2019

Programación
Estocástica

Tercer Entrega
 Programación Estocástica

CADENAS DE MÁRKOV EN TIEMPO DISCRETO APLICADA A GRUPOS DE FÓRMULA 1 EN

FACEBOOK 2
(Tercer Entrega)

ASIGNATURA
PROGRAMACION ESTOCASTICA

ESTUDIANTES

IVAN GUILLERMO SANCHEZ AYA, Código: 1621981314.

ANDRES FELIPE CARDONA RIVERA, Código: 1511981899.

LUZ STELLA GALINDO RODRÍGUEZ, Código: 322530075.
YINA PAOLA PINEDA MUÑOZ, Código: 1711981368.
HUGO ESNEIDER VALENCIA GUTIERREZ, Código: 1721980727.

TUTOR
Lina Montoya

Institución Universitaria Politécnico Gran Colombiano

Ingeniería Industrial

2019

Tercer Entrega
 Programación Estocástica

TABLA DE CONTENIDO

1. PRESENTACION DE LA EMPRESA .......................................................................................... 4

1.1. LOGO REPRESENTATIVO DE LA EMPRESA: PRISMA CONSULTING............................... 4

2. CONSTRUCCION DE MATRIZ DE INCIDENCIA ....................................................................... 6

3. IDENTIFICACION DE LOS GRUPOS DE AMIGOS .................................................................... 6

4. CONSTRUCCION DE LA MATRIZ ESTOCASTICA MODIFICADA ........................................... 7

5. MATRIZ ESTOCASTICA CON DISTRIBUCION LIMITE ............................................................ 8

6. DISTRIBUCION LIMITE DE LA CADENA DE MARKOV EN TIEMPO DISCRETO ................... 9

7. RANKING PROPORCIONAL A LA DISTRIBUCION LIMITE ..................................................... 9

CONCLUSION ............................................................................................................................... 11
BIBLIOGRAFIAS ........................................................................................................................... 12

Tercer Entrega
 Programación Estocástica

1. PRESENTACION DE LA EMPRESA
4
1.1. LOGO REPRESENTATIVO DE LA EMPRESA: PRISMA CONSULTING

Prisma Consulting es una de las firmas de consultoría de gestión líderes en el mundo.

Trabajamos con altos ejecutivos para ayudarlos a tomar mejores decisiones, convertir esas
decisiones en acciones y ofrecer el éxito sostenible que desean. Durante más de 40 años, hemos
sido apasionados por lograr mejores resultados para nuestros clientes, resultados que van más
allá de lo financiero y que se adaptan de forma única, pragmáticos, holísticos y perdurables.

Asesoramos a líderes mundiales en sus problemas y oportunidades más importantes: estrategia,

marketing, organización, operaciones, tecnología de la información, transformación digital y
estrategia, análisis avanzado, transformaciones, sostenibilidad, finanzas corporativas y fusiones y
adquisiciones en todas las industrias y geografías. Nuestro enfoque único para la administración
de cambios tradicional, llamado Results Delivery, ayuda a los clientes a medir y administrar el
riesgo y superar las probabilidades de obtener resultados.

Hemos trabajado con la mayoría de los Global 500, miles de organizaciones regionales y locales
importantes, cientos de organizaciones sin fines de lucro y fondos de capital privado que
representan el 75 por ciento del capital social global. Estamos orgullosos del historial de nuestros
clientes, como el hecho de que nuestros clientes públicos históricamente han superado al
mercado bursátil 4 a 1.

Nuestra empresa está conformada por el siguiente equipo interdisciplinario:

Lina Montoya: Gerente General

Iván Guillermo Sánchez Aya: Gerente Tecnologías de Información

Luz Stella Galindo Rodríguez: Director del Proyecto

Tercer Entrega
 Programación Estocástica

Andrés Felipe Cardona Rivera: Director de Infraestructura

5
Yina Paola Pineda Muñoz: Auditor de Datos Maestros

Hugo Esneider Valencia Gutiérrez: Funcional Mercadeo

2. CONSTRUCCION DE MATRIZ DE INCIDENCIA

En este paso de deducimos que la Matriz de Incidencia se compone básicamente del grupo de
amigos que posee cada uno de los pilotos con su perfil correspondiente en cada una de las
columnas que representan la cantidad. Concluimos que la variable estocástica es

