KAYAC CARS

MODELO ESTOCÁSTICO PARA LA CATEGORIZACION PILOTOS F-1

INTEGRANTES GRUPO 24

DELGADO MILLAN CARLOS ENRIQUE COD: 1521025588

ESLAVA JHON EDWARD COD: 1421027379
QUIÑONES CARDENAS ADRIANA COD: 1521020675
RODRIGUEZ RAMIREZ KAREN HIBETH COD: 1521023877
SOTO PUENTES XIMENA COD: 1511025128
NEIRA GARZON LEONARDO DAVID COD: 1321070246

TUTOR
ILMER ANDREY CANON DIAZ

INSTITUCIÓN UNIVERSITARIA POLITÉCNICO GRAN COLOMBIANO

INGENIERIA INDUSTRIAL
BOGOTÁ D.C.
2019
 TABLA DE CONTENIDO

1. KAYAC CARS ............................................................................................................ 3

1.1 Descripción de la empresa .................................................................................. 3

1.2 Organigrama........................................................................................................ 3

1.3 Descripción del grupo de trabajo ....................................................................... 4

2. DESCRIPCIÓN DE PROBLEMA.. ............................................................................ 5

3. ANEXO I ........................................................................................................................ 6

3.1 Observaciones de la matriz de incidencia ......................................................... 6

3.2 Paso tres ............................................................................................................... 7

4. ANEXO II ...................................................................................................................... 7

5. CONCLUSIONES ......................................................................................................... 8

6. REFERENCIAS ............................................................................................................ 8

2
 1. KAYAC CARS

1.1. Descripción de la empresa

Kayac Cars es una compañía orientada a la producción y comercialización de llantas de su misma

marca, la cual está dirigida principalmente a carros de alta competición entre los cuales se
encuentran Formula 1, Nascar, Rally, Rallycross entre otros, así como también para vehículos de
alta gama. La cual cuenta con un equipo humano, idóneo y técnico con la capacidad de asesorar
efectivamente y diagnosticar el tipo de neumático que su carro necesita.

Fundada en el año 2015, abriendo sus puertas al público el día 18 de marzo del mismo año desde
entonces nos hemos consolidado como una empresa líder en la fabricación de llantas.

Actualmente, estamos ampliando nuestra cobertura ya que hemos detectado que los carros de alta
gama son un excelente mercado para nuestro producto.

1.2. Organigrama

3
1.3 Descripción del equipo de trabajo

Kayac Cars es una empresa que cuenta con un equipo muy profesional y acertado, para brindarle
soluciones a sus clientes frente a cualquier situación que presente en cuanto a llantas se refiere en
el momento oportuno, el cual está compuesto de la siguiente manera:

Adriana Quiñones Cárdenas; GERENTE, Ingeniera industrial, su principal función es garantizar

el correcto funcionamiento tanto de la empresa en general como del personal con base en la ética
y el profesionalismo, para el cumplimiento de los objetivos de la compañía.

Carlos Enrique Delgado; ASEGURAMIENTO DE CALIDAD, Ingeniero Industrial,

profesional con altas competencias éticas y humanísticas quien se encarga de realizar la debida
verificación de la alta calidad del producto final.

Jhon Edward Eslava; INVESTIGACION Y DESARROLLO, ingeniero químico, este experto

se dedica a la investigación, desarrollo y operación de los procesos industriales para la producción
de las llantas con los más alto estándares de calidad dentro de la compañía.

Karen Hibeth Rodríguez Ramírez; DEPARTAMENTO DE PUBLICIDAD, Ingeniera

industrial con especialización en marketing y publicidad, es la profesional encargada de mantener
la imagen de la compañía actuando como el punto de vinculo entre los clientes y los medios de
comunicación, así como también, su labor consiste en ofertar el producto en la industria de las
llantas.

4
Ximena Soto Puentes; DEPARTAMENTO LEGAL, Ingeniera industrial y administradora de
empresas con especialización en finanzas, su labor consiste en mantener los estados financieros de
la empresa actualizados, así mismo, en regla todo lo relacionado con el marco legal vigente.
Leonardo D. Neira; DEPARTAMENTO DE RELACIONES PUBLICAS, Ingeniero industrial
con énfasis en comunicación social, profesional encargado de coordinar los diferentes eventos
dentro y fuera de la compañía.

