Cadenas de Markov ∣ 78

5 APLICACIONES
5.1 Aplicación comercial (“Brand switching”)
Un cliente puede adquirir un televisor de alguna de las siguientes marcas: X, Y
o Z. Se asume que estas alternativas cubren todas las posibilidades de compra.
Con respecto al comportamiento de compra, los fabricantes de los televisores
disponen de la siguiente información:
* El 30% de los clientes que poseen un televisor X se mantienen leales a la
marca en su próxima compra, mientras que el 40% adquiere un Y y el 30%
restante, un Z.
* De los clientes que actualmente poseen un televisor marca Y, el 40% com-
pra un televisor X, el 25% vuelve a adquirir un Y y el resto uno de la marca
Z.
* El 20% de los clientes que poseen un Z compran un X, el 30% un Y y el
resto no cambia de marca.

Se desea saber:
a) ¿Cuál es la probabilidad de que un poseedor de un televisor X adquiera un
Z al cabo de dos compras?
b) ¿Cuál es la probabilidad de que el dueño de un X compre nuevamente un
televisor de la misma marca luego de tres transacciones?
c) ¿Cuál será el porcentaje de participación en el mercado a largo plazo?
d) ¿Cuál es el número esperado de compras que transcurrirán antes que el
actualmente poseedor de un televisor X adquiera un Z?
Solución:

a) Se puede resumir el comportamiento de la próxima compra con la siguiente

matriz de transición:
 Cadenas de Markov ∣ 79

𝑋 𝑌 𝑍
𝑋 0, 3 0, 4 0, 3
𝑃 =
𝑌 0, 4 0, 25 0, 35
𝑍 0, 2 0, 3 0, 5

0,3 0,4 0,25

 
89:; j
?>=< * ?>=<
89:;
𝑋V 6𝑌
0,4
0,5 0,3
0,2 0,35

?>=< v
89:;
𝑍S
0,5
(1)
𝑉1 = [0, 3 0, 4 0, 3]

0, 3 0, 4 0, 3
(2) (1)
𝑉1 = 𝑉1 .𝑃 = [0, 3 0, 4 0, 3] 0, 4 0, 25 0, 35 = [0, 31 0, 31 0, 38]
0, 2 0, 3 0, 5
(2)
Si vector 𝑉1 informa las probabilidades de que el dueño de un televisor
X adquiera un X, Y o Z despectivamente en la segunda compra. Luego, la
probabilidad de que adquiera un Z en dos transacciones es 38%.
La misma información puede obtenerse de la matriz 𝑃 2 . En ella podemos
observar todas las probabilidades asociadas al segundo paso para todos los
estados iniciales.
Ası́ la probabilidad de que el actual-
mente poseedor de un Y adquiera un
0, 31 0, 31 0, 38 Z en la segunda compra es 38,25%.
2
𝑃 = 0, 29 0, 3275 0, 3825 La probabilidad de que el dueño
0, 28 0, 305 0, 415 de un televisor marca Z vuelva a
adquirir otro de la misma marca en
dos transacciones es 41,5%, etc.
0, 3 0, 4 0, 3
(3) (2)
b) 𝑉1 = 𝑉1 .𝑃 = [0, 31 0, 31 0, 38] 0, 4 0, 25 0, 35 = [0, 293 0, 3155 0, 3915]
0, 2 0, 3 0, 5
 Cadenas de Markov ∣ 80

Otra forma de calcular el vector V es:

0, 31 0, 31 0, 38
(3) (1)
𝑉1 = 𝑉1 .𝑃 2 = [0, 3 0, 4 0, 3] 0, 29 0, 3275 0, 3825 = [0, 293 0, 3155 0, 3915]
0, 28 0, 305 0, 415
Es decir, la probabilidad de que el ahora dueño de un X compre nue-
vamente un televisor de la misma marca el cabo de 3 pasos es 29,3%. Al
mismo resultado pudo arribarse a partir de la 𝑃 3 .

0, 293 0, 3155 0, 3915

3
𝑃 = 0, 2945 0, 3127 0, 3928
0, 289 0, 3128 0, 3982

c) Se forma un sistema de ecuaciones formado por N-1 ecuaciones extraı́das

del producto matricial

0, 3 0, 4 0, 3
[𝑝(𝑥) 𝑝(𝑦) 𝑝(𝑧)] 0, 4 0, 25 0, 35 = [𝑝(𝑥) 𝑝(𝑦) 𝑝(𝑧)]
0, 2 0, 3 0, 5
y por la ecuación p(x) + p(y) + p(z) =1
⎧
⎨ 𝑝(𝑥).0, 3 + 𝑝(𝑦).0, 4 + 𝑝(𝑧).0, 2 = 𝑝(𝑥)
𝑝(𝑥).0, 4 + 𝑝(𝑦).0, 25 + 𝑝(𝑧).0, 35 = 𝑝(𝑦)
⎩
𝑝(𝑥) + 𝑝(𝑦) + 𝑝(𝑧) = 1

