Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INGENIERIA INDUSTRIAL
INVESTIGACION DE OPERACIONES II
EQUIPO #4
P (Xn = j | Xn−1 = i)
Matriz de transición
Una matriz de transición es el arreglo numérico donde se encuentran las
probabilidades de un estado a otro. Dicha matriz es cuadrada con tantas filas y
columnas como estados que tiene el sistema, y los elementos de matriz representan
la probabilidad de que el estado próximo sea el correspondiente a la columna si el
estado actual es el correspondiente a la fila. La matriz debe cumplir con ciertos
requisitos: La suma de las probabilidades de los estados debe ser igual a 1, la
matriz de transición debe ser cuadrada y las probabilidades de transición deben
estar entre 0 y 1.
Distribución actual (Vector Po): Es la manera en la que se distribuyen las
probabilidades de los estados en un periodo inicial, (periodo 0). Esta información te
permitirá averiguar cual será la distribución en periodos posteriores.
Ventajas:
1. Cualquier problema para el que puede obtenerse un diagrama de transición
de estado y que usa el enfoque dado puede analizarse.
2. Teoría de Markov es simple de aplicar y entender.
3. Cálculos de sensibilidad (contestar las preguntas "qué-si") se llevan a cabo
fácilmente.
4. La teoría de Markov nos da con el tiempo una visión de los cambios en el
sistema.
5. P puede ser dependiente del estado actual del sistema. Si P es dependiente
tanto del tiempo y del estado actual del sistema i.e., P es una función de t y
st, entonces la ecuación de Markov básica se vuelve st=st-1P(t-1,st-1).
6. La teoría de Markov es un modelo simplificado de un proceso de toma de
decisión complejo.
Desventajas:
· No existe un conjunto de soluciones cerrado.
· Cada cambio en las variables de entrada requiere una solución separada o
conjunto de ejecuciones.
· Los modelos de simulación complejos pueden requerir mucho tiempo para
construirlos y ejecutarlos.
EJEMPLO 2:
En una población de 10,000 habitantes, 5000 no fuman, 2500 fuman uno o
menos de un paquete diario y 2500 fuman más de un paquete diario. En un
mes hay un 5% de probabilidad de que un no fumador comience a fumar un
paquete diario, o menos, y un 2% de que un no fumador pase a fumar más de
un paquete diario. Para los que fuman un paquete, o menos, hay un 10% de
probabilidad de que dejen el tabaco, y un 10% de que pasen a fumar más de un
paquete diario. Entre los que fuman más de un paquete, hay un 5% de
probabilidad de que dejen el tabaco y un 10% de que pasen a fumar un
paquete, o menos. ¿Cuántos individuos habrá de cada clase el próximo mes?
SOLUCION:
NF= No fuman
FC= fuman uno o menos de
un paquete diarios
FCC= fuman más de un
paquete diario.
Matriz de transición
NOTA: estos ejercicios se pueden realizar en Excel utilizando la función de
multiplicar matrices.
CONCLUSION Y COMENTARIOS:
Como conclusión las cadenas de Markov nos permite hacer análisis sobre el estudio
de los comportamientos de ciertos sistemas en ciertos periodos que pueden ser
cortos o largos. Además, se tiene una relación con las probabilidades absolutas.
Pero sin embargo lo más importante es el estudio del comportamiento sistemas a
largo plazo, cuando el número de transiciones tiene al infinito
Al conocer más o menos las probabilidades de un experimento, esto a su vez nos
permitirá conocer a corto y plazo los estados en que se encontrarían en periodos o
tiempos futuros y tomar decisiones que afectarán o favorecerán nuestros intereses,
y tomar una decisión de manera consciente y no se comentan muchos errores.
Esto también nos proporcionara un tiempo estimado para que identifiquemos cada
estado y el periodo en que se encuentra con la implementación de un proceso,
también se establece las probabilidades como una herramienta más en las cadenas
de Markov.
Para concluir podemos decir que las cadenas de Markov son una herramienta para
analizar el comportamiento, de determinados tipos de procesos estocásticos, esto
es, procesos que evolucionan de forma no determinística a lo largo del tiempo en
torno a un conjunto de estados.
Dichos elementos fueron descubiertos por su creador Markov, el cual realizó una
secuencia de experimentos conectados en cadena y la necesidad de descubrir
matemáticamente los fenómenos físicos.
BIBLIOGRAFIAS
ESTADO ESTABLE
Investigación de operaciones aplicaciones y algoritmos, 4ª edición, Autor Wayne l.
wishston, Editorial Thompson, pp. 934-938.
ESTADOS ABSORBENTES
Investigación de operaciones, 5ª edición, Editorial taha, pp. 826-830
https://jrvargas.files.wordpress.com/2009/01/problemas-resueltos-cadenas-de-
markov.pdf
http://www.ingenieria.unam.mx/javica1/ingsistemas2/Simulacion/Cadenas_de_Mar
kov.htm
http://halweb.uc3m.es/esp/Personal/personas/jmmarin/esp/PEst/tema4pe.pdf