el valor de cero.
El valor esperado.
La desviacin estndar.
El coeficiente de variacin.
Solucin
Primera parte
Se aplica el axioma de la teora de probabilidades, en
donde,
n

P( X i) = 1 100%
i =1

La cual se extiende por induccin a la expresin siguiente:

P( X 1) + P( X 2 ) + P( X 3 ) + + P( X 5 ) = 1 100%

Ahora le asignamos variables a los valores de la tabla,

X1

X2

X3

X4

X5

P(X)

2/10

4/10

2/10

1/10

P( X 1) +

10

4
10

2
10

1
10

=1

Se reemplaza a todos los valores que puede tomar la

variable aleatoria, y se crea una ecuacin de primer grado con una sola incgnita.
P( X 1 ) =

1
10

10%
Despejando,

La probabilidad de que la variable tome un valor igual a cero es del 10% y se

cataloga como baja.
Segunda parte
De la ecuacin del valor esperado se tiene,

X i X i
i 1

10

Se extiende por induccin matemtica a los siguientes trminos,

2
4
2
1
1
2
3
4

10
10
10
10

2.0
Este resultado ser interpretado como el valor promedio de la variable a largo
plazo o aquel que tiene la mayor probabilidad de ocurrir.

X i - E X P X i

i 1

Con el objeto de medir la dispersin, se obtiene la

desviacin estndar. Este valor tiene como funcin, entre otras, el brindar
flexibilidad a la estimacin puntual generada a travs del valor esperado.
Los resultados de las operaciones de esta expresin, pueden ser resumidos en la
siguiente tabla.
Xi
0
1
2
3
4

E( X )
-2
-1
0
+1
+2

X E( X )
i

4
1
0
1
4
Total

X E( X )
i

P( X i )

4/10
2/10
0
2/10
4/10
12/10 1.2

El total de la ltima columna representa la sumatoria que se

requiere dentro del radical de la ecuacin, por lo tanto, una
vez reemplazado se extrae su raz cuadrada para derivar
as el valor de la desviacin estndar.

x =

1. 2

x = 1.095 1.1
En promedio, se espera que la dispersin de la variable
oscile ms o menos 1.1 unidades con respecto al valor
esperado o promedio.
Finalmente se obtiene el coeficiente de variacin. Este
concepto nos mide el comportamiento de la variable desde
el punto de vista de su variabilidad y estabilidad. Cabe
recordar, que mientras mayor sea su valor, mayor ser el
riesgo de una equivocacin en la prediccin de este
indicador.

CV x

E X

100

1.1
100
2.0

CV x

C V x 55%

De la tabla 3.4, la variabilidad y estabilidad se consideran

moderadas, por lo anterior, la confiabilidad del pronstico
se calificar como moderadamente confiable.

La empresa Waldo Moreno y Asociados se dedica a la construccin de vas para

automviles. Actualmente quiere renovar ciertos equipos y por ello quiere invertir
en 25 mquinas, de tipo plancha vibradora, para la compactacin de suelos. Con
anterioridad, la empresa haba comprado ese tipo de mquinas a dos proveedores
diferentes. Segn los antecedentes histricos, estas mquinas cuentan con las
vidas tiles en horas que han sido estimadas del modo siguiente:

Compactadora A

Compactadora B

Vida til

Probabilidad

Vida til

Probabilidad

2000
3000
4000

0.60
0.30
0.10

2000
3000
4000

0.50
0.45
0.05

En base a los datos mostrados, qu marca le recomendara a la empresa

Moreno? Asuma que ambas mquinas tienen aproximadamente el mismo costo,
por lo cual, este concepto no ser utilizado en la evaluacin. Sistemticamente,
seale el criterio utilizado para tomar la decisin utilizado.
Solucin
Se define la variable aleatoria.
Xi: vida til de las mquinas en horas.
Para tomar la mejor decisin, se toma en cuenta tres criterios que se identifican a
travs del valor esperado, desviacin estndar y coeficiente de variacin, los
cuales sern evaluados paralelamente para cada uno de los tipos de mquinas.
Criterio del Valor Esperado
Se aplica la ecuacin del valor esperado en cada una de las vidas tiles de las
mquinas compactadoras, con el objeto de medir su vida til promedio y
compararlas.
Cabe indicar, que este resultado ser interpretado como el valor promedio de la
variable a largo plazo o aquel que tiene la mayor probabilidad de ocurrir en ambas
mquinas.

