TRABAJO DE INVESTIGACION DE OPERACIONES III

CADENAS DE MARKOV, CEDENAS ERGODICAS E INVENATRIO

ANDRES ASSIAS GONZALEZ

YESSICA CUADRADO
JUAN CARLOS OQUENDO

ING. JORGE MARIO LOPEZ PERERIA

INGENIERIA INDUDTRIAL
VII SEMESTRE
UNIVERSIDAD DE CORDOBA
MONTERIA
2018
 INTRODUCCION

En este trabajo se encuentran ejercicios relacionado, con las cadenas de markov,

ergodicas y ejercicios de inventario, con el fin de afianzar los conocimientos
respectivos del tema. Procesos para hallar probabilidades de estado estables,
probabilidad de sucesión de los eventos, entre otros.
Ejercicio 1
En la ciudad de montería se encuentran 4 supermercados, ÉXITO, Olímpica (Sao),
Metro y Euro, a los que acuden a hacer sus compras un total de 15325 habitantes.
Las preferencias de los habitantes se encuentran en la siguiente tabla:
Supermercado Número de
habitantes
ÉXITO 4766
Olímpica (Sao) 4298
Metro 3551
Euro 2710

Las estadísticas del año 2017 revelaron que, si una persona compra en el
supermercado éxito, tiene 50% de probabilidad de permanecer en el mismo, 10%
de pasarse a Euro y 15% a Metro. Si compra en Olímpica (Sao), tiene 40% de
permanecer en el mismo, 20% de pasarse a Éxito y 25% de pasarse a Euro. Si se
compra en Metro, tiene un 30% de quedarse, 10% de pasarse a éxito y 15% de
pasarse a Olímpica (sao). Si compra en Euro, tiene un 45% de probabilidad de
quedarse en el mismo supermercado, 5% de pasarse a Éxito y 18% de pasarse a
Olímpica (Sao).
Determine:
A. Exprese la situación como una cadena de Markov.
B. ¿Como se espera que sea el comportamiento de la población en 2020?
C. A la larga, ¿cuál será la distribución de la población?

Solución
Para resolver este ejercicio lo primero que hacemos es hallar la matriz p, o matriz
de transición. Teniendo en cuenta que los estados serán los supermercados, la
matriz será la siguiente:
A.
Éxito Olímpica Metro Euro
Éxito 0,5 0,25 0,15 0,1
Olímpica 0,2 0,4 0,15 0,25
Metro 0,1 0,15 0,3 0,45
Euro 0,05 0,18 0,32 0,45
 B. Para este punto, tenemos el número de personas que compran en cada
supermercado, lo que no ayuda a encontrar la proporción:
Supermercado Población Proporción
ÉXITO 4766 0,31099511
Olímpica (Sao) 4298 0,28045677
Metro 3551 0,23171289
Euro 2710 0,17683524
Totales 15325 1

Así tenemos a A0= 0,31099511 0,28045677 0,23171289 0,17683524

Si sabemos que las estadísticas son de 2017, el año 2020 será en 3 años a partir
de ese año. Así necesitamos hallar A3:
A1= A0 * Matriz p
A2= A1 * Matriz p
A3= A2 * Matriz p
Lo que da como resultado
A3= 0,19256825 0,24204746 0,23788651 0,32749779
Interpretando sería: Se espera que en 2020 el 19.2568% compren en el
supermercado Éxito, 24.2047% en Olímpica, el 23.7886% en Metro y el 32.7497%
en Euro.
C. Para este punto, hallamos los estados estables, Así:
Primero, se halla la traspuesta de la matriz p:
0,5 0,2 0,1 0,05
0,25 0,4 0,15 0,18
0,15 0,15 0,3 0,32
0,1 0,25 0,45 0,45

A esta se le resta la matriz identidad, de su mismo tamaño, y agregamos una quinta

fila de valores 1, quedando de la siguiente manera:
-0,5 0,2 0,1 0,05
0,25 -0,6 0,15 0,18
0,15 0,15 -0,7 0,32
0,1 0,25 0,45 -0,55
 1 1 1 1

Eliminamos una de las filas, que no debe ser la que acabamos de agregar, y a la
matriz resultante, se le saca la inversa:
1,50049358 1,75599559 1,83613031 0,17786424
-1,14511352 0,20788572 0,17769003 0,23732652
-0,05923001 -1,30770571 -0,33563672 0,24452703
-0,29615005 -0,6561756 -1,67818361 0,34028221
Lo multiplicamos por el vector:
0
0
0
1
Dando como resultado las probabilidades estables de cada estado:
Éxito 0,17786424
Olímpica 0,23732652
metro 0,24452703
euro 0,34028221