Para establecer que la Matriz es Estocástica es necesario que todas las filas estén compuestas
por números reales que sean positivos y que al sumarlos nos dé como resultado 1 exceptuando el
caso del piloto Sergio Pérez.

i BS CP DR FA FM HK JB JV KK KR LH MS MW Nhu NK NR PdR PM PR RG SP SV TG VP TOTAL

BS 0 0 0,2 0 0 0 0 0,2 0 0 0 0 0 0 0 0 0 0,2 0 0 0,2 0 0 0,2 1
CP 0 0 0,25 0 0 0,25 0 0 0 0 0 0 0 0 0 0 0 0,25 0 0 0 0 0,25 0 1
DR 0,33 0 0 0 0 0,333 0 0,33 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1
FA 0 0 0 0 0,167 0 0,17 0 0 0 0 0,167 0 0,1667 0 0 0,167 0 0 0 0 0,17 0 0 1
FM 0 0 0 0,17 0 0 0 0 0,167 0,167 0,17 0,167 0 0,1667 0 0 0 0 0 0 0 0 0 0 1
HK 0 0,25 0,25 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,25 0 0 0 0 0 0,25 1
JB 0 0 0 0,13 0,125 0 0 0 0,125 0 0,13 0,125 0 0 0 0,125 0 0 0 0,125 0 0,13 0 0 1
JV 0,25 0,25 0,25 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,25 0 0 0 0 0 1
KK 0 0 0 0 0 0 0,14 0 0 0 0,14 0,143 0,1429 0 0 0 0 0 0 0,143 0,14 0,14 0 0 1
KR 0 0 0 0,13 0,125 0 0 0 0 0 0,13 0,125 0,125 0,125 0 0 0 0 0 0,125 0 0,13 0 0 1
LH 0 0 0 0 0,125 0 0,13 0 0,125 0 0 0,125 0,125 0,125 0 0,125 0,125 0 0 0 0 0 0 0 1
MS 0 0 0 0 0 0 0,11 0 0,111 0,111 0,11 0 0,1111 0,1111 0 0,111 0,111 0 0 0 0 0,11 0 0 1
MW 0 0 0 0 0,143 0 0 0 0,143 0,143 0 0,143 0 0 0 0,143 0 0 0 0,143 0 0,14 0 0 1
Nhu 0 0 0 0 0 0 0 0 0 0,2 0 0,2 0 0 0 0,2 0,2 0 0 0 0 0,2 0 0 1
NK 0 0 0,25 0 0 0,25 0 0 0 0 0 0 0 0 0 0 0 0,25 0,25 0 0 0 0 0 1
NR 0 0 0 0 0,167 0 0 0 0 0,167 0 0,167 0,1667 0,1667 0 0 0 0 0 0 0 0,17 0 0 1
PdR 0 0 0 0,13 0,125 0 0,13 0 0 0,125 0,13 0,125 0 0,125 0 0 0 0 0 0 0 0,13 0 0 1
PM 0,33 0,33 0 0 0 0,333 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1
PR 0 0 0 0 0 0,25 0 0,25 0 0 0 0 0 0 0,25 0 0 0 0 0 0,25 0 0 0 1
RG 0 0 0 0 0 0 0,2 0 0,2 0,2 0 0 0,2 0 0 0,2 0 0 0 0 0 0 0 0 1
SP 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
SV 0 0 0 0,11 0 0 0,11 0 0,111 0,111 0 0,111 0,1111 0,1111 0 0 0,111 0 0 0,111 0 0 0 0 1
TG 0,13 0,13 0,125 0 0 0,125 0 0,13 0 0 0 0 0 0 0 0 0 0,125 0 0 0,13 0 0 0,13 1
VP 0,33 0,33 0 0 0 0,333 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1

Tercer Entrega
 Programación Estocástica

3. IDENTIFICACION DE LOS GRUPOS DE AMIGOS

6
Según se estableció en la Matriz de Incidencia, el Ranking que cuantifica la popularidad de los
pilotos y valorando igualmente que mientas más personas estén incluidas para la persona más
popular, se podrá de esta forma diferenciar con más exactitud dos grupos conformados.