Resolviendo este sistema de 3 ecuaciones con 3 incógnitas resulta:

p(x)=0,2919 p(y)=0,3135 p(z)=0,3946

Es decir, a largo plazo los porcentajes de participación en el mercado serán

29,19%, 31,35% y 39,46?% para las marcas X, Y y Z respectivamente. Al
mismo resultado pudo haberse arribado calculando una potencia de P para
un número alto de transacciones:
 Cadenas de Markov ∣ 81

0, 2919 0, 3135 0, 3946

8
𝑃 = 0, 2919 0, 3135 0, 3946
0, 2919 0, 3135 0, 3946

d) Se modifica la matriz de transición P, convirtiendo al estado Z en un estado

absorbente:

𝑋 𝑌 𝑍
𝑋 0, 3 0, 4 0, 3
𝑌 0, 4 0, 25 0, 35
𝑍 0 0 1
𝐼 𝑂
Esta matriz se descompone en 4 submatrices de la forma
𝐴 𝑁

𝑍 𝑋 𝑌
𝑍 1 0 0
𝑋 0, 3 0, 3 0, 4
𝑌 0, 35 0, 4 0, 25

Luego se procede a calcular la matriz (𝐼 − 𝑁 )−1

1 0 0, 3 0, 4 0, 7 −0, 4
𝐼 −𝑁 = − =
0 1 0, 4 0, 25 −0, 4 0, 75

2, 0548 1, 0959
(𝐼 − 𝑁 )−1 =
1, 0959 1, 9178

¯ = (𝐼 − 𝑁 )−1 .1̄ nos dará el número promedio de pasos que

El vector 𝑛
transcurren hasta que el proceso se absorba para cada uno de los estados
no absorbentes iniciales.
 Cadenas de Markov ∣ 82

2, 0548 1, 0959 1 3, 1507

𝑛
¯= 𝑥 =
1, 0959 1, 9178 1 3, 0137

Luego, el número esperado de transacciones que transcurren hasta que

el actualmente poseedor de un televisor X adquiera un Z es 3,1507.

5.2 Planeamiento de Personal

El Departamento de Relaciones con el Personal de una firma realiza un estu-
dio de niveles de categorı́a para proveer promociones adecuadas en el momento
oportuno, controlar el pago de haberes, analizar necesidades: de contratación
de personal, etc. Esta empresa tiene 20 empleados de categorı́a 3 (la mas alta),
80 de categorı́a 2 y 200 de categorı́a 1 (la mas baja de todas).
En base a datos históricos se espera que el 35% de los empleados de la categorı́a
1, el 20% de la 2 y el 5% de la 3 dejen la empresa anualmente por renuncias,
despidos, jubilaciones, fallecimientos, etc.
Considerando las siguientes polı́ticas de personal:

- mantener la misma cantidad de empleados (total y por niveles)

- realizar contrataciones solamente en el primer nivel
- dar promociones a los empleados una sola vez por año
el gerente del Departamento encargó al grupo de Investigación Operativa de la
empresa:

1. Averiguar qué cantidad de gente deberá contratarse y qué cantidad deberá

promoverse a la categorı́a inmediata superior para mantener los niveles de
empleados estables, anualmente.
2. Determinar el tiempo de permanencia promedio de un empleado en la
compañı́a (ı́ndice de rotación del personal)
 Cadenas de Markov ∣ 83

3. Calcular la probabilidad de que un empleado que recién ingresa a la firma

llegue a la máxima categorı́a.

Solución:

1. El siguiente gráfico representa el proceso de promociones anuales de los

empleados.
 0,35
7654
0123
1 0123
7654
/8 0
qqqqq O
qq
0,20qqqqq
q 0,05
qqqqq
qq
 qqqq
0123
7654
2K 0123
7654
/3
S

Todos los empleados llegarán si estado 0, que es un estado absorbente.

Las probabilidades de transición a los demás estados se desconocen, pero
se puede resolver el problema analizando el flujo de empleados en cada
nodo.
Para mantener el mismo nivel de empleados en
la categorı́a, la cantidad promedio a promover
- Nodo 3
a la categorı́a 3 (x) debe ser igual a la cantidad
O
promedio que pasan al estado 0 (y).
𝑦 y=20 . 0,05 = 1
𝑥 / GFED
@ABC x=1
20
Permanecen z = 20 - 1 = 19

El número medio de empleados a promover a

la categorı́a 2 (x) debe ser igual a los que se
- Nodo 2
promocionan a la categorı́a 3 más los que se
>
𝑦 } }}}} absorben (y)
𝑥 }} y = 80 . 0,20 = 16
 }}}
@ABC
GFED
80 3 / x= 16 + 3 = 19
Permanecen z = 80 - 19 = 61
 Cadenas de Markov ∣ 84