X i X i
i 1

Compactadora A
A 2000 (0.60 ) 3000 (0.30 ) 4000 (0.10 )

A 2500 Horas
Compactadora B
B 2000 (0.50) 3000 (0.45) 4000 (0.05)

B 2550 Horas
Si se utiliza este concepto para tomar la decisin, se recomendara escoger la
marca B por poseer una mayor vida til promedio.
Criterio de la Desviacin Estndar
Este concepto tiene por objeto de medir el grado de dispersin, se obtiene la
desviacin estndar.

X i - E X P X i

i 1

Los resultados de las operaciones para ambas mquinas se resumen a

continuacin.

A 2000 2500 2 0.60 3000 2500 2 0.30 4000 2500 20.10

Compacta
dora A

A 671 Horas
En promedio, se espera que la dispersin de la variable oscile ms o menos en
671 horas con respecto al valor esperado.

B 2000 2550 2 0.50 3000 2550 2 0.45 4000 2550 2 0.05

Compacta
dora B

 B 590 Horas
En promedio, estas mquinas cuentan con una dispersin que oscila ms o menos
en 671 horas con respecto al valor esperado.
Si se basa en este criterio, se recomienda a aquellas mquinas compactadoras
que presenten menor grado de dispersin. Esta caracterstica se observa en las
mquinas B, por ello, se inclina la seleccin hacia ellas.
Criterio del Coeficiente de Variacin
Este concepto es el ms completo para llevar a cabo la evaluacin, ya que el
mismo incorpora los dos indicadores anteriores convirtindolos en un indicador
descriptivo que mide su variabilidad y estabilidad.
Hay que recordar que mientras mayor sea su valor, mayor ser el riesgo de
equivocacin en la prediccin de la variable, es decir, de la vida til promedio
pronosticada.

CV x

E X

100

A continuacin, se obtienen los coeficientes para ambos tipos de mquinas con el

objeto de compararlos.
Compactadora A
671
CV A
100
2500

C V B 26.8%

Compactadora B

CVB

590
100
2550

C V B 23.1%

De la tabla 3.4, se interpreta que la variabilidad es

moderadamente baja y la estabilidad es moderadamente
alta.
Por lo anterior, en ambos casos, es considerada como
moderadamente alta la confiabilidad del pronstico logrado
para el valor esperado de la vida til en horas de estas
mquinas compactadoras.
Sin embargo, con la intencin de persuadir una respuesta,
se mide un indicador que describa en trminos relativos
este coeficiente.

C V A 26.8%

1.16
C V B 23.1%

Esta medida relativa unidimensional nos indica que la

variabilidad de la vida til en las mquinas compactadoras
A es 1.16 veces mayor que las obtenidas en las mquinas
B. En otra forma, las mquinas A son 16% ms variables
o inestables en el pronstico de su vida til promedio.
Basndonos en esta deduccin, nos inclinamos por las
mquinas compactadoras B para realizar la inversin, ya
que estas presentan una mayor estabilidad en el
comportamiento de su vida til.