El grupo 1 se compone de los perfiles correspondientes de cada uno de los corredores y de igual
manera los amigos que se relacionan en sus perfiles. Se puede evidenciar claramente que los
pilotos que más amigos poseen en su perfil son Michael Schumacher y Sebastián Vettel sumando
9 amigos cada piloto. El piloto que claramente no tiene amigos en Facebook es indudablemente
Sergio Pérez.

N° de
i BS CP DR FA FM HK JB JV KK KR LH MS MW Nhu NK NR PdR PM PR RG SP SV TG VP
amigos
BS 0 0 1 0 0 0 0 1 0 0 0 0 0 0 0 0 0 1 0 0 1 0 0 1 5
CP 0 0 1 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 1 0 4
DR 1 0 0 0 0 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3
FA 0 0 0 0 1 0 1 0 0 0 0 1 0 1 0 0 1 0 0 0 0 1 0 0 6
FM 0 0 0 1 0 0 0 0 1 1 1 1 0 1 0 0 0 0 0 0 0 0 0 0 6
HK 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 4
JB 0 0 0 1 1 0 0 0 1 0 1 1 0 0 0 1 0 0 0 1 0 1 0 0 8
JV 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 4
KK 0 0 0 0 0 0 1 0 0 0 1 1 1 0 0 0 0 0 0 1 1 1 0 0 7
KR 0 0 0 1 1 0 0 0 0 0 1 1 1 1 0 0 0 0 0 1 0 1 0 0 8
LH 0 0 0 0 1 0 1 0 1 0 0 1 1 1 0 1 1 0 0 0 0 0 0 0 8
MS 0 0 0 0 0 0 1 0 1 1 1 0 1 1 0 1 1 0 0 0 0 1 0 0 9
MW 0 0 0 0 1 0 0 0 1 1 0 1 0 0 0 1 0 0 0 1 0 1 0 0 7
Nhu 0 0 0 0 0 0 0 0 0 1 0 1 0 0 0 1 1 0 0 0 0 1 0 0 5
NK 0 0 1 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 4
NR 0 0 0 0 1 0 0 0 0 1 0 1 1 1 0 0 0 0 0 0 0 1 0 0 6
PdR 0 0 0 1 1 0 1 0 0 1 1 1 0 1 0 0 0 0 0 0 0 1 0 0 8
PM 1 1 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3
PR 0 0 0 0 0 1 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 4
RG 0 0 0 0 0 0 1 0 1 1 0 0 1 0 0 1 0 0 0 0 0 0 0 0 5
SP 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
SV 0 0 0 1 0 0 1 0 1 1 0 1 1 1 0 0 1 0 0 1 0 0 0 0 9
TG 1 1 1 0 0 1 0 1 0 0 0 0 0 0 0 0 0 1 0 0 1 0 0 1 8
VP 1 1 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3

El grupo 2 es el resultado de intercalar la Matriz inicial, esto quiere decir que está conformada por
aquellos pilotos que se hallan contenidos en los perfiles de Facebook de los demás compañeros.
El piloto de Fórmula 1 que más veces se puede hallar en los demás perfiles de los demás
compañeros es claramente Michael Schumacher apareciendo en 11 perfiles de sus amigos,
mientras que Timo Glock solamente aparece en una ocasión.