La cantidad media de empleados a contratar

- Nodo 1
anualmente (x) debe igualar al número prome-
dio de individuos que pasan al estado 0 más
𝑥

los que se promueven al estado 2.
ONML
HIJK
200 𝑦
/ y = 200 . 0,35 = 70
19
x= 70 + 19 = 89
 z = 200 - 89 = 111

Estos valores podemos resumirlos en el siguiente cuadro (o en su corres-

pondiente matriz de transición):

1 2 3 4
Cat. 1 2 3 0 Total
1 0, 555 0, 95 0, 35
1 111 19 70 200
𝑃 = 2 0, 7625 0, 375 0, 2
2 61 3 16 80
3 0, 95 0, 05
3 19 1 20
4 1
0,555 1
 0,35 
0123
7654
1 0123
7654
/8 0
qq O
qqqqq
0,20qqqqq
0,095 q 0,05
qqqqq
qq
 qqqq 0,0375
0123
7654
2K 0123
7654
/3
S
0,7625 0,95

2. Agrupando la matriz de transición, se procede a calcular la matriz (𝐼 −

𝑁 )−1 :

0 1 2 3
0 1 0 0 0 0, 555 0, 95
1 0, 35 0, 555 0, 095 𝑁= 0, 7625 0, 0375
2 0, 2 0, 7625 0, 0375 0, 95
3 0, 95
 Cadenas de Markov ∣ 85

0, 555 0, 95 2, 2472 0, 8989 0, 6742

−1
𝐼 −𝑁 = 0, 7625 0, 0375 (𝐼 − 𝑁 ) = 0 4, 2105 3, 1579
0, 95 0 0 20

3, 8203 Luego, el ı́ndice de perma-

𝑛
¯ 𝑖 = 7, 3684 nencia promedio en la em-
20, 0 presa es de 3,82 años por
empleado.

3. Para calcular la probabilidad de que un empleado que se encuentra actual-

mente en el estado 1 logre la máxima categorı́a, se supone al estado 3 como
un estado absorbente.
0,555 1
 0,35 
0123
7654
1 0123
7654
/8 0
qqq
qqqqq
0,20qqqq
0,095 q
qqqqq
qq
 qqqq 0,0375
0123
7654
2K 0123
7654
/3
S
0,7625 1
𝐼 0
La matrı́z de transición reagrupada en el formato es:
𝐴 𝑁
3 0 1 2
3 1
0 1
1 0, 35 0, 555 0, 095
2 0, 0375 0, 2 0, 7625

0, 555 0, 95 0, 445 −0, 095

𝑁= (𝐼 − 𝑁 ) =
0, 7625 0 0, 2375

2, 2472 0, 8989
(𝐼 − 𝑁 )−1 =
0 4, 2105
 Cadenas de Markov ∣ 86

2, 2472 0, 8989 0 0, 35 0, 03371 0, 9663

(𝐼 − 𝑁 )−1 .𝐴 = . =
0 4, 2105 0, 375 0, 2 0, 1579 0, 8421

Luego, la probabilidad de que un empleado de la primer categorı́a alcance

la máxima es de 3,37%. También se puede observar que la probabilidad de
lograr esa categorı́a para un empleado de la categorı́a 2 es de 15,79%.
Otra ı́nformación útil es el número esperado de años que transcurren hasta
alcanzar la máxina categorı́a. Para ello, se multiplica la natrı́z (𝐼 − 𝑁 )−1
por un vector unitario:

2, 2472 0, 8989 1 3, 1461

¯𝑖 =
𝑛 . =
0 4, 2105 1 4, 2105

En promedio, un empleado de categorı́a 1 tardará 4,21 años hasta alcanzar

la categorı́a 3.

5.3 Gestión de inventarios

La demanda mensual de un repuesto en un proceso productivo tiene la siguiente
distribución de probabilidad:

𝑑 0 1 2 ≥3
𝑝 0, 6 0, 3 0, 1 0

Si el stock inicial es de 3 unidades, y la observación del nivel de inventarios

se realiza al finalizar cada mes, determinar:
a. la probabilidad de que al cabo de dos meses se haya agotado el stock
b. la probabilidad de que al cabo de cuatro meses haya dos o más de dos
repuestos en stock
 Cadenas de Markov ∣ 87

c. el número promedio de meses que trancurren hasta agotar el stock

d. el costo total de almacenamiento en cada ciclo de compra, si el costo de
almacenamiento unitario mensual es de 10$.
Solución:
a. Llamaremos:
S0: ninguna unidad en stock al finalizar un mes
S1: una unidad en stock al finalizar un mes
S2: dos unidades en stock al finalizar un mes
S3: tres unidades en stock al finalizar un mes
0,6 0,6
 