Así, a la larga, la distribución de la población que compra en cada supermercado

seria:
Éxito: 17.7864%
Olímpica: 23.7326%
Metro: 24.4527%
Euro: 34.0282%

Ejercicio 2
Una familia va de vacaciones todos los años a uno de los destinos, Cartagena,
Barranquilla, Medellín, Cali, Eje cafetero, Llanos orientales. Las vacaciones en los
últimos 15 años fueron:
Medellín, Cali, Eje cafetero, Medellín, Cartagena, Llanos orientales, Cali, Medellín,
Eje cafetero, Barranquilla, Cali, Cartagena, Barranquilla, Medellín, Cali.
A. Muestre la situación como una cadena de Markov
B. Si el año pasado fueron a Cali, cual es la probabilidad de que en 4 años
vayan al Eje cafetero.
 C. Determine el estado estable de ir a Medellín.

Solución
A. Para iniciar, realizamos un conteo de que destinos se realizaron, después de
determinado destino inmediatamente anterior.
Cartagena Barranquilla Medellín Cali Eje Llanos
cafetero orientales
Cartagena 0 1 0 0 0 1
Barranquilla 0 0 1 1 0 0
Medellín 1 0 0 2 1 0
Cali 1 0 1 0 1 0
Eje cafetero 0 1 1 0 0 0
Llanos 0 0 0 1 0 0
orientales

Con esto se sacan las proporciones, y así hallamos la matriz p, que da como
resultado:
Cartagena Barranquilla Medellín Cali Eje cafetero Llanos
orientales
Cartagena 0 0,5 0 0 0 0,5
Barranquilla 0 0 0,5 0,5 0 0
Medellín 0,25 0 0 0,5 0,25 0
Cali 0,33333333 0 0,33333333 0 0,33333333 0
Eje cafetero 0 0,5 0,5 0 0 0
Llanos 0 0 0 1 0 0
orientales

B. Así tenemos

A0= 0 0 0 1 0 0
Si sabemos que las vacaciones anteriores fueron a Cali, para saber en 4 años a
donde sería, necesitamos hallar A4:
A1= A0 * Matriz p
A2= A1 * Matriz p
A3= A2 * Matriz p
A4= A3 * Matriz p
 Lo que da como resultado
A4= 0,20486111 0,09722222 0,22916667 0,21527778 0,20486111 0,04861111
Interpretando sería: Teniendo en cuenta que las ultimas vacaciones fueron a Cali,
para las vacaciones de 4 años adelante, se tienen las siguientes probabilidades:
Cartagena: 20.4861%
Barranquilla: 9.7222%
Medellín: 22.9166%
Cali: 21.5277%
Eje cafetero: 20.4861%
Llanos orientales: 4.8611%
C. Para este punto, hallamos los estados estables, Así:
Primero, se halla la traspuesta de la matriz p:
0 0 0,25 0,33333333 0 0
0,5 0 0 0 0,5 0
0 0,5 0 0,33333333 0,5 0
0 0,5 0,5 0 0 1
0 0 0,25 0,33333333 0 0
0,5 0 0 0 0 0

A esta se le resta la matriz identidad, de su mismo tamaño, y agregamos una quinta

fila de valores 1, quedando de la siguiente manera:
-1 0 0,25 0,33333333 0 0
0,5 -1 0 0 0,5 0
0 0,5 -1 0,33333333 0,5 0
0 0,5 0,5 -1 0 1
0 0 0,25 0,33333333 -1 0
0,5 0 0 0 0 -1
1 1 1 1 1 1

Eliminamos una de las filas, que no debe ser la que acabamos de agregar, y a la
matriz resultante, se le saca la inversa:
0,86231884 0,73188406 0,70289855 0,94202899 0,84782609 0,14492754
-0,63768116 0,23188406 0,20289855 -0,05797101 0,34782609 0,14492754
-0,42028986 -1,02898551 -0,27536232 -0,49275362 -0,04347826 0,23188406
-0,09782609 -0,0326087 -0,68478261 0,19565217 -0,42391304 0,26086957
-0,13768116 -0,26811594 -0,29710145 -1,05797101 -0,15217391 0,14492754
0,43115942 0,36594203 0,35144928 0,47101449 -0,57608696 0,07246377
Lo multiplicamos por el vector:
0
0
0
0
0
1

Dando como resultado las probabilidades estables de cada estado:

Cartagena 0,14492754
Barranquilla 0,14492754
Medellín 0,23188406
Cali 0,26086957
Eje cafetero 0,14492754
Llanos orientales 0,07246377