Tercer Entrega
 Programación Estocástica

i BS CP DR FA FM HK JB JV KK KR LH MS MW NHu NK NR PdR PR RG SP SV TG VP PM TOTAL

BS
CP
0 0
0 0
1 0 0
0 0 0
0 0 1 0
1 0 1 0
0 0 0
0 0 0
0
0
0
0
0
0
0
0
0
0
0
0
0 0 0 1 1 1
0 0 0 1 1 1
5
5
7
DR 1 1 0 0 0 1 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 6
FA 0 0 0 0 1 0 1 0 0 1 0 0 0 0 0 0 1 0 0 0 1 0 0 0 5
FM 0 0 0 1 0 0 1 0 0 1 1 0 1 0 0 1 1 0 0 0 0 0 0 0 7
HK 0 1 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 1 0 0 0 1 1 1 7
JB 0 0 0 1 0 0 0 0 1 0 1 1 0 0 0 0 1 0 1 0 1 0 0 0 7
JV 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 4
KK 0 0 0 0 0 0 1 0 0 0 1 1 1 0 0 0 0 0 1 1 1 0 0 0 7
KR 0 0 0 0 1 0 0 0 0 0 0 1 1 1 0 1 1 0 1 0 1 0 0 0 8
LH 0 0 0 0 1 0 1 0 1 1 0 1 0 0 0 0 1 0 0 0 0 0 0 0 6
MS 0 0 0 1 1 0 1 0 1 1 1 0 1 1 0 1 1 0 0 0 1 0 0 0 11
MW 0 0 0 0 0 0 0 0 1 1 1 1 0 0 0 1 0 0 1 0 1 0 0 0 7
NHu 0 0 0 1 1 0 0 0 0 1 1 1 0 0 0 1 1 0 0 0 1 0 0 0 8
NK 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1
NR 0 0 0 0 0 0 1 0 0 0 1 1 1 1 0 0 0 0 1 0 0 0 0 0 6
PdR 0 0 0 1 0 0 0 0 0 0 1 0 0 1 0 0 0 0 0 0 1 0 0 0 4
PR 0 0 0 0 0 0 0 1 0 0 0 1 0 0 1 0 0 0 0 0 0 0 0 0 3
RG 0 0 0 0 0 0 1 0 1 1 0 0 1 0 0 0 0 0 0 0 1 0 0 0 5
SP 1 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 4
SV 0 0 0 1 0 0 1 0 1 1 0 1 1 1 0 1 1 0 0 0 0 0 0 0 9
TG 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1
VP 1 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 3
PM 1 1 0 0 0 1 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 5

4. CONSTRUCCION DE LA MATRIZ ESTOCASTICA MODIFICADA

En ese paso deducimos que la Matriz no es estocástica debido a que el Piloto de Fórmula 1
Sergio Pérez ya que en la sumatoria de la fila de probabilidades no llega al valor 1, lo que nos
obliga a cambiar la fila nula por un vector βi, en el cual las posiciones “j” se establece de esta
manera: , en el cual “N” es la totalidad de pilotos que se encuentran trabajando.

Al efectuar la operación de la Matriz Estocástica resultante, estas son las conclusiones:

En la siguiente tabla podemos deducir que la fila con problemas del Piloto de Fórmula 1 Sergio
Pérez se cambió realizando la división de 1 sobre 24 pilotos, obteniendo como resultado un índice
de probabilidad de 0,04.