0,3
𝑆3 𝑆2 𝑆1 𝑆0 HIJK
ONML
𝑆3 GG / ONML
HIJK
𝑆2 GG
GG GG
𝑆3 0, 6 0, 3 0, 1 0 GG
GG
GG
GG
GG0,1 GG0,1
𝑆2 0, 6 0, 3 0, 1 GG
GG 0,3 GG
GG
GG GG
𝑆1 0, 6 0, 4 GG
G# 
GG
G# 
1
HIJK
ONML 0,4 / ONML
HIJK
𝑆0 1 𝑆1V 𝑆2
0,6

Los estados S3, S2 y S1 son transitorios, mientras que el estado S0 es

absorbente.
𝑆3 𝑆2 𝑆1 𝑆0
𝑆3 0, 36 0, 36 0, 21 0, 07 Luego la probabilidad de que tran-
2
𝑃 = 𝑆2 0, 36 0, 36 0, 28 curridos dos meses se haya agotado
𝑆1 0, 36 0, 64 el stock es 0,07=7%
𝑆0 1

𝑆3 𝑆2 𝑆1 𝑆0
𝑆3 0, 13 0, 26 0, 29 0, 32 La probabilidad de que haya dos
b. 𝑆2 0, 13 0, 26 0, 61 o más repuestos al cabo de cuatro
𝑆1 0, 13 0, 87 meses es 0,26 + 0,13 = 0,39 (39% ).
𝑆0 1
 Cadenas de Markov ∣ 88

c. Se reagrupa la matriz de transición P en cuatro submatrices y se calcula

la inversa de I-N

𝑆0 𝑆3 𝑆2 𝑆1
𝑆3 𝑆2 𝑆1
𝑆1 0 0 0 0
𝑆3 0, 6 0, 3 0, 1
𝑆3 0, 6 0, 3 0, 1 𝑁=
𝑆2 0, 6 0, 3
𝑆2 0, 1 0, 6 0, 3
𝑆1 0, 6
𝑆1 0, 4 0, 6

0, 4 −0, 3 −0, 1 10/4 30/16 25/32

−1
𝐼 −𝑁 = 0, 4 −0, 3 (𝐼 − 𝑁 ) = 10/4 30/16
0, 4 10/4

10/4 30/16 25/32 1 5, 16

𝑛
¯𝑖 = 10/4 30/16 x 1 = 4, 38
10/4 1 2, 5

La duración promedio de un lote de tre unidades es de 5,16 meses.

d. El número prometido de meses que el sistema está en cada uno de los es-
tados S3, S2 y S1 es, respectivamente, 10/4, 30/16 y 25/32, valores que
obtenemos de la matriz (𝐼 − 𝑁 )−1 . Luego; el costo esperado de almace-
namiento es:
[ ]
10 𝑚𝑒𝑠 30 𝑚𝑒𝑠 25 𝑚𝑒𝑠 $
1 𝑢𝑛𝑖𝑑𝑎𝑑 x + 2 𝑢𝑛. x + 3 𝑢𝑛. x x 10
4 𝑐𝑖𝑐𝑙𝑜 16 𝑐𝑖𝑐𝑙𝑜 32 𝑐𝑖𝑐𝑙𝑜 𝑢𝑛. 𝑚𝑒𝑠
$
= 85, 94
𝑐𝑖𝑐𝑙𝑜
 Cadenas de Markov ∣ 89

5.4 Planeamiento de producción

A un centro productivo de una fábrica llegan piezas para someterse a un proceso
de mecanizado en dos máquinas (A y B). Luego de cada etapa de elaboración
se realiza, un control de calidad (CCA y CCB). La secuencia de fabricación de
las piezas se muestra en el siguiente gráfico:

0,03 0,05

 / / gfed
`abc  / / gfed
`abc / a Almacenes
de otro centro 𝐴 𝐶𝐶𝐴 𝐵 𝐶𝐶𝐵
0,10 0,02 0,09 0,05

    / Desechos

Si durante el mecanizado una pieza se estropea, se la desecha sin pasar por

Control de Calidad. En los centros de inspección se puede devolver una pieza
para ser reprocesada o considerarla defectuosa. Las probabilidades estimadas
para cada caso se muestran en el gráfico.
Los tiempos esperados para la realización de cada operación de mecanizado y
de inspección y los costos asociados son los siguientes.

𝑇𝑒 (𝐻𝐻) Costo($/𝐻𝐻)
Mecanizado A 2 1200
Control A 0, 1 2000
Mecanizado B 3 1800
Mecanizado A 0, 2 2000

El costo directo de cada pieza que llega al Centro es de 3000$/pieza y el costo

de oportunidad del material defectuoso es de 500$/pieza. Determinar:

1. la probabilidad de completar satisfatoriamente una pieza que entra al cen-

tro.
2. el número esperado de piezas que deben ingresar al centro para producir
1000 piezas buenas.
 Cadenas de Markov ∣ 90

3. los requerimientos de personal para cada pieza terminada.