El minisper Condado del Rey estima que su venta diaria, en docenas, de

pastelitos de pollo puede darse en la forma siguiente:
Ventas Diarias
(docenas)

Probabilidad

10
11
12

0.60
0.30
0.10

El minisper debe ordenar los pastelitos, con un da de anticipacin. Cabe indicar,

que el producto viene empacado en envases de 12 unidades para su venta.
Debido a que los clientes son muy exigentes en la calidad del producto, los
pastelitos no vendidos en el da se consideran una prdida total por ser un
producto perecedero. Si el costo de los pastelitos es de B/.1.00 por docena y su
precio de venta es de B/.3.00 por docena, cules son las ventas promedio
esperadas? Cuntas docenas debe ordenar el minisper para maximizar su
ganancia diaria esperada
Solucin
Se define la variable aleatoria.
Xi: nmero de docenas de pastelitos de pollo vendidas por da.
Se aplica la ecuacin del valor esperado con el objeto de estimar las ventas ms
probable o promedio.
Se deduce as, que las ventas esperadas por este minisper ascienden a 11
docenas de pastelitos diarias.

X X
i 1

X 10 (0.60 ) 11 (0.30 ) 12 (0.10 )

X 10.5 11 Docenas
Para cuantificar las docenas que debe ordenar el minisper para maximizar su
ganancia diaria esperada, se deber ajustar radicalmente el formato para plantear
el modelo.
Primero se define a las variables, tomando en cuenta que los costos de
oportunidad no sern incluidos por ser intangibles.

U: utilidad en Balboas.
Px: precio de venta por docena de pastelitos de pollo.
X: nmero de docenas de pastelitos de pollo vendidas por da.
Y: nmero de docenas de pastelitos de pollo ordenadas por da.
Cy: costo por docena de las pastelitos de pollo.
Se formula el modelo matemtico para generar las utilidades dentro de cada uno
de los niveles de operacin en el minisper.

U = Ingresos - Costos Totales

U = P xX - C yY
U = 3X - Y
Se crea la matriz de pago de utilidades.

VENTAS

NIVEL DE OPERACIN

10

11

12

10

B/. 20

B/. 19

B/. 18

11

B/. 20

B/. 22

B/. 21

12

B/. 20

B/. 22

B/. 24

Tabla 6.2
Por ltimo se estima la utilidad promedio en cada nivel de operacin, aplicando en
ellos, el clculo del valor esperado en sus utilidades.
E(10) = (20)(0.60) + (20)(0.30) + (20)(0.10)
E(10) = 20.00 Balboas
E(11) = (19)(0.60) + (22)(0.30) + (22)(0.10)
E(11) = 20.20 Balboas
E(12) = (18)(0.60) + (21)(0.30) + (24)(0.10)
E(12) = 19.50 Balboas

Se recomienda solicitar 11 docenas de pastelitos de pollo

por da para maximizar las utilidades diarias esperadas en
este minisper.
Cabe indicar, que este ejemplo es de tipo conceptual y, por
lo tanto, si las diferencias por los mrgenes de ganancia
dejan de ser atractivos, no debe descartarse la posibilidad
de que estas sean significativamente superiores si se
manejan mayores niveles de operacin.

Moiss Magalln posee un negocio de venta de flores al

detal. Uno de los productos de mayor demanda en el da,
son las rosas. Basado en las ventas de unas semanas
atrs, Moiss estima que las ventas diarias de rosas pueden
darse en la forma siguiente:
Ventas diarias
en
unidades

3500 - 4500
4500 - 5500
5500 - 6500

Punto
medio

Nmer
o
de
das

Probabilida
d

4000
5000
6000

25
20
5

0.50
0.40
0.10

Considerando que el producto es perecedero, deber

formular una estrategia para reducir el riesgo de
equivocarse en sus pedidos. El producto debe ser
ordenado con un da de anticipacin y cada unidad de
rosa no vendida en el da se entrega a una institucin de
beneficencia a travs de un donante, al precio de B/.0.10
por unidad. Tome en cuenta que el costo por unidad es de
B/.0.25 y el precio de venta es de B/.0.50. Basndose en
las ventas promedios o ms probables, cuntas
unidades de rosas espera vender Magalln para el

prximo da? Cuntas unidades de rosas debe ordenar Magalln para

maximizar su utilidad diaria esperada?
Solucin
Definimos a la variable aleatoria.
Xi: nmero de rosas vendidas por da.
Se aplica la ecuacin del valor esperado con el objeto de estimar las ventas ms
probables o promedio.

