SOLUCIÓN DE UN SISTEMA DE ECUACIONES CON EXCEL

Sistema 1:
■8(𝑥&+&𝑦&+&𝑧&=&6@𝑥&−&𝑦&+&2𝑧&=&5@𝑥&−&𝑦&−&3𝑧&=&−10)

Ecuación de la forma:
𝐴�=�

Solución del sistema

Premultiplicando ambos miembros por la inversa de A:

𝐴^(−1) 𝐴�=𝐴^(−1) �
𝐼�=𝐴^(−1) �

�=𝐴^(−1) �

A: 1 1 1 6
1 -1 2 b: 5
1 -1 -3 -10

A-1:
0.5 0.2 0.3
0.5 -0.4 -0.1
0 0.2 -0.2

1 �=𝐴^(−1) �
2
3

Sistema 2:

■8(𝑥&+&𝑦&+&𝑧&=&12@2𝑥&−&𝑦&+&𝑧&=&7@𝑥&+&2𝑦&−&𝑧&=&6)

Ecuación de la forma:

Solución del sistema 𝐴�=�

Premultiplicando ambos miembros por la inversa de A:

 𝐴^(−1) 𝐴�=𝐴^(−1) �
𝐼�=𝐴^(−1) �

�=𝐴^(−1) �
A: 1 1 1 12
2 -1 1 b: 7
1 2 -1 6

A-1:
-0.14 0.429 0.286
0.429 -0.29 0.143
0.714 -0.14 -0.43

3
4
5 �=𝐴^(−1) �

Sistema 3:

■8(𝑥&−&𝑦&+&𝑧&=&2@𝑥&+&𝑦&+&𝑧&=&4@2𝑥&+&2𝑦&−&𝑧&=&−4)

Ecuación de la forma:

Solución del sistema 𝐴�=�

Premultiplicando ambos miembros por la inversa de A:

𝐴^(−1) 𝐴�=𝐴^(−1) �
𝐼�=𝐴^(−1) �

�=𝐴^(−1) �
A: 1 -1 1 2
1 1 1 b: 4
2 2 -1 -4

A-1:
0.5 -0.17 0.333
-0.5 0.5 0
0 0.667 -0.33
 -1
1
4
�=𝐴^(−1) �

Sistema 4:

■8(2𝑥&+&𝑦&−&3𝑧&=&−1@𝑥&−&3𝑦&−&2𝑧&=&−12@3𝑥&−&2𝑦&−&𝑧&=&−5)
Ecuación de la forma:

Solución del sistema

𝐴�=�
Premultiplicando ambos miembros por la inversa de A:

𝐴^(−1) 𝐴�=𝐴^(−1) �
𝐼�=𝐴^(−1) �

A: 2 1 3 �=𝐴^(−1) � 1
1 -3 2 b: 12
3 -2 -1 5

A-1:
0.167 -0.12 0.262
0.167 -0.26 -0.02
0.167 0.167 -0.17

0.048
-3.1
1.333
�=𝐴^(−1) �
EJEMPLO DE LAS TIENDAS DE ABARROTES (Pag.6)
Se analizara….

Fotos pag 3

Un residente puede elegir cualquieta de las tres tiendas

No. Clientes = 100,000

COMPRAN EN:
Estado 1: American Food Store= 40,000
Estado 2: Food Mart= 30,000
Estado 3: Atlas Foods= 30,000

La probabilidad de que una persona se encuentre de compras en una de estas tres tiendas de abarrotes es

PROBABILIADES DE COMPRA:
Estado 1: American Food Store= 0.40
Estado 2: Food Mart= 0.30 Participación en el mercado en el Periodo 0 (actual)
Estado 3: Atlas Foods= 0.30

Vector de condiciones iniciales: π(0)= (0.4,0.3,0.3)

π(0)=
π1= 0.40 = Probabilidadd de que una persona compre en American Food
π2= 0.30 = Probabilidadd de que una persona compre en Food Mart
π3= 0.30 = Probabilidadd de que una persona compre en Atlas Foods

Los
Losadministradores de estas
administradores tres tiendas
de estas deberíaninteresarse
tres tiendas deberían interesarse en qué medida cambia
su participación del mercado
 Los administradores de estas tres tiendas deberían interesarse en qué medida cambia
su participación del mercado

Estado 1: Estado 2: Estado 3:

American Food Store Food Mart Atlas Foods
Estado 1: American Food Store 0.8 0.1 0.1
Estado 2: Food Mart 0.1 0.7 0.2
Estado 3: Atlas Foods 0.2 0.2 0.6

La Figura 1.1 proporciona un diagrama de árbol para ilustrar esta situación.