4. el costo directo esperado de cada pieza terminada que sale del Centro
productivo.
Solución:

Estado Operación
PA Procesamiento en máquina A
CCA Control de Calidad del proceso A
1. PB Procesamiento en máquina B
CCB Control de Calidad del proceso B
D Defectuosas
A Almacén de piezas terminadas
Los estados D y A son estados absorbentes.
0,03 0,90
~ 0,90 / ONML ~ 0,91
GFED
@ABC
PA HIJK 0,95 / GFED
CCA @ABC
PB / ONML
HIJK
CCB
0,90 / ?>=<
89:;
A
MMM < T
MMM << 
MMM <<  1
MMM0,10 << 0,02 
MMM << 0,09 
MMM <<  0,05
MMM << 
MMM<  
& ?>=<
89:;
D
T
1

𝑃𝐴 𝐶𝐶𝐴 𝑃 𝐵 𝐶𝐶𝐵 𝐷 𝐴
0, 90 0, 10 𝑃𝐴
0, 30 0, 95 0, 02 𝐶𝐶𝐴
𝑃 = 0, 91 0, 09 𝑃𝐵
0, 05 0, 05 0, 90 𝐶𝐶𝐵
1 𝐷
1 𝐴

Reagrupando:
 Cadenas de Markov ∣ 91

𝐷 𝐴 𝑃 𝐴 𝐶𝐶𝐴 𝑃 𝐵 𝐶𝐶𝐵
𝐷 1
𝐴 1
𝑃 = 𝑃𝐴 0, 10 0, 90
𝐶𝐶𝐴 0, 02 0, 03 0, 95
𝑃𝐵 0, 09 0, 91
𝐶𝐶𝐵 0, 05 0, 90 0, 05

0 0, 90 0 0 1 −0, 90 0 0
0, 30 0 0, 95 0 −0, 30 1 −0, 95 0
𝑁= 𝐼 −𝑁 =
0 0 0 0, 91 0 0 1 −0, 91
0 0 0, 05 0 0 0 −0, 05 1

1, 0277 0, 925 0, 9206 0, 8377 0, 10 0

0, 0308 1, 0277 1, 0229 0, 9309 0, 02 0
(𝐼 − 𝑁 )−1 = 𝐴=
0 0 1, 0477 0, 9534 0, 09 0
0 0 0, 0524 1, 0477 0, 05 0, 90

𝐷 𝐴 Por lo tanto, la probabilidad de com-

0, 2661 0, 7539 pletar satisfactoriamente una pieza
(𝐼 − 𝑁 )−1 .𝐴 = 0, 1621 0, 8378 que entra al proceso (probabilidad de
0, 1419 0, 8581 absorción en el estado A) es 0,7539
0, 0571 0, 9429 (75,39% ).

2. El número esperado de piezas que deben entrar al proceso para producir

una pieza buena es 1/0,7539=1,3264. Luego, se necesitarán 1327 piezas
para producir 1000 piezas buenas.
 Cadenas de Markov ∣ 92

3. De la matriz (𝐼 − 𝑁 )−1 se obtiene el número de veces que una pieza que

entra al centro productivo pasa por cada operación.

Estados No de veces No de veces HH/pieza HH/pieza

(por pieza (por pieza procesada terminada
que entra) que sale terminada)
(a) (b)=(a)x1,3264 (c) (b)x(c)
PA 1,0277 1,3631 2 2,7263
CCA 0,925 1,2269 0,1 0,1227
PB 0,9206 1,2211 3 3,6633
CCB 0,8377 1,1111 0,2 0,2222

Estados Costo HH/pieza Costo/pieza

($/HH) terminada terminada
PA 1200 2,7263 3271,56
4. CCA 2000 0,1227 245,40
PB 1800 3,6633 6593,94
CCB 2000 0,2222 444,4
Costo M. de O.: 10555,30
⋅ Costo de materiales:

$ pieza que entra $

3000 x 1, 3264 = 3979, 2
pieza que entra piezas terminadas pieza terminada

⋅ Venta de material de rezago:

$ pieza defectuosa pieza que entra $

500 x 0, 2461 x 1, 364 = 163, 21
pieza defectuosa piezas que entra piezas terminada pieza terminada
 Cadenas de Markov ∣ 93

Costo Mano de Obra 10555, 30

Costo de Materiales 3979, 2
- Venta de Defectuosos −163, 21
$
Costo directo 14371.29 pieza terminada