X X ( X)
i 1

= 4600 unidades

( X ) = 4000 (0.50 ) + 5000 (0.40 ) + 6000 (0.10 )

Se deduce as, que las ventas esperadas por Moiss Magalln, como promedio,
ascienden a 4600 unidades por da.
Para cuantificar el nmero de unidades que debe ordenar Magalln para
maximizar su ganancia diaria esperada, primero se define a las variables, en la
cual los costos de oportunidad no sern incluidos por ser intangibles.
U: utilidad en Balboas.
Px: precio de venta por unidad.
X: nmero de unidades vendidas por da.
Y: nmero de unidades ordenadas por da.
Cy: costo por unidad.
Pr: precio de recuperacin por unidad no vendida.
Se formula el modelo matemtico para generar las utilidades dentro de cada uno
de los niveles de operacin.

U = Ingresos - Costos Totales

U = PxX - CyY + Pr(Y X)
donde debe cumplirse con la siguiente restriccin para determinar las ventas
efectivas:

0XY

La expresin queda formulada como sigue a continuacin:

U = 0.50 X 0.25 Y + 0.10 (Y - X)
Se crea la matriz de pago de utilidades.

NIVEL DE OPERACIN
VENTAS

4000

5000

6000

4000

B/. 1000

B/. 850

B/. 700

5000

B/. 1000

B/. 1250

B/. 1100

6000

B/. 1000

B/. 1250

B/. 1500

Tabla 6.7
Por ltimo se estima la utilidad promedio aplicando a cada nivel de operacin el
valor esperado de las utilidades.
E(4000) = (1000)(0.50) + (1000)(0.40) + (1000)(0.10)
E(4000) = 1000 Balboas
E(5000) = (850)(0.50) + (1250)(0.40) + (1250)(0.10)
E(5000) = 1050 Balboas
E(6000) = (700)(0.50) + (1100)(0.40) + (1500)(0.10)
E(6000) = 940 Balboas
Se le recomienda, a Moiss Magalln, solicitar 5000 unidades de rosas por da
para maximizar las utilidades diarias esperadas.
PRCTICA DE PROBLEMAS
PROBLEMA #1
Las ventas por hora de una mquina automtica pueden ser 10, 12 y 14 envases
de productos variados con probabilidades de 0.20, 0.50 y 0.30, respectivamente.
Cul es la venta por hora esperada para esta mquina? Cul es su desviacin
estndar y coeficiente de variacin?

PROBLEMA #2
Dos cuadrillas de trabajadores llevan a cabo una tarea similar. Los tiempos para
ejecutarlas, en horas, se han resumido en la tabla siguiente:
Cuadrilla #1

Cuadrilla #2

Horas

Probabilidad

Horas

Probabilidad

12
14
16

0.15
0.63
0.22

12
14
16

0.07
0.75
0.18

Evale, qu cuadrilla es ms eficiente para desarrollar esta tarea? Cul es su

criterio de decisin?
PROBLEMA #3
En un sper mercado se estima que las ventas semanales de un artculo se dan
como aparece a continuacin:
Ventas Semanales
(Nmero de artculos)

Probabilidad

1000
1500
2000
2500

0.15
0.20
0.35
0.30

Cada artculo le cuesta al sper mercado B/.0.80 y los vende a un precio de

B/.2.25 por unidad. Dado que el producto es perecedero, estimndose en una
semana su duracin, cada artculo no vendido despus de la fecha de expiracin,
se retira del establecimiento y el distribuidor le otorga al sper mercado un crdito
igual al 25% de su costo.
Se requiere lo siguiente,
a. Si el sistema que causa esta demanda no cambia, cuntos artculos se
esperan vender en la prxima semana como promedio?
b. Cuntos artculos debe de ordenar el sper mercado para maximizar su
utilidad semanal esperada?
c. Cambiara su decisin si existe una penalizacin del 20% del precio de venta
por cada artculo que se solicite y no pueda ser despachado por falta de
inventario?