La ecuación
π(1) = π(0)P Probabilidades de estado para el siguiente periodo 1

π(0). Periodo actual

Estado 1: Estado 2: Estado 3:

Tiempo American Food Store Food Mart Atlas Foods Matiz de Probabiliaddes de
0.00 0.40 0.30 0.30 0.8
 1 0.4100 0.3100 0.2800 0.1
2 0.4150 0.3140 0.2710 0.2
3 0.4176 0.3155 0.2669
4 0.4190 0.3160 0.2650 Cálculo de participaciones futuras en el
5 0.4198 0.3161 0.2641
6 0.4203 0.3161 0.2637 π(n + 1) = π(n)P
7 0.4206 0.3160 0.2634
8 0.4207 0.3159 0.2633
9 0.4208 0.3159 0.2633
10 0.4209 0.3159 0.2632
11 0.4210 0.3158 0.2632 Se alcanza el estado estable o de equilib
12 0.4210 0.3158 0.2632
s tiendas de abarrotes es la siguiente:

el Periodo 0 (actual)
Matiz de Probabiliaddes de Trasición
0.1 0.1
 0.7 0.2
0.2 0.6

ticipaciones futuras en el mercado

π(n + 1) = π(n)P

estado estable o de equilibrio en el periodo 11

ANÁLISIS DE MARKOV DE OPERACIONES DE MAQUINARIA
Paul Tolsky, propietario de Tolsky Works, ha registrado la operación de su máquina fresadora durante
varios años. En los últimos dos años, 80% del tiempo la máquina fresadora funcionó correctamente
durante el mes actual si había funcionado bien durante el mes anterior. Esta secuencia también significa
que sólo 20% del tiempo la máquina no funcionó de manera apropiada durante un mes determinado
cuando funcionaba bien el mes anterior. Además, se ha observado que 90% del tiempo la máquina
permaneció ajustada de forma incorrecta durante un mes determinado si no estaba bien ajustada el mes
anterior. Sólo 10% del tiempo operó de forma correcta en un mes determinado cuando no operó
correctamente durante el mes anterior. En otras palabras, esta máquina puede corregirse a sí misma
cuando no ha funcionado bien en el pasado, situación que se presenta 10% del tiempo. Estos valores
pueden utilizarse para construir la matriz de probabilidades de transición. Una vez más, el estado 1 es la
situación en la cual la máquina funciona de manera correcta, y el estado 2 es la situación en la que la
máquina no funciona correctamente. La matriz de probabilidades de transición de esta máquina es la
siguiente:

Estado 1: FUNCIONA 1
Estado 2: NO FUNCIONA 0

P11= 0.8 Probabiliadad de que la máquina funcione correctamente el mes actual considerando que f
P12= 0.2 Pribabilidad de que la máquino no funcione correctamente el mes actual considerando que
P21= 0.1
P22= 0.9
π(0= Vector de estados de los dos estados; funciona y no funciona( Estado actual)
π1=1= Máquina funciona
π2=0=La Máquina no funciona