Así, el estado estable de ir a Medellín seria 23.1884%

Ejercicio 3
En la tienda de un barrio hace pedido diario, se está llevando la política de pedir 4
cajas de gaseosas solo si el inventario es menor o igual a 1. Los datos de la
demanda se muestran en la tabla 1. No se aceptan faltantes.
A. Establezca la demanda diaria como una cadena de markov
B. Determine la probabilidad de que la tienda se quede sin cajas de gaseosas
en un día cualquiera
C. Determine el promedio de días entre inventario 1 sucesivo.
D. Si el costo fijo de hacer pedido de es 100 y el de retener unidades por día por
unidad es de 20. Cuanto es el costo esperado por día.
Tabla 1
Demanda Probabilidad
0 0,1
1 0,15
2 0,12
3 0,3
 4 0,1
5 0,23

Solución
Para resolver este ejercicio lo primero que hacemos es hallar la matriz p, o matriz
de transición. Teniendo en cuenta que los estados serán el número de inventario
que este al final del día, la matriz será la siguiente:
A.
0 1 2 3 4 5
0 0,33 0,3 0,12 0,15 0,1 0
1 0,23 0,1 0,3 0,12 0,15 0,1
2 0,75 0,15 0,1 0 0 0
3 0,63 0,12 0,15 0,1 0 0
4 0,33 0,3 0,12 0,15 0,1 0
5 0,23 0,1 0,3 0,12 0,15 0,1

B. Para este punto, hallamos los estados estables, Así:

Primero, se halla la traspuesta de la matriz p:

0,33 0,23 0,75 0,63 0,33 0,23
0,3 0,1 0,15 0,12 0,3 0,1
0,12 0,3 0,1 0,15 0,12 0,3
0,15 0,12 0 0,1 0,15 0,12
0,1 0,15 0 0 0,1 0,15
0 0,1 0 0 0 0,1

A esta se le resta la matriz identidad, de su mismo tamaño, y agregamos una quinta

fila de valores 1, quedando de la siguiente manera:
-0,67 0,23 0,75 0,63 0,33 0,23
0,3 -0,9 0,15 0,12 0,3 0,1
0,12 0,3 -0,9 0,15 0,12 0,3
0,15 0,12 0 -0,9 0,15 0,12
0,1 0,15 0 0 -0,9 0,15
0 0,1 0 0 0 -0,9
1 1 1 1 1 1
Eliminamos una de las filas, que no debe ser la que acabamos de agregar, y a la
matriz resultante, se le saca la inversa:
1,03816147 0,62716869 0,69709142 1 1,03816147 0,4087276
-0,8060225 0,09780189 0,14096963 0 0,1939775 0,20892508
-0,15663292 -0,95728443 -0,00049963 0 -0,15663292 0,16193895
0,04796415 0,1336501 -0,9567848 0 0,04796415 0,11309046
-0,03391215 0,08779687 0,10356009 -1 -0,03391215 0,08410401
-0,08955806 0,01086688 0,01566329 0 -1,08955806 0,0232139

Lo multiplicamos por el vector:

0
0
0
0
0
1

Dando como resultado las probabilidades estables de cada estado:

0 0,4087276
1 0,20892508
2 0,16193895
3 0,11309046
4 0,08410401
5 0,0232139

Así, la probabilidad de que la tienda se quede sin cajas de gaseosas en un día

cualquiera será de 40.8727%

𝟏
C. Para hallar este dato se divide Así,
𝑷𝒓𝒐𝒃. 𝒅𝒆 𝒆𝒔𝒕𝒂𝒅𝒐 𝒆𝒔𝒕𝒂𝒃𝒍𝒆

𝟏
𝑷𝒓𝒐𝒃. 𝒅𝒆 𝒆𝒔𝒕𝒂𝒅𝒐 𝒆𝒔𝒕𝒂𝒃𝒍𝒆 𝒅𝒆 𝒊𝒏𝒗𝒆𝒏𝒕𝒂𝒓𝒊𝒐 = 𝟏
𝟏
= 𝟒. 𝟕𝟖𝟔𝟒𝟎𝟒𝟖𝟏
𝟎. 𝟐𝟎𝟖𝟗𝟐𝟓𝟎𝟖
 Por esto, el promedio de días entre inventario 1 sucesivo es de 4.7864 dias.

D.
inventario proba. Estable hacer pedido retener unidades Suma Total
0 0,408727601 100 0 100 40,8727601
1 0,208925079 100 20 120 25,0710094
2 0,161938951 40 40 6,47755803
3 0,113090465 60 60 6,78542789
4 0,084104007 80 80 6,72832058
5 0,023213898 100 100 2,32138976
Total 88,2564658

El costo diario esperado es: 88.2564