MATRIZ ESTOCASTICA

N° suma de las
i BS CP DR FA FM HK JB JV KK KR LH MS MW Nhu NK NR PdR PM PR RG SP SV TG VP INDICE
AMIGO probabilidad
BS 0,00 0,00 0,20 0,00 0,00 0,00 0,00 0,20 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,20 0,00 0,00 0,20 0,00 0,00 0,20 5 0,20 1,00
CP 0,00 0,00 0,25 0,00 0,00 0,25 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,25 0,00 0,00 0,00 0,00 0,25 0,00 4 0,25 1,00
DR 0,33 0,00 0,00 0,00 0,00 0,33 0,00 0,33 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 3 0,33 1,00
FA 0,00 0,00 0,00 0,00 0,17 0,00 0,17 0,00 0,00 0,00 0,00 0,17 0,00 0,17 0,00 0,00 0,17 0,00 0,00 0,00 0,00 0,17 0,00 0,00 6 0,17 1,00
FM 0,00 0,00 0,00 0,17 0,00 0,00 0,00 0,00 0,17 0,17 0,17 0,17 0,00 0,17 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 6 0,17 1,00
HK 0,00 0,25 0,25 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,25 0,00 0,00 0,00 0,00 0,00 0,25 4 0,25 1,00
JB 0,00 0,00 0,00 0,13 0,13 0,00 0,00 0,00 0,13 0,00 0,13 0,13 0,00 0,00 0,00 0,13 0,00 0,00 0,00 0,13 0,00 0,13 0,00 0,00 8 0,13 1,00
JV 0,25 0,25 0,25 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,25 0,00 0,00 0,00 0,00 0,00 4 0,25 1,00
KK 0,00 0,00 0,00 0,00 0,00 0,00 0,14 0,00 0,00 0,00 0,14 0,14 0,14 0,00 0,00 0,00 0,00 0,00 0,00 0,14 0,14 0,14 0,00 0,00 7 0,14 1,00
KR 0,00 0,00 0,00 0,13 0,13 0,00 0,00 0,00 0,00 0,00 0,13 0,13 0,13 0,13 0,00 0,00 0,00 0,00 0,00 0,13 0,00 0,13 0,00 0,00 8 0,13 1,00
LH 0,00 0,00 0,00 0,00 0,13 0,00 0,13 0,00 0,13 0,00 0,00 0,13 0,13 0,13 0,00 0,13 0,13 0,00 0,00 0,00 0,00 0,00 0,00 0,00 8 0,13 1,00
MS 0,00 0,00 0,00 0,00 0,00 0,00 0,11 0,00 0,11 0,11 0,11 0,00 0,11 0,11 0,00 0,11 0,11 0,00 0,00 0,00 0,00 0,11 0,00 0,00 9 0,11 1,00
MW 0,00 0,00 0,00 0,00 0,14 0,00 0,00 0,00 0,14 0,14 0,00 0,14 0,00 0,00 0,00 0,14 0,00 0,00 0,00 0,14 0,00 0,14 0,00 0,00 7 0,14 1,00
Nhu 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,20 0,00 0,20 0,00 0,00 0,00 0,20 0,20 0,00 0,00 0,00 0,00 0,20 0,00 0,00 5 0,20 1,00
NK 0,00 0,00 0,25 0,00 0,00 0,25 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,25 0,25 0,00 0,00 0,00 0,00 0,00 4 0,25 1,00
NR 0,00 0,00 0,00 0,00 0,17 0,00 0,00 0,00 0,00 0,17 0,00 0,17 0,17 0,17 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,17 0,00 0,00 6 0,17 1,00
PdR 0,00 0,00 0,00 0,13 0,13 0,00 0,13 0,00 0,00 0,13 0,13 0,13 0,00 0,13 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,13 0,00 0,00 8 0,13 1,00
PM 0,33 0,33 0,00 0,00 0,00 0,33 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 3 0,33 1,00
PR 0,00 0,00 0,00 0,00 0,00 0,25 0,00 0,25 0,00 0,00 0,00 0,00 0,00 0,00 0,25 0,00 0,00 0,00 0,00 0,00 0,25 0,00 0,00 0,00 4 0,25 1,00
RG 0,00 0,00 0,00 0,00 0,00 0,00 0,20 0,00 0,20 0,20 0,00 0,00 0,20 0,00 0,00 0,20 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 5 0,20 1,00
SP 0,04 0,04 0,04 0,04 0,04 0,04 0,04 0,04 0,04 0,04 0,04 0,04 0,04 0,04 0,04 0,04 0,04 0,04 0,04 0,04 0,04 0,04 0,04 0,04 0 0,04 1,00
SV 0,00 0,00 0,00 0,11 0,00 0,00 0,11 0,00 0,11 0,11 0,00 0,11 0,11 0,11 0,00 0,00 0,11 0,00 0,00 0,11 0,00 0,00 0,00 0,00 9 0,11 1,00
TG 0,13 0,13 0,13 0,00 0,00 0,13 0,00 0,13 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,13 0,00 0,00 0,13 0,00 0,00 0,13 8 0,13 1,00
VP 0,33 0,33 0,00 0,00 0,00 0,33 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 3 0,33 1,00

Tercer Entrega
 Programación Estocástica

5. MATRIZ ESTOCASTICA CON DISTRIBUCION LIMITE

8
En este paso lo que realizamos es tomar la matriz estocástica y aplicamos la fórmula de Matriz
Irreductible que se interpone sobre la distribución limite.

𝒖 ∗ 𝒖𝑻
̿ = 𝜶 ∗𝑷
𝑷 ̅ + (𝟏 − 𝜶) ∗
𝑵

𝜶 = 𝟎. 𝟖𝟓.

En la siguiente tabla podemos apreciar como ha quedado la nueva Matriz Estocástica:

6. DISTRIBUCION LIMITE DE LA CADENA DE MARKOV EN TIEMPO DISCRETO

En este paso tenemos claridad de que se ha desarrollado el trabajo en una Matriz diseñada de 24
x 24 logrando una distribución límite de la CMTD en la cual se realizó la multiplicación de las
matrices hasta llegar a P256 para que pudiese estar en estado estable y que al realizar la
transición a la matriz P512 y que esta se comportara igual. En la siguiente tabla podemos apreciar
que todas las filas contienen el mismo valor deduciendo de esta forma que son de estado estable.