Matriz de probabilidades de transición

Estado 1 Estado 2
Funciona No funciona
Funciona 0.8 0.2
No funciona 0.1 0.9

La ecuación:
π(1) = π(0)P Probabilidades de estado para el siguiente periodo 1

Estado 1: Estado 2:
Tiempo Funciona No funciona
0.00 1.00 0.00
1 0.8000 0.2000
2 0.6600 0.3400
 3 0.5620 0.4380
4 0.4934 0.5066
5 0.4454 0.5546
6 0.4118 0.5882
7 0.3882 0.6118
8 0.3718 0.6282
9 0.3602 0.6398
10 0.3522 0.6478
11 0.3465 0.6535
12 0.3426 0.6574 π(n + 1) = π(n)P
13 0.3398 0.6602
14 0.3379 0.6621
15 0.3365 0.6635
16 0.3355 0.6645
17 0.3349 0.6651
18 0.3344 0.6656
19 0.3341 0.6659
20 0.3339 0.6661
21 0.3337 0.6663
22 0.3336 0.6664
23 0.3335 0.6665
24 0.3335 0.6665
25 0.3334 0.6666 Se alcanza el equilibrio en el período 25
26 0.3334 0.6666
27 0.3334 0.6666

Por definición, la condición de equilibrio existe si las probabilidades de estado o

de funciona y no funciona no cambia después de un gran número de períodos.
En consecuencia, en equilibrio, las probabilidades de estado de un periodo
futuro deben ser las mismas que las probabilidaes de estado del perído actual.
Este hecho es fundamental para resolver las probabilidades de estado de
equilibrio
 a durante
tamente
bién significa
erminado
máquina
ustada el mes
operó
sí misma
os valores
stado 1 es la
n la que la
quina es la

el mes actual considerando que funciono correctamente el mes anterior

el mes actual considerando que funcionó correctamente el mes anterior
PROBLEMA RESUELTO 1-1 UNIVERSIDAD TÉCNICA DE CAPACITACIÓN

Solución

De A:
1 BRADLEY 2 CAREER 3 INTERNATIONAL SUMA
1 BRADLEY 0.65 0.2 0.15 1
2 CAREER 0.05 0.9 0.05 1
3 INTERNATIONAL 0.1 0.1 0.8 1
 1X3 3x3

0.4 0.35 0.25 0.65 0.2

0.05 0.9
0.1 0.1

Las ecuaciones generadas son:

 o bien,

Descartando la primera ecuación el sistema, este se reduce a:

De donde

0.2 -0.1 0.1

[A]= 0.15 0.05 -0.2
1 1 1

2.632 2.105 0.158

[A] =
-1
-3.684 1.053 0.579
1.053 -3.158 0.263

[■8(� 0.1579
_1@� 0.5789
_2@� 0.2632
_3 )]=
[■8(�
_1@�
_2@�
_3 )]=
 1X3
Participación del mercado

Bradley Internationa
0.15 School Career School l tecnology
0.05 = 0.303 0.420 0.278
0.8
 0
[b]= 0
1
 Un profesor de ingeniería adquiere una computadora nueva cada dos
años. El profesor puede elegir de entre tres modelos: Ml, M2 y M3. Si
el modelo actual es Ml, la siguiente computadora puede ser M2 con
probabilidad 0.2, o M3 con probabilidad .15. Si el modelo actual es
M2, las probabilidades de cambiar a Ml y M3 son 0.6 y 0.25,
respectivamente. Pero si el modelo actual es M3, entonces las
probabilidades de comprar los modelos Ml y M2 son .5 y .1,
respectivamente. Represente la situación como una cadena de
Markov.

SOLUCIÓN

MATRIZ DE PROBABILIDADES DE TRANSICIÓN

M1 M2 M3 SUMA
M1 0.65 0.20 0.15 1.00
P= M2 0.60 0.15 0.25 1.00
M3 0.50 0.10 0.40 1.00
CONJUNTO DE PROBLEMAS 17.1A (PÁGINA 573)