PROBLEMA #4
La demanda de un artculo en una empresa vara de mes a mes. La distribucin
de probabilidades que se presenta en la tabla siguiente, basada en los datos de
los dos ltimos aos, muestra la demanda mensual del producto.
DEMANDA

PROBABILIDAD

300
400
500
600

0.20
0.30
0.35
0.15

a. Si la empresa basa sus rdenes en el valor esperado de la demanda mensual,

cul ser la cantidad ordenada?
b. Suponga que cada unidad cuesta 50 Balboas y se venden a 120 Balboas,
cunto ganar o perder la empresa en un mes si coloca una orden basada
en el valor esperado y la demanda real es de 300 unidades?
PROBLEMA #5
En el mercado de abastos el comerciante Waldo Moreno compra 5 cajas de
pltanos verdes al precio de B/.15.00 por caja y las vende al menudeo a B/.25.00
por caja. Cada caja contiene cien pltanos. El acuerdo con el distribuidor, consiste
en que despus de madurarse los pltanos, las cajas no vendidas se retiran de la
estantera y el comerciante recibe un crdito del distribuidor igual a tres cuartas
partes del precio de mayoreo. A continuacin, se proyecta la distribucin de
probabilidades para el nmero de cajas que se pueden vender en este lote.

P(X)

2/20

3/20

5/20

4/20

4/20

2/20

Se requiere,
a. Cuntas cajas de pltanos espera vender, en este pedido, antes de que sean
retirados por madurarse?
b. Cul es la utilidad esperada al ordenar 2 cajas?
c. Cuntas cajas de pltanos debe ordenar Waldo Moreno a fin de maximizar
sus utilidades?
PROBLEMA #6
Los registros de una compaa de seguros para automviles, le brindan la
siguiente informacin sobre accidentes a Ral De Gracia como asesor de seguros

en esa empresa. La probabilidad de que un conductor asegurado tenga un

accidente automovilstico es del 15%, Si ocurre un accidente, el dao al vehculo
es el 20% de su valor en el mercado con una probabilidad del 80%, es el 60% de
su valor con una probabilidad del 12% y es una prdida total con una probabilidad
del 8%. Para orientar a la Junta Directiva, la Gerencia le formula las siguientes
preguntas:
a. Qu prima debe cobrar la compaa por un auto valorado en B/. 40,000 para
que su ganancia esperada sea cero?
b. Suponga que la compaa evala el auto todos los aos en B/. 40,000 y no
considera la depreciacin, qu comentarios puede hacer al respecto?
c. Ahora asuma que la verdadera probabilidad de accidente es del 10%, cmo
favorece el uso del 15% a la compaa?
d. Si la compaa posee 25 autos asegurados con las mismas caractersticas del
enunciado original, cunto debe ser el valor de la prima a cobrar para
obtener una ganancia esperada, entes incurrir en gastos administrativos y
otros, de B/. 1000 por pliza?. Cul es la ganancia neta antes de impuestos
si los gastos administrativos y otros ascienden a B/. 20,000 por ao y no hay
accidentes en el mismo perodo?. Cul es la ganancia neta si hay 3 prdidas
totales y una parcial por el 60% del valor del auto? Asuma que cada auto fue
evaluado en B/. 40,000.
e. Evaluara usted la prima de un taxi igual a la de un auto particular?
Observacin: Si usted sufre una prdida total tres aos despus y quiere
comprar un auto nuevo, entonces la compaa de seguros s le evala la
compensacin de acuerdo a la depreciacin del auto para poder pagarle. Mientras
tanto, usted ha estado pagando siempre la prima de su pliza por el valor original
del auto.