Tercer Entrega
 Programación Estocástica

7. RANKING PROPORCIONAL A LA DISTRIBUCION LIMITE

A partir de la distribución límite de la CMTD se realiza la elaboración del ranking de popularidad

de los pilotos siendo 0 el que menos popularidad posee y 10 el que más popularidad entre los
pilotos posee. En el futuro el piloto con más popularidad será Michael Schumacher con 9,8/10,
mientras que el de menos popularidad es Narain karthikeyan con 0,2/10.

En la siguiente tabla se puede apreciar el ranking actual de los pilotos de mayor a menor:

RANKING DE PILOTOS
LIMITE CADENA DE MARKOV EN TIEMPO DISCRETO
i MS SV KR Nhu MW KK JB NR FM LH PdR RG FA HK BS DR CP PM SP JV VP TG PR NK

BS 0,098 0,084 0,078 0,070 0,065 0,063 0,059 0,058 0,057 0,053 0,049 0,045 0,043 0,028 0,024 0,024 0,023 0,020 0,017 0,015 0,013 0,007 0,005 0,002
CP 0,098 0,084 0,078 0,070 0,065 0,063 0,059 0,058 0,057 0,053 0,049 0,045 0,043 0,028 0,024 0,024 0,023 0,020 0,017 0,015 0,013 0,007 0,005 0,002
DR 0,098 0,084 0,078 0,070 0,065 0,063 0,059 0,058 0,057 0,053 0,049 0,045 0,043 0,028 0,024 0,024 0,023 0,020 0,017 0,015 0,013 0,007 0,005 0,002
FA 0,098 0,084 0,078 0,070 0,065 0,063 0,059 0,058 0,057 0,053 0,049 0,045 0,043 0,028 0,024 0,024 0,023 0,020 0,017 0,015 0,013 0,007 0,005 0,002
FM 0,098 0,084 0,078 0,070 0,065 0,063 0,059 0,058 0,057 0,053 0,049 0,045 0,043 0,028 0,024 0,024 0,023 0,020 0,017 0,015 0,013 0,007 0,005 0,002
HK 0,098 0,084 0,078 0,070 0,065 0,063 0,059 0,058 0,057 0,053 0,049 0,045 0,043 0,028 0,024 0,024 0,023 0,020 0,017 0,015 0,013 0,007 0,005 0,002
JB 0,098 0,084 0,078 0,070 0,065 0,063 0,059 0,058 0,057 0,053 0,049 0,045 0,043 0,028 0,024 0,024 0,023 0,020 0,017 0,015 0,013 0,007 0,005 0,002
JV 0,098 0,084 0,078 0,070 0,065 0,063 0,059 0,058 0,057 0,053 0,049 0,045 0,043 0,028 0,024 0,024 0,023 0,020 0,017 0,015 0,013 0,007 0,005 0,002
KK 0,098 0,084 0,078 0,070 0,065 0,063 0,059 0,058 0,057 0,053 0,049 0,045 0,043 0,028 0,024 0,024 0,023 0,020 0,017 0,015 0,013 0,007 0,005 0,002
KR 0,098 0,084 0,078 0,070 0,065 0,063 0,059 0,058 0,057 0,053 0,049 0,045 0,043 0,028 0,024 0,024 0,023 0,020 0,017 0,015 0,013 0,007 0,005 0,002
LH 0,098 0,084 0,079 0,070 0,065 0,063 0,059 0,058 0,057 0,053 0,049 0,045 0,043 0,028 0,024 0,024 0,023 0,020 0,017 0,015 0,013 0,007 0,005 0,002
MS 0,098 0,084 0,079 0,070 0,065 0,063 0,059 0,058 0,057 0,053 0,049 0,045 0,043 0,028 0,024 0,023 0,023 0,020 0,017 0,015 0,013 0,007 0,005 0,002
MW 0,098 0,084 0,079 0,070 0,065 0,063 0,059 0,058 0,057 0,053 0,049 0,045 0,043 0,028 0,024 0,023 0,023 0,020 0,017 0,015 0,013 0,007 0,005 0,002
Nhu 0,098 0,084 0,079 0,070 0,065 0,063 0,059 0,058 0,057 0,053 0,049 0,045 0,043 0,028 0,024 0,023 0,023 0,020 0,017 0,015 0,013 0,007 0,005 0,002
NK 0,098 0,084 0,079 0,070 0,065 0,063 0,059 0,058 0,057 0,053 0,049 0,045 0,043 0,028 0,024 0,023 0,023 0,020 0,017 0,015 0,013 0,007 0,005 0,002
NR 0,098 0,084 0,079 0,070 0,065 0,063 0,059 0,058 0,057 0,053 0,049 0,045 0,043 0,028 0,024 0,023 0,023 0,020 0,017 0,015 0,013 0,007 0,005 0,002
PdR 0,098 0,084 0,079 0,070 0,065 0,063 0,059 0,058 0,057 0,053 0,049 0,045 0,043 0,028 0,024 0,023 0,023 0,020 0,017 0,015 0,013 0,007 0,005 0,002
PM 0,098 0,084 0,079 0,070 0,065 0,063 0,059 0,058 0,057 0,053 0,049 0,045 0,043 0,028 0,024 0,023 0,023 0,020 0,017 0,015 0,013 0,007 0,005 0,002
PR 0,098 0,084 0,079 0,070 0,065 0,063 0,059 0,058 0,057 0,053 0,049 0,045 0,043 0,028 0,024 0,023 0,023 0,020 0,017 0,015 0,013 0,007 0,005 0,002
RG 0,098 0,084 0,079 0,070 0,065 0,063 0,059 0,058 0,057 0,053 0,049 0,045 0,043 0,028 0,024 0,023 0,023 0,020 0,017 0,015 0,013 0,007 0,005 0,002
SP 0,098 0,084 0,079 0,070 0,065 0,063 0,059 0,058 0,057 0,053 0,049 0,045 0,043 0,028 0,024 0,023 0,023 0,020 0,017 0,015 0,013 0,007 0,005 0,002
SV 0,098 0,084 0,079 0,070 0,065 0,063 0,059 0,058 0,057 0,053 0,049 0,045 0,043 0,028 0,024 0,023 0,023 0,020 0,017 0,015 0,013 0,007 0,005 0,002
TG 0,098 0,084 0,079 0,070 0,065 0,063 0,059 0,058 0,057 0,053 0,049 0,045 0,043 0,028 0,024 0,023 0,023 0,020 0,017 0,015 0,013 0,007 0,005 0,002
VP 0,098 0,084 0,079 0,070 0,065 0,063 0,059 0,058 0,057 0,053 0,049 0,045 0,043 0,028 0,024 0,023 0,023 0,020 0,017 0,015 0,013 0,007 0,005 0,002