Problema 2

Una patrulla policiaca vigila un vecindario conocido por sus

actividades pandilleriles. Durante un patrullaje hay 60% de
probabilidades de llegar a tiempo al lugar donde se requiere la
ayuda; si no sucede algo, continuará el patrullaje regular.
Después de recibir una llamada, hay 10% de probabilidades de
cancelación (en cuyo caso el patrullaje normal se reanuda), y
30% de probabilidad de que la unidad ya esté respondiendo a la
llamada anterior. Cuando la patrulla llega a la escena del suceso,
hay 10% de probabilidades de que los instigadores hayan
desaparecido (en cuyo caso reanuda su patrullaje), y 40% de
probabilidades de que se haga una aprehensión de inmediato.
De otro modo, los oficiales rastrearán el área. Si ocurre una
aprehensión, hay 60% de probabilidades de trasladar a los
sospechosos a la estación de policía, de lo contrario son
liberados y la unidad regresa a patrullar. Exprese las actividades
probabilísticas de la patrulla en la forma de una matriz de
SOLUCIÓN
transición.
E1: Patrullaje regular o normal
E2: Respuesta a una llamada de Auxilio
E3: Llegada a tiempo a la escena del auxilio
E4: Aprehensión
E5: Traslado a ala Delegación

de transición

E1 E2 E3 E4 E5 SUMA
E1 0.4 0.6 0 0 0 1.00
E2 0.1 0.3 0.6 0 0 1.00
P= E3 0.1 0 0.5 0.4 0 1.00
E4 0.4 0 0 0 0.6 1.00
E5 1 0 0 0 0 1.00
GRÁFICAS DIRIGIDAS Y ASIGNACIÓN: MATRIZ ORIGEN-DESTINO

(a) Determine las conexiones de uno,dos y tres pasos del nodo P2, al nodo P4. Verifique resultados listando las conexiones.

P1 P2 P3 P4
P1 0 0 0 1 0: Si no se conectan los nodos
M1= P2 1 0 1 1 1: Si se conectan los nodos
P3 1 1 0 1
P4 0 0 0 0

P2P4

P1 P2 P3 P4
P1 0 0 0 0
M2= P2 1 1 0 2
P3 1 0 1 2
P4 0 0 0 0
 P1 P2 P3 P4
P1 0 0 0 0 0 0 0 0
M3= P2 1 0 1 2 1 0 1 2
P3 1 1 0 2 1 1 0 2
P4 0 0 0 0 0 0 0 0

b) Determine las conexiones de uno, dos y tres pasos del nodo P1 al nodo P3. Verifique sus resultados listando las conexion

P1 P2 P3 P4 P5
P1 0 1 1 0 0
M1= P2 0 0 0 0 1
P3 1 0 0 1 0
P4 0 0 1 0 0
P5 0 0 1 0 0

P1 P2 P3 P4 P5
P1 1 0 0 1 1
M = P2
2
0 0 1 0 0
P3 0 1 2 0 0
P4 1 0 0 1 0
P5 1 0 0 1 0

P1 P2 P3 P4 P5
P1 0 1 3 0 0
M2= P2 1 0 0 1 0
P3 2 0 0 2 1
P4 0 1 2 0 0
P5 0 1 2 0 0
c) Determine las conexiones de uno, dos y tres pasos del nodo P 3 al nodo P5. Verifique sus resultados listando las cone

P1 P2 P3 P4 P5 P6
P1 0 1 0 1 0 0 P2 P3
M1= P2 1 0 0 0 0 0
P3 0 1 0 1 1 1
P4
P4 0 0 0 0 0 1
P1
P5 0 0 0 0 0 1
P6 0 0 1 0 1 0

P6
P5

P1 P2 P3 P4 P5 P6
P1 1 0 0 0 0 1
M2= P2 0 1 0 1 0 0
P3 1 0 1 0 1 2
P4 0 0 1 0 1 0
P5 0 0 1 0 1 0
P6 0 1 0 1 1 2

P1 P2 P3 P4 P5 P6
P1 0 1 1 1 1 0
M = P2
3
1 0 0 0 0 1
P3 0 2 2 2 3 2
P4 0 1 0 1 1 2
P5 0 1 0 1 1 2
P6 1 0 2 0 2 2
istando las conexiones.

ctan los nodos

dos listando las conexiones
sultados listando las conexiones.
Tablero del ajedrez de 9 casillas

1 2 3 El caballo se mueve en forma de L y pasa de un cuadro blanco a un negro y vic

