Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Aplicaciones de Markov
Aplicaciones de Markov
APLICACIN 1
Una mquina puede estar en dos estados: F funciona o Q averiada, con tFF
= 0.8, tQQ = 0.4, tQF = 0.6, tFQ = 0.2. Cuando funciona da una utilidad de 480 por
periodo y, cuando est averiada, los gastos son de 160 por periodo,
considerando la situacin de rgimen estable:
a) Calcule la ganancia media por periodo.
b) Verifique si un plan de mantenimiento preventivo que cuesta $50 por
periodo, alterando: tFF a 0.9 y tQQ a 0.3 vale la pena?.
F Q
T= F 0.8 0.2
Q 0.6 0.4
F = $480 Xn = Xn1*T
Q = $-160 = *T
X1 X2 = X1 X2 0.8 0.2
0.4 0.6
RESOLVIENDO LA ECUACION
X1 = 0.75
X2 = 0.25
= [0.75 0.25]
a) Ganancia promedio:
480*0.75 +0.25*- 160 = $ 320.
X1 X2 = X1 X2 0.9 0.1
0.7 0.3
CADENAS DE MARKOV 1
X1 = 0.9X1 + 0.7X2
X2 = 0.1X1 + 0.3X2
X1 +X2 = 1
RESOLVIENDO LA ECUACION
X1 = 0.875
X2 = 0.125
= [0.875 0.125]
APLICACIN 2.-
Calcule la situacin de rgimen para el modelo cuyas probabilidades de
transicin son las siguientes:
t13= 0.3
t1 t2 t3
T= t2 0 0,3 0,7
t3 0,5 0 0,5
CADENAS DE MARKOV 2
0.4 0,3 0,3
0,3 0,7
[A B C] = [A B C] 0
0,5 0 0,5
Adems de:
1 + 2 + 3 =1
El sistema de ecuaciones sera:
1 + 2 + 3 =1
0,41 + 0,53 = 1
0,31 + 0,32 = 2
t1 t2 t3
T= t2 0 0,6 0,4
t3 0,5 0 0,5
0,41 + 0,53 = 1
0,31 + 0,62 = 2
CADENAS DE MARKOV 3
APLICACIN 3.-
Un asaltante notorio puede estar en uno de tres estados:
i) Suelto, practicando asaltos.
ii) Preso en la delegacin de polica, esperando su
transferencia.
iii) Preso en la crcel.
Considerando las siguientes probabilidades de transicin:
taa = 0.6; Permanecer suelto.
tab = 0.4; Ser preso y llevado para la delegacin.
tba = 0.2; Fugar de la delegacin.
tbb = 0.2; Continuar en la delegacin.
tbc = 0.6; Ser llevado a prisin.
tcc = 0.8; Continuar en la prisin.
tca = 0.2; Fugar de la prisin.
a) Haga un diagrama de la situacin.
0.2
0.6
0.2 PRESO EN LA
SUELTO DELEGACION
DE POLICIA
0.4
0.6
0.2
PRESO EN
CARCEL
0.8
CADENAS DE MARKOV 4
APLICACIN 4
BC=Buenas condiciones
MC=Malas condiciones
0.9 0.1
= [ ]
0.2 0.8
= 1
= 1 =
[1 2 ] = [1 2 ] [0.9 0.1]
0.2 0.8
1 = 0.91 + 0.22
2 = 0.11 + 0.81
1 + 2 = 1
= [0.6667 0.3333]
APLICACIN 5
La Zephyr Electronics Co. Fabrica tocacintas porttiles. Antes de mandar a
ventas un casete o porta cintas, se analiza el lote. Las categoras de
inspeccin son: no funciona (NF), regular, bueno y excelente. Los porta cintas
NF se desechan, mientras que los lotes excelentes se envan inmediatamente a
ventas. Los lotes regulares y buenos se regresan para ajustes y se vuelven a
probar. Las proporciones de lotes regulares y buenos que cambian de
categora se dan en la tabla siguiente:
CADENAS DE MARKOV 5
a) Descrbase este proceso de prueba como una cadena de Markov
absorbente y calclese la matriz de transicin.
b) Cuntas veces, en promedio, se volver a inspeccionar un lote que ya
se haba probado y haba resultado regular en la prueba anterior?
