Documentos de Académico
Documentos de Profesional
Documentos de Cultura
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:
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, 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
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, 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
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
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
Solución:
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
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
2, 2472 0, 8989
(𝐼 − 𝑁 )−1 =
0 4, 2105
Cadenas de Markov ∣ 86
𝑑 0 1 2 ≥3
𝑝 0, 6 0, 3 0, 1 0
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
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
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
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
𝑇𝑒 (𝐻𝐻) Costo($/𝐻𝐻)
Mecanizado A 2 1200
Control A 0, 1 2000
Mecanizado B 3 1800
Mecanizado A 0, 2 2000
Estado Operación
PA Procesamiento en máquina A
CCA Control de Calidad del proceso A
1. PB Procesamiento en máquina B
CCB Control de Calidad del proceso B
D Defectuosas
A Almacén de piezas terminadas
Los estados D y A son estados absorbentes.
0,03 0,90
~ 0,90 / ONML ~ 0,91
GFED
@ABC
PA HIJK 0,95 / GFED
CCA @ABC
PB / ONML
HIJK
CCB
0,90 / ?>=<
89:;
A
MMM < T
MMM <<
MMM << 1
MMM0,10 << 0,02
MMM << 0,09
MMM << 0,05
MMM <<
MMM<
& ?>=<
89:;
D
T
1
𝑃𝐴 𝐶𝐶𝐴 𝑃 𝐵 𝐶𝐶𝐵 𝐷 𝐴
0, 90 0, 10 𝑃𝐴
0, 30 0, 95 0, 02 𝐶𝐶𝐴
𝑃 = 0, 91 0, 09 𝑃𝐵
0, 05 0, 05 0, 90 𝐶𝐶𝐵
1 𝐷
1 𝐴
Reagrupando:
Cadenas de Markov ∣ 91
𝐷 𝐴 𝑃 𝐴 𝐶𝐶𝐴 𝑃 𝐵 𝐶𝐶𝐵
𝐷 1
𝐴 1
𝑃 = 𝑃𝐴 0, 10 0, 90
𝐶𝐶𝐴 0, 02 0, 03 0, 95
𝑃𝐵 0, 09 0, 91
𝐶𝐶𝐵 0, 05 0, 90 0, 05
0 0, 90 0 0 1 −0, 90 0 0
0, 30 0 0, 95 0 −0, 30 1 −0, 95 0
𝑁= 𝐼 −𝑁 =
0 0 0 0, 91 0 0 1 −0, 91
0 0 0, 05 0 0 0 −0, 05 1
Estado Costo
𝐸0 0
𝐸1 1000$
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
⎧
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
= 1923, 08$
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 7/2 1 1 5, 5
−1
(𝐼 − 𝑁 ) .1̄ = 0 4 1 x 1 = 5
0 0 2 1 2
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
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
7654
0123
?1
m
1 ind. progr. 1 falla forzada
7654
0123
?1
m
𝑑13 =3𝜆𝑝 𝑑12 =𝜇𝑓
𝑑52 =𝜇𝑝
7654
0123
5Z 7654
0123
64Z
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
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