4 5 6 Se mueve tres cuadros

7 8 9

1 2 3 4 5 6 7 8 9

1 0 0 0 0 0 1 0 1 0

2 0 0 0 0 0 0 1 0 1

3 0 0 0 1 0 0 0 1 0

4 0 0 1 0 0 0 0 0 1 1

M1= 5 0 0 0 0 0 0 0 0 0

6 1 0 0 0 0 0 1 0 0

7 0 1 0 0 0 1 0 0 0

8 1 0 1 0 0 0 0 0 0

9 0 1 0 1 0 0 0 0 0

1 2 3 4 5 6 7 8 9

1 2 0 1 0 0 0 1 0 0

2 0 2 0 1 0 1 0 0 0

3 1 0 2 0 0 0 0 0 1

4 0 1 0 2 0 0 0 1 0

M2= 5 0 0 0 0 0 0 0 0 0

6 0 1 0 0 0 2 0 1 0

7 1 0 0 0 0 0 2 0 1

8 0 0 0 1 0 1 0 2 0

9 0 0 1 0 0 0 1 0 2
 1 2 3 4 5 6 7 8 9

1 0 1 0 1 0 3 0 3 0

2 1 0 1 0 0 0 3 0 3

3 0 1 0 3 0 1 0 3 0

4 1 0 3 0 0 0 1 0 3

M3=M2 X M1 5 0 0 0 0 0 0 0 0 0

6 3 0 1 0 0 0 3 0 1

7 0 3 0 1 0 3 0 1 0

8 3 0 3 0 0 0 1 0 1

9 0 3 0 3 0 1 0 1 0
adro blanco a un negro y viceversa

6 2
7

6
1 5 9

1
8 4

3
 2
9

3
8
SUPUESTO PRÁCTICO DE LA CADENA DE MARKOV

Consideremos el laberinto siguiente:

Supongamos que introducimos un ratón de forma aleatoria en una de las celdas de dicho laberinto.

Este ratón se traslada aleatoriamente de cada celda a una de las contiguas, pero también se puede quedar en la misma celda.

Grafo asociado:
Matriz de probabilidades de transición

J
1 2 3 4

1 0.33 0.33 0.00 0.33

Pij= 2 0.50 0.50 0.00 0.00

3 0.00 0.00 0.50 0.00

i
4 0.50 0.00 0.00 0.50

5 0.00 0.00 0.00 0.00

6 0.00 0.00 0.33 0.00

Vector de condiciones iniciales

No. 1 2 3 4

0 0 0 0 0

1 0.00 0.00 0.33 0.00

2 0.00 0.00 0.28 0.00

3 0.00 0.00 0.29 0.00

4 0.00 0.00 0.29 0.00

Matriz de conectividad de n pasos

Matriz de 1 paso, de 1 trayectoria

 J
1 2 3 4

1 1 1 0 1

M(1)= 2 1 1 0 0

3 0 0 1 0
i
4 1 0 0 1

5 0 0 0 0

6 0 0 1 0

Matriz de 2 pasos, de 1 trayectoria

J
1 2 3 4 5
i 1 3 2 0 2 0

M(2)=M(1)XM(1)= 2 2 2 0 1 0

3 0 0 2 0 1

4 2 1 0 2 0

5 0 0 1 0 2

6 0 0 2 0 2

Matriz de 3 pasos, de 1 trayectoria

J
 1 2 3 4 5
i 1 7 5 0 5 0

2 5 4 0 3 0

M(2)=M(1)XM(1)= 3 0 0 4 0 3

4 5 3 0 4 0

5 0 0 3 0 4

6 0 0 5 0 5
o laberinto.

ede quedar en la misma celda.

J
5 6 SUMA

0.00 0.00 1

0.00 0.00 1

0.00 0.50 1

0.00 0.00 1

0.50 0.50 1

0.33 0.33 1

ciones iniciales

5 6

0 1

0.33 0.33

0.28 0.44

0.29 0.43 Estado Estable

0.29 0.43
J
5 6

0 0 0=No hay conectividad

0 0 1=Existe conectividad

0 1

0 0

1 1

1 1

0 0=No hay conectividad

0 1=Existe conectividad

3
6

0 0=No hay conectividad

0 1=Existe conectividad

7
PROBLEMAS 17.4A Problema 9, Pagina 582

Una librería repone las existencias de un libro popular a nivel de 100 ejemplares al inicio de
cada día. Los datos de los últimos 30 días proporciona las siguientes posiciones de inventario
al final del día:

1,2,0,3,1,0,0,3,0,1,1,3,2,3,3,2,1,0,2,0,1,3,0,0,3,2,1,2,2.