c) Cuntas veces, en promedio, se inspeccionar de nuevo un lote que ya
se haba probado y dio por resultado ser bueno?
d) Cul es la probabilidad de que se deseche un lote regular?
e) Cul es la probabilidad de que un lote regular llegue a ventas?
f) De 30 000 lotes probados como buenos originalmente. Cuntos llegarn
a ventas?
a)
R B NF E
R 0.25 0.35 0.05 0.35
B 0.15 0.2 0 0.65
T = NF 0 0 1 0
E 0 0 0 1
R B
-
Q = R 0.25 0.35 I = 1 0 I-Q = 0.75 0.35
-
B 0.15 0.2 0 1 0.15 0.8
NF E R B
R = R 0.05 0.35 (I-Q)-1 = R 1.461 0.639
B 0 0.65 B 0.274 0.369
NF E
((I-Q)-1)*R = R 0.073 0.927
B 0.014 0.986
CADENAS DE MARKOV 6
APLICACIN 6
Freezco, Inc., vende refrigeradores. La fabrica otorga una garanta en todos los
refrigeradores que especifica cambio gratis de cualquier unidad que se
descomponga antes de tres aos. Se nos da la siguiente informacin: (1) el 3%
de todos los refrigeradores nuevos falla durante su primer ao de
funcionamiento; (2) el 5% de todos los refrigeradores con 1 ao de
funcionamiento falla durante el segundo ao de trabajo, y (3) el 7% de todos
los refrigeradores con dos aos de funcionamiento falla durante su tercer ao.
La garanta no vale para el refrigerador de repuesto.
a) Use la teora de cadenas de Markov para predecir la fraccin de todos
los refrigeradores que deber cambiar Freezco.
F NF
N 0.03 0.97
2 0.05 0.95
3 0.07 0.93
F NF
N 0.03 0.97
2 0.05 0.95
CADENAS DE MARKOV 7
APLICACIN 7
El Programa Profesional de Ingeniera Industrial, despus de haber recogido
datos durante varios aos, puede predecir las proporciones de los estudiantes
que pasarn de una categora a otra en un ao dado. Estos datos se dan en
la tabla siguiente.
1 2 3 4 5 R T
1ER AO 0.2 0.6 0 0 0 0.2 0
2DO AO 0 0.15 0.7 0 0 0.15 0
3ER AO 0 0 0.15 0.65 0 0.2 0
4TO AO 0 0 0 0.1 0.8 0.1 0
5TO AO 0 0 0 0 0.05 0.05 0.9
RETIRADO 0 0 0 0 0 1 0
TERMINA 0 0 0 0 0 0 1
(1-Q)^1=
1 2 3 4 5
CADENAS DE MARKOV 8
3 0.00 0.00 1.18 0.85 0.72
1 0.60 0.40
2 0.47 0.53
3 0.36 0.64
4 0.16 0.84
5 0.05 0.95
N %
4 80 x 0.84 = 67.2
5 50 x 0.95 = 47.5
TOTAL 371
APLICACIN 8
CADENAS DE MARKOV 9
APLICACIN 9
En un proceso productivo las piezas una vez procesadas son inspeccionadas
para determinar si son rechazadas, reprocesadas o aceptadas para su
posterior venta. Estadsticamente el 80% de las piezas son aceptadas y el 5%
son rechazadas.
a) Si el costo de proceso es de $15 por pieza y el de reproceso $5. Cul
sera el costo de un tem que termine en ventas?.
b) En un lote de 10000 piezas cuntas sern rechazadas?
inicio inspcc.
I = 1 0 (I-Q)-1 = inicio 1 1.1765
0 1 inspcc. 0 1.1765
acept. rech.