5.5 Analisis de fallas

Una máquina de un proceso productivo puede estar en uno de los siguientes
estados al final de cada dı́a de operación:
𝐸0 = Perfectamente operable
𝐸1 = Operable con deterioro menor
𝐸2 = Operable con deterioro mayor
𝐸3 = Inoperable Cuando el sistema se encuentra en alguno de los tres primeros
estados pueden producirse artı́culos defectuosos durante el dı́a siguiente. Los
costos esperados (debido a la producción de defectuosos) para cada uno de los
estados son

Estado Costo
𝐸0 0
𝐸1 1000$
𝐸2 3000$
Cuando la máquina se encuentra en el estado 3 se la repara llevándola al estado
𝐸0 . Este trabajo toma un dı́a para completarse a un costo de 4000$. El lucro
cesante diario es de 2000$.
Asumiendo las siguientes probabilidades de transición

Estado 𝐸0 𝐸1 𝐸2 𝐸3
𝐸0 0 7/8 1/16 1/16
𝐸1 − 3/4 1/8 1/8
𝐸2 1/2 1/2
1. Formular el problena como una cadena de Markov
2. Calcular el costo promedio esperado a largo plazo
3. Determinar el número promedio de dı́as de funcionamiento de la máquina
Solución:
 Cadenas de Markov ∣ 94

1.
𝐸0 𝐸1 𝐸2 𝐸3
𝐸0 7/8 1/16 1/16
𝑃 = 𝐸1 3/4 1/8 1/8
𝐸2 1/2 1/2
𝐸3 1

1/16
~ @@
~~ @@
~~ @@
~~ 3/4 @@
~ @@
~~ 7/8 
1/8
𝐸0 AA
HIJK
ONML 𝐸1
/ ONML
HIJK 𝐸2
/ ONML
HIJK
A` A AAA } } X
AA AA }
AA AA1/16 }} 1/2
AA AA }}}
AA A 1/8 }}
1 AAA AAA }}
AA A  }}}
A }~
𝐸3
HIJK
ONML

2. Calculamos las probabilidades en régimen estacionario asociadas a cada

estado

7/8 1/16 1/16

3/4 1/8 1/8
[𝑝(0) 𝑝(1) 𝑝(2) 𝑝(3)] = [𝑝(0) 𝑝(1) 𝑝(2) 𝑝(3)]
1/2 1/2
1

⎧

 𝑝(3) = 𝑝(0)











⎨ 𝑝(0).7/8 + 𝑝(1).3/4 = 𝑝(1) ⎧

 𝑝(0) = 2/13

 ⎨

 𝑝(1) = 7/13

 𝑝(0).1/16 + 𝑝(1).1/8 + 𝑝(2).1/2 = 𝑝(2) −→

 
 𝑝(2) = 2/13

 ⎩

 𝑝(3) = 2/13

⎩ 𝑝(0) + 𝑝(1) + 𝑝(2) + 𝑝(3) = 1
 Cadenas de Markov ∣ 95

Costo promedio = 0.𝑝(0) + 1000.𝑝(1) + 3000.𝑝(2) + (4000 + 2000).𝑝(3) =

= 1923, 08$

3. Considerando el estado E absorbente

𝐸0 𝐸1 𝐸2 𝐸3 𝐸3 𝐸0 𝐸1 𝐸2
𝐸0 0 7/8 1/16 1/16 1
𝑃 = 𝐸1 0 3/4 1/8 1/8 1/16 7/8 1/16
𝐸2 0 0 1/2 1/2 1/8 3/4 1/8
𝐸3 0 0 0 1 1/2 1/2

1 −7/8 1/16 1 7/2 1

−1
𝐼 − 𝑁 = 0 1/4 −1/8 (𝐼 − 𝑁 ) = 0 4 1
0 0 1/2 0 0 2

1 7/2 1 1 5, 5
−1
(𝐼 − 𝑁 ) .1̄ = 0 4 1 x 1 = 5
0 0 2 1 2

Por lo tanto, el tiempo esperado de cada ciclo de la máquina es 5,5 dı́as.

5.6 Analisis de cuentas

El departamento de contadurı́a de una empresa tiene la siguiente información
sobre la evolución de los créditos de un mes a otro (en porcentajes):
 Cadenas de Markov ∣ 96

Cuenta Créditos Morosos Cobro Incobrables

Corriente Documentados
Cuenta Corriente 30 10 10 50
Cred. Documentados 40 10 50
Morosos 70 30

Suponiendo que se mantienen los niveles de créditos

1. ¿Cuál es la probabilidad de que una cuenta en “Cuenta Corriente” se cobre?