(a) Represente el inventario diario como una cadena de Markov.

(b) Determine la probabilidad de estado estable de que la librería se quede sin libros en
cualquier día.
(c) Determine el inventario diario esperado.
(d) Determine el promedio de días entre inventarios cero sucesivos

SOLUCIÓN:

Los niveles de inventario de libro al final del día son: 0,1, 2 y 3. Estos valores se usaran como estados de la cadena
de Markov. La frecuencia con que se pasa de un estado a otro se calcula del registro de datos disponible. Note
que el estado 0 al estado 0 solo existen dos datos. Haciendo lo mismo con el resto de los datos se obtiene la
matriz de frecuencia de paso de un estado a otro, denotada F, que normalizada por las filas proporcina la matriz
de transición P que se muestra.

INVENTARIO DIARIO: 1,2,0,3,2,1,0,0,3,0,1,1,3,2,3,3,2,1,0,2,0,1,3,0,0,3,2,1,2,2

a) Correspondencia de i seguida de j:
Estados 0 1 2 3
0 2 2 1 3
1 2 1 2 2
2 2 3 1 1
3 2 0 4 1

b) Matriz de Probabilidades de Transición. P

Estados 0 1 2 3
0 0.250000 0.250000 0.125000 0.375000
1 0.285714 0.142857 0.285714 0.285714
2 0.285714 0.428571 0.142857 0.142857
3 0.285714 0.000000 0.571429 0.142857

Probabilidades iniciales:
Días: 0 1 2 3
 0 0.25 0.25 0.25 0.25
1 0.2767857 0.2053571 0.2812500 0.2366071
2 0.2758291 0.2190689 0.2686543 0.2364477
3 0.2758632 0.2153904 0.2705619 0.2381844
4 0.2758620 0.2156910 0.2707801 0.2376669
5 0.2758621 0.2158271 0.2706013 0.2377095
6 0.2758621 0.2157699 0.2706390 0.2377290
7 0.2758621 0.2157779 0.2706392 0.2377208
8 0.2758621 0.2157792 0.2706368 0.2377220
9 0.2758621 0.2157783 0.2706375 0.2377221
10 0.2758621 0.2157785 0.2706374 0.2377220
11 0.2758621 0.2157785 0.2706374 0.2377220

c) Inventraio diario esperado (promedio), unidades:

1.4702194084

d) Estado Tiempos medios de

Estable primer retorno
�_𝒊𝒊=𝟏/𝝅_𝒊
πi
Estado
0 0.2758621 3.625
1 0.2157785 4.6343824724
2 0.2706374 3.694980442
3 0.2377220 4.206593812

Probabilidad de que se quede sin libros en cualquier día:

0.2758621 0 en el estado estable

ares al inicio de
nes de inventario

in libros en

o estados de la cadena
os disponible. Note
tos se obtiene la
proporcina la matriz

2,1,2,2

Subtotal:
8
7
7
7

Suma:
1
1
1
1
Las probabilidades iniciales son iguales

Estado Estable La probabilidad buscada es πi

PROBLEMAS 17.4A Problema 9, Pagina 582

En el problema 9, suponga que la demanda diaria puede exceder la oferta, lo cual da lugar a faltantes
(inventario negativo). El nivel del inventario al final del día durante los 30 días pasados se da como:
1,2,0, —2,2,2, —1, —1,3,0,0,1, —1, —2,3,3, —2, —1,0,2,0, —1,3,0,0,3, —1,1,2, —2.

(a) Exprese la situación como una cadena de Markov.