((I-Q)^-1)*R = inicio 0.941 0.0588
CADENAS DE MARKOV 10
inspcc. 0.941 0.0588
APLICACIN 10
Una fbrica de jabn se especializa en jabn de tocador de lujo. Las ventas
de este jabn fluctan entre dos niveles bajo y alto- y dependen de dos
factores: 1) si hacen o no publicidad y 2) si los competidores anuncian y
comercializan nuevos productos. El segundo factor est fuera de control de la
compaa, pero quieren determinar cul debe ser su propia poltica
publicitaria. Por ejemplo, el gerente de comercializacin propone hacer
publicidad cuando las ventas estn bajas y no hacerla cuando estn altas. La
publicidad que se hace en un trimestre dado del ao tiene su impacto el
siguiente trimestre. De cualquier manera, al principio de cada trimestre se
dispone de la informacin necesaria para pronosticar con exactitud si las
ventas sern altas o bajas ese trimestre y decidir si hacer publicidad o no.
El costo de publicidad es de $1 milln de dlares cada trimestre del ao que se
haga. Cuando se hace publicidad en un trimestre, la probabilidad de tener
ventas altas el siguiente trimestre es o segn si en el trimestre actual se
tiene ventas bajas o altas. Estas probabilidades bajan a y cuando no se
hace publicidad en el trimestre actual. Las ganancias trimestrales de la
compaa (sin incluir los costos de publicidad) son de $4 millones cuando las
ventas son altas pero slo $2 millones cuando son bajas. (De aqu en adelante
utilice cifras en millones de dlares).
a) Construya la matriz de transicin (de un paso) para cada una de las
siguientes estrategias de publicidad: i) nunca hacer publicidad, ii)
siempre hacer publicidad, iii) seguir la propuesta del gerente de
comercializacin.
T=
0.5 0.5
0.25 0.75
II. Siempre hacer publicidad
Venta Alta Baja
CADENAS DE MARKOV 11
Alta
Baja
T= 0.75 0.25
0.5 0.5
T=
0.5 0.5
0.5 0.5
b) Determine las probabilidades de estado estable para los tres casos del
inciso a).
I) Nunca hacer publicidad
= .T
A + B = 1
[A B ] = [A B ]* 0.5
0.25
0.5
0.75
= (0.33 0.67)
Si no se hace publicidad, existe un 33% de probabilidad que haya una
venta alta y un 67% que haya una venta baja.
[A B ] = [A B ]* T=
0.75 0.25
0.5 0.5
= (0.67 0.33)
Haciendo publicidad, existe un 67% de probabilidad que haya una
venta alta y un 33% que haya una venta baja.
CADENAS DE MARKOV 12
III) Seguir la propuesta del gerente
= .T
A + B = 1
[A B ] = [A B ]* T=
0.5 0.5
0.5 0.5
= (0.5 0.5)
Si se sigue la propuesta del gerente de hacer publicidad en ventas
bajas y no hacer en ventas altas, al siguiente semestre se vera un 50%
de ventas altas y bajas.
CADENAS DE MARKOV 13
[A B ] = [A B ]* T= 0.5 0.5
0.5 0.5
= (0.5 0.5)
APLICACIN 11.-
El estado de las cuentas por cobrar en una empresa se modela con
frecuencia como una cadena absorbente de Markov. Suponga que una
empresa supone que una cuenta es incobrable si han pasado ms de tres
meses de su fecha de vencimiento. Entonces, al principio de cada mes, se
puede clasificar cada cuenta en uno de los siguientes estados especficos:
Estado 1 Cuenta nueva.
Estado 2 Los pagos de la cuenta estn retrasados un mes.
Estado 3 Los pagos de la cuenta estn retrasados dos meses.
Estado 4 Los pagos de la cuenta estn retrasados tres meses.
Estado 5 Se ha saldado una cuenta.
Estado 6 Se ha cancelado la cuenta por ser mal pagador.
Supongamos que los ltimos datos indican que la siguiente cadena de Markov
describe cmo cambia el estado de una cuenta de un mes al siguiente:
Por ejemplo si al principio de un mes una cuenta lleva dos meses de vencida,
hay 40% de probabilidades de que no se pague al principio del mes siguiente
y, por lo tanto, que tenga tres meses de retraso y una probabilidad de 60% de
que se pague.
CADENAS DE MARKOV 14
Suponga ademn que despus de tres meses, la cuenta o se cobra o se
considera incobrable.
Una vez que una deuda se paga o se considera incobrable, se cierra y no se
tiene ms transiciones.