2. ¿Cuántos meses transcurren en promedio hasta que se liquida una cuenta
de cada uno de los dos tipos de crédito?
Solución:

1.
𝐶𝐶 𝐶𝐷 𝑀 𝑂 𝐶𝑂 𝐼𝑁 𝐶𝑂 𝐼𝑁 𝐶𝐶 𝐶𝐷 𝑀 𝑂
𝐶𝐶 0, 3 0, 1 0, 1 0, 5 𝐶𝑂 1
𝐶𝐷 0, 4 0, 1 0, 5 𝐼𝑁 1
𝑃 =
𝑀𝑂 0, 7 0, 3 𝐶𝐶 0, 5 0, 3 0, 1 0, 1
𝐶𝑂 1 𝐶𝐷 0, 5 0, 4 0, 1
𝐼𝑁 1 𝑀 𝑂 0, 7 0, 3

0, 7 −0, 1 −0, 1 1, 429 0, 238 0, 167

−1
𝐼 −𝑁 = 0, 6 −0, 1 (𝐼 − 𝑁 ) = 0 1, 667 0, 167
1 0 0 1

1, 429 0, 238 0, 167 0, 5 0 0, 950 0, 050

−1
(𝐼 − 𝑁 ) .𝐴 = 0 1, 667 0, 167 x 0, 5 0 = 0, 950 0, 050
0 0 1 0, 7 0, 3 0, 7 0, 3
 Cadenas de Markov ∣ 97

La probabilidad de que una cuenta CC se cobre es de 95%.

2.
1, 429 0, 238 0, 167 1 1, 834
¯𝑖 =
𝑛 0 1, 667 0, 167 x 1 = 1, 834
0 0 1 1 1

En ambos casos es 1,834 meses.

5.7 Estudio de confiabilidad en un sistema de lı́neas de transmisión

El sistema está constituido por tres lı́neas de transmisión de energı́a o infor-
mación que operan en paralelo. Cada lı́nea puede encontrarse en servicio, o
fuera de servicio, ya sea por mantenimiento programado (indisponibilidad pro-
gramada) o por falla, debido a la acción de un agente externo (indisponibilidad
forzada). Además el régimen de operación no permite retirar una lı́nea por
mantenimiento programado cuando existe alguna otra en paralelo fuera de ser-
vicio, ya sea por mantenimiento programado o por falla forzada.

sentido del flujo

1 −→
FUENTE 2 −→ SUMIDERO
3 −→

En estas condiciones los estados posibles son:

 Cadenas de Markov ∣ 98

Estado No de lı́neas No de lı́neas No de lı́neas

en servicio en falla forzada en manten. programado
1 3 0 0
2 2 1 0
3 2 0 1
4 1 2 0
5 1 1 1
6 0 3 0
7 0 2 1

y las transiciones entre los estados se pueden expresar mediante el siguiente

grafo:

7654
0123
?1
m
1 ind. progr. 1 falla forzada

 1 mant. progr. 1 falla forzada

7654
0123
3Z 6- 2 Z
7654
0123

1 falla 1 reprac. 1 falla forzada 1 reprac.

 1 mant. progr. 
7654
0123
5Z 7654
0123
64Z

1 falla 1 reprac. 1 falla forzada 1 reprac.

 1 mant. progr. 
7654
0123
7 7654
0123
6
Se puede observar que existen cuatro transiciones básicas:
- falla forzada
- reparación
- indisponibilidad programada
- mantenimiento
Se asumirá la hipótesis de que tanto los regı́menes de falla y de indisponibili-
dad programada como las duraciones de las reparaciones y los mantenimientos
 Cadenas de Markov ∣ 99

tienen probabilidades de transición dadas por funciones de distribución expo-

nencial:
- 𝑃𝑖𝑗 (𝑡) falla forzada = (1 − 𝑒−𝜆𝑓 𝑡 )
- 𝑃𝑖𝑗 (𝑡) indisp. progr. = (1 − 𝑒−𝜆𝑝 𝑡 )
- 𝑃𝑖𝑗 (𝑡) reparación = (1 − 𝑒−𝜇𝑓 𝑡 )
- 𝑃𝑖𝑗 (𝑡) mantenimiento = (1 − 𝑒−𝜇𝑝 𝑡 )
De esta manera el sistema se puede estudiar como una cadena de Markov ho-
mogénea con parámetro t continuo. Luego las respectivas tasas de transición
serán:
𝑑
- 𝑑falla forzada = (𝑃𝑖𝑗 (0))f. forz. = 𝜆𝑓 (5.1)
𝑑𝑡
𝑑
- 𝑑indispon. progr = (𝑃𝑖𝑗 (0))ind. progr. = 𝜆𝑝 (5.2)
𝑑𝑡
𝑑
- 𝑑reparación = (𝑃𝑖𝑗 (0))reparación = 𝜇𝑓 (5.3)
𝑑𝑡
𝑑
- 𝑑mantenimiento = (𝑃𝑖𝑗 (0))mantenim. = 𝜇𝑝 (5.4)
𝑑𝑡
Los valores anteriores corresponden a probabilidades de transición por cable.
Para evaluar las probabilidades de transición entre los siete estados definidos
es necesario afectar a las expresiones (5.1) a (5.4) por el número de lineas que
están en condiciones de efectuar la transición, ası́ del estado 1 al estado 2 se
puede pasar por falla en cualquiera de las 3 lı́neas, luego la tasa de transición
𝑑12 será 𝑃12 = 3𝜆𝑓 , y ası́ con las demás, luego el grafo con las tasas de transición
es:
 Cadenas de Markov ∣ 100