(b) Determine la probabilidad a largo plazo de un excedente de inventario en un día.
(c) Determine la probabilidad a largo plazo de una escasez de inventario en un día.
(d) Determine la probabilidad a largo plazo de que la oferta diaria satisfaga la demanda diaria con exactitud.
(e) Si el costo de retención por libro excedente (al final del día) es de $15 por día y el costo de penalización por
libro faltante es de $4.00 por día, determine el costo del inventario esperado por día

SOLUCIÓN:

Los niveles de inventario de libro al final del día son: -2, -1, 0, 1, 2 y 3. Estos valores se usaran como estados de la cadena
de Markov. La frecuencia con que se pasa de un estado a otro se calcula del registro de datos disponible. Note que el
estado 1 al estado 2 solo existen dos datos. Haciendo lo mismo con el resto de los datos se obtiene la matriz de frecuencia
de paso de un estado a otro, denotada F, que normalizada por las filas proporcina la matriz de transición P que se muestra.

INVENTARIO DIARIO: 1,2,0, -2,2,2, -1, -1,3,0,0,1, -1, -2,3,3, -2, -1,0,2,0, -1,3,0,0,3, -1,1,2, -2.

a) Correspondencia de i seguida de j:
Estados -2 -1 0 1 2 3
-2 0 1 0 0 1 1
-1 1 1 1 1 0 2
0 1 1 2 1 1 1
1 0 1 0 0 2 0
2 1 1 2 0 1 0
3 1 1 2 0 0 1

b) Matriz de Probabilidades de Transición. P

Estados -2 -1 0 1 2 3
-2 0.000 0.333 0.000 0.000 0.333 0.333
-1 0.167 0.167 0.167 0.167 0.000 0.333
0 0.143 0.143 0.286 0.143 0.143 0.143
 1 0.000 0.333 0.000 0.000 0.667 0.000
2 0.200 0.200 0.400 0.000 0.200 0.000
3 0.200 0.200 0.400 0.000 0.000 0.200

Probabilidades iniciales:
Días: -2 -1 0 1 2 3
0 0.17 0.17 0.17 0.17 0.17 0.17
1 0.118254 0.229365079 0.208730 0.051587302 0.223809524 0.168254
2 0.146459 0.203072562 0.254690 0.068046107 0.148390023 0.179342
3 0.135776 0.20727785 0.237707 0.070229727 0.160245978 0.188763
4 0.138306 0.20697494 0.242066 0.068504451 0.158085893 0.186062
5 0.137906 0.206843242 0.241317 0.06907672 0.157969807 0.186887
6 0.137919 0.206913432 0.241364 0.068947707 0.158087717 0.186768
7 0.137937 0.206892879 0.241389 0.068966185 0.158036322 0.186778
8 0.137929 0.206897043 0.241376 0.068966288 0.158047957 0.186783
9 0.137931 0.206896569 0.241380 0.068965168 0.158045852 0.186781
10 0.137931 0.206896516 0.241379 0.068965613 0.158045933 0.186782
11 0.137931 0.206896565 0.241379 0.068965499 0.158046006 0.186782
12 0.137931 0.206896548 0.241379 0.068965519 0.158045969 0.186782
13 0.137931 0.206896552 0.241379 0.068965518 0.158045979 0.186782
14 0.137931 0.206896552 0.241379 0.068965517 0.158045977 0.186782

Estado Estable
π-2 π-1 π-0 π1 π2 π3
0.137931 0.206897 0.241379 0.068966 0.158046 0.186782
2 1 1 2 3
Libros Faltantes Libros al Final del dia

(b) Escedente de inventario en un dia

π1 π2 π3 Total
0.068966 0.158046 0.186782 0.413793

(c) Escasez de inventario en un dia

π-2 π-1 Total

0.137931 0.206897 0.344828
(d) Satisfacción de inventario en un dia

π-0 Total
0.241379 0.241379

c) Costo del Invetario esperado por dia

Costo por libro excedente $ 15.00

Costo por libro faltante $ 4.00

Costo Total: $ 16.11

 a faltantes
da como:

ria con exactitud.

de penalización por

estados de la cadena
nible. Note que el
a matriz de frecuencia
ción P que se muestra.

-1,1,2, -2.

Suma:
3
6
7
3
5
5

Suma:
1.000
1.000
1.000
 1.000
1.000
1.000

Las probabilidades iniciales son iguales

Estado Estable
π-6