Tercer Entrega
 Programación Estocástica

CONCLUSION
10
Durante el desarrollo del trabajo de Cadenas de Márkov en tiempo discreto aplicada a grupos de
Fórmula 1 en Facebook haciendo uso de los conceptos vistos en el módulo de programación
estocástica. La matriz de incidencia nos posibilito establecer la totalidad de amigos que tiene cada
piloto y su ranking de popularidad en los perfiles de Facebook.

Esta herramienta fue de gran ayuda para lograr identificar y diferenciar los amigos de todos los
pilotos, los que son amigos entre sí y los que tienen semejanzas con los grupos de otros pilotos.

Según los conceptos estadísticos, se estableció que solo 2 pilotos tienen la misma cantidad de
amigos mientras que los demás tienen diferentes amigos a los de los demás.

Tercer Entrega
 Programación Estocástica

BIBLIOGRAFIAS
11

Hillier, F. S., Lieberman, G. J., & Osuna, M. A. G. (1997). Introducción a la Investigación de

Operaciones (Vol. 1). McGraw-Hill. Recuperado de:
http://dspace.ucbscz.edu.bo/dspace/bitstream/123456789/4325/1/1498.pdf

Ríos Insúa, D., Ríos Insúa, S., Martín Jiménez, J., & Jiménez Martín, A. (2009). Simulación:
métodos y aplicaciones (No. 004.94). Alfaomega. Recuperado de: http://www.sidalc.net/cgi-
bin/wxis.exe/?IsisScript=UCC.xis&method=post&formato=2&cantidad=1&expresion=mfn=115791

Gordon, P. (1967). Cadenas finitas de Markov y sus aplicaciones (No. 60-01 GORc [F]).
Recuperado de: http://www.sidalc.net/cgi-
bin/wxis.exe/?IsisScript=FCEAL.xis&method=post&formato=2&cantidad=1&expresion=mfn=00009
2

Tercer Entrega