1 0 0 0
I= 0 1 0 0
0 0 1 0
0 0 0 1
1 -0,6 0 0
(I-Q)= 0 1 -0,5 0
0 0 1 -0,4
0 0 0 1
0 0 1 0,4
0 0 0 1
a1 a2
t1 0,964 0,036
t3 0,88 0,12
CADENAS DE MARKOV 15
t4 0,7 0,3
Existe una probabilidad del 96.4% de que una cuenta nueva algn da sea
cobrada.
c)
a1 a2
t1 0,964 0,036
t3 0,88 0,12
t4 0,7 0,3
Existe una probabilidad del 6% de que una cuenta atrasada un mes se vuelva
incobrable.
1 0,216667
2 0,236667
3 0,246667
4 0,252667
5 0,252667
6 0,252667
7 0,252667
8 0,252667
9 0,252667
10 0,252667
11 0,252667
12 0,252667
APLICACIN 12
En la siguiente matriz de probabilidad de transicin se resume la informacin
del progreso de los estudiantes universitarios en una universidad en particular.
CADENAS DE MARKOV 17
1.00 0.00 0.00 0.00 0.00 0.00
0.00 1.00 0.00 0.00 0.00 0.00
0.00 0.20 0.15 0.65 0.00 0.00
T
0.00 0.15 0.00 0.10 0.75 0.00
0.00 0.10 0.00 0.00 0.05 0.85
0.90 0.05 0.00 0.00 0.00 0.05
Donde los estados son:
Estado 1: Graduado, Estado 2: Abandona, Estado 3: De primer ao, Estado 4:
De segundo ao, Estado 5: De tercer ao y Estado 6: De cuarto ao
1 2 3 4 G A
1 0.15 0.65 0 0 0 0.2
2 0 0.1 0.75 0 0 0.15
T= 3 0 0 0.05 0.85 0 0.1
4 0 0 0 0.05 0.9 0.05
G 0 0 0 0 1 0
A 0 0 0 0 0 1
1 2 3 4
1 0.18 0.85 0.67 0.6
(I-Q)-1 2 0 1.11 0.88 0.78
3 0 0 1.05 0.94
4 0 0 0 1.05
1 2
1 0.54 0.46
(I-Q)-1 R 2 0.71 0.29
3 0.85 0.15
4 0.95 0.05
CADENAS DE MARKOV 18
LA PROBABILIDAD PARA QUE UN ESTUDIANTE DE SEGUNDO AO SE GRADE ES
71%.
1 2 3 4
1 0.18 0.85 0.67 0.6
(I-Q)-1 2 0 1.11 0.88 0.78
3 0 0 1.05 0.94
4 0 0 0 1.05
APLICACIN 13
El 1 de enero (de este ao), las panaderas Klosman controlaban el 40%
de su mercado local, mientras que las otras dos panaderas, A y B,
tenan 40 y 20 por ciento, respectivamente, del mercado. Basndose en
un estudio de una empresa de investigacin de mercado, se
compilaron los siguientes datos: la panadera Klosman retiene el 90% de
sus clientes, y gana el 5% de los clientes de A y el 10% de los de B. La
panadera A retiene el 85% de sus clientes y gana 5% de los clientes de
Klosman y 7% de los de B. La panadera B retiene 83% de sus clientes y
gana 5% de los clientes de Klosman y 10% de los de A.
a) Cul ser la participacin de cada empresa en 1 de enero del
ao siguiente.
CADENAS DE MARKOV 20
de sus clientes, y gana el 15% de los clientes de A y el 20% de los de
B. La panadera A retiene el 75% de sus clientes y gana 5% de los
clientes de Klosman y 7% de los de B. La panadera B retiene 73% de
sus clientes y gana 5% de los clientes de Klosman y 10% de los de A. Si
a Klosman le cuesta 350 dlares por mes una campaa publicitaria y
por cada cliente ganado obtiene un ingreso igual a 10 dlares
mensuales, por cuntos periodos debe mantener su campaa
publicitaria, sabiendo que se compite en un mercado de 1000
clientes?.
N BN
1 250
2 353
3 343.14
4 247.3582
5 86.612816
6 -122.9694589
7 -369.0889409
8 -642.4322455
CADENAS DE MARKOV 21
CADENAS DE MARKOV 22