7654
0123
?1
m
𝑑13 =3𝜆𝑝 𝑑12 =𝜇𝑓

 𝑑31 =𝜇𝑝 𝑑12 =3𝜆𝑓

7654
0123
3Z 6- 2 Z
7654
0123

𝑑35 =2𝜆𝑓 𝑑53 =𝜇𝑓 𝑑24 =2𝜆𝑓 𝑑42 =2𝜇𝑓

 𝑑52 =𝜇𝑝 
7654
0123
5Z 7654
0123
64Z

𝑑57 =𝜆𝑓 𝑑75 =2𝜇𝑓 𝑑46 =𝜆𝑓 𝑑64 =3𝜇𝑓

 𝑑74 =𝜇𝑝 
7654
0123
7 7654
0123
6
Todas las restantes tasas 𝑑𝑖𝑗 que no figuran en el grafo son nulas. Luego las
probabilidades del estado permanente:

𝑃 = 𝑃1 𝑃2 𝑃3 𝑃 4 𝑃5 𝑃 6 𝑃7
se calculan de la expresión (3.3.1):
𝑃 = 𝐵.𝐴−1

con la matriz A definida en la (3.3 0), y que en este caso es:

(𝑑12 + 𝑑13 ) 𝑑12 𝑑13 0 0 0 1

𝑑21 −(𝑑21 + 𝑑24 ) 0 𝑑24 0 0 1
𝑑31 0 −(𝑑31 + 𝑑35 ) 0 𝑑35 0 1
𝐴= 0 𝑑42 0 −(𝑑42 + 𝑑46 ) 0 𝑑46 1
0 𝑑52 𝑑53 0 −(𝑑52 + 𝑑53 + 𝑑57 ) 0 1
0 0 0 𝑑64 0 −𝑑64 1
0 0 0 𝑑74 −𝑑75 0 1
 Cadenas de Markov ∣ 101

−3(𝜆𝑝 + 𝜆𝑓 ) 3𝜆𝑓 3𝜆𝑝 0 0 0 1

𝜇𝑓 −(2𝜆𝑓 + 𝜇𝑓 ) 0 2𝜆𝑓 0 0 1
𝜇𝑝 0 −2(𝜆𝑓 + 𝜇𝑝 ) 0 2𝜆𝑓 0 1
= 0 2𝜇𝑓 0 −(𝜆𝑓 + 2𝜇𝑓 ) 0 𝜆𝑓 1
0 𝜇𝑝 𝜇𝑓 0 −(𝜆𝑓 + 𝜇𝑓 + 𝜇𝑝 ) 0 1
0 0 0 3𝜇𝑓 0 −3𝜇𝑓 1
0 0 0 𝜇𝑝 2𝜇𝑓 0 1
Luego calculando la matriz 𝐴−1 , su 7ma. fila dará los valores de las proba-
bilidades del estado permanente. Mediante este método pueden determinarse,
además:
. probabilidad de tres lı́neas en servicio: 𝑃𝑗
. probabilidad de dos lı́neas en servicio: 𝑃2 + 𝑃3
. probabilidad de una lı́nea en servicio: 𝑃4 + 𝑃5
. probabilidad de ninguna lı́nea en servicio: 𝑃6 + 𝑃7
Como ejemplo pueden calcularse los valores anteriores para los siguientes datos:𝜆𝑝 =
10, 7 indisp/cable-año; 𝜆𝑓 = 0, 4 fallas/cable-año; 𝜇𝑝 = 983, 5 manten./cable-
año; 𝜇𝑓 = 190, 4 repar./cable-año.
 Cadenas de Markov ∣ 102

References
[1] Bronson, R Investigación de Operaciones, serie Shaum; Mc. Graw Hill
[2] Gallagher y Watson, Quantative Methods for Busines; Mc. Graw Hill
[3] Gillett B., Introduction to Operations Research; Mc. Graw Hill
[4] Hillier y Lieberman, Introducción a la Investigación de Operaciones; Mc.
Graw Hill
[5] Kaufman A., Métodos y Modelos de Investigación de Operaciones;
C.E.C.S.A
[6] Parsen, Procesos Estocásticos; Parainfo
[7] Prawda J., Métodos y Modelos de Investigación de Operaciones; Limusa
[8] Rau J., Optimization and Probability in System Engieneering; Van Nostran
Reinhold
[9] Shambin y Stevens, Investigación de Operaciones, Un enfoque fundamen-
tal; Mc. Graw Hill