2. DESCRIPCIÓN DEL PROBLEMA

La empresa FIA requiere generar un ranking de popularidad entre sus pilotos y sus escuderías
(equipos) a pequeña escala con el fin de categorizarlos, y el gerente de promoción de la Fia le
ofrece a su compañía la oportunidad de hacer un estudio por medio del cual usted y su empresa
desarrollaran un modelo estocástico que se ajuste a la situación anteriormente descrita.

Como recomendación le pide analizar el artículo The Anatomy of a Large-Scale Hypertextual

Web Search Engine, Computer Science Department; Sergey Brin and Lawrence Page. Para que
adapten el modelo a la situación actual.

Para la elaboración de la matriz de probabilidad de transición se debe tener en la cuenta lo siguiente:

 Variable de estado: Para este caso de estudio está dada por el perfil de Facebook que observo en
un momento n y que relaciono con el número de amigos que tiene cada piloto.

 Espacio de estado: Numero de pilotos, para este caso es de 24.

 Se revisa la información suministrada por la FIA que se encuentra en el archivo anexo

FACEBOOK1 donde se encuentra cada uno de los pilotos, ya con esta información se desarrolla
la matriz de incidencia la cual se define por la siguiente fórmula:

1⁄𝑀𝑖 𝑖 incluye a 𝑗 dentro de sus amigos

𝑃𝑖𝑗 { }
0, 𝑒. 𝑐. 𝑐.
i= Piloto j=amigos del piloto

5
 3. ANEXO I

MATRIZ DE INCIDENCIA

Matriz de incidencia :Discriminacion de contactos de cada piloto (lista de amigos M i )

Michael Schumacher(M.S)

Narain Karthikeyan(N.K)
Nico Hulkenberg(N.H.u)

Heikki Kovalainen(H.K)
Kamui Kobayashi(K.K)

Pastor Maldonado(P.M)
Romain Grosjean(R.G)
Fernando Alonso(F.A)

Pedro de la Rosa(P.R)
Jean Eric Vergne(J.V)
Kimi Raikkonen(K.R)
Sebastian Vettel(S.V)

Daniel Ricardo(D.R)
Lewis Hamilton(L.H)

Paul di Resta(P.d.R)
Jenson Button(J.B)

Nico Rosberg(N.R)
Mark Webber(M.W)

Bruno Senna(B.S)

Vitalv Petrov(V.P)
Sergio Perez(S.P)
Felipe Masa(F.M)

Charles Pic(C.P)
Timo Glock(T.G)
Total
Pij =
Amigos ∑P
Amigos Mi 1/M i

Pilotos
Michael Schumacher(M.S) 0.11 0.11 0.11 0.11 0.11 0.11 0.11 0.11 0.11 9 0.11 1
Sebastian Vettel(S.V) 0.11 0.11 0.11 0.11 0.11 0.11 0.11 0.11 0.11 9 0.11 1
Jenson Button(J.B) 0.13 0.13 0.13 0.13 0.13 0.13 0.13 0.13 8 0.13 1
Kimi Raikkonen(K.R) 0.13 0.13 0.13 0.13 0.13 0.13 0.13 0.13 8 0.13 1
Lewis Hamilton(L.H) 0.13 0.13 0.13 0.13 0.13 0.13 0.13 0.13 8 0.13 1
Paul di Resta(P.d.R) 0.13 0.13 0.13 0.13 0.13 0.13 0.13 0.13 8 0.13 1
Kamui Kobayashi(K.K) 0.14 0.14 0.14 0.14 0.14 0.14 0.14 7 0.14 1
Mark Webber(M.W) 0.17 0.17 0.17 0.17 0.17 0.17 6 0.17 1
Fernando Alonso(F.A) 0.17 0.17 0.17 0.17 0.17 0.17 6 0.17 1
Felipe Masa(F.M) 0.17 0.17 0.17 0.17 0.17 0.17 6 0.17 1
Nico Rosberg(N.R) 0.17 0.17 0.17 0.17 0.17 0.17 6 0.17 1
Nico Hulkenberg(N.H.u) 0.20 0.20 0.20 0.20 0.20 5 0.20 1
Romain Grosjean(R.G) 0.20 0.20 0.20 0.20 0.20 5 0.20 1
Sergio Perez(S.P) 0 0.00 0
Timo Glock(T.G) 0.13 0.13 0.13 0.13 0.13 0.13 0.13 0.13 8 0.13 1
Bruno Senna(B.S) 0.20 0.20 0.20 0.20 0.20 5 0.20 1
Charles Pic(C.P) 0.25 0.25 0.25 0.25 4 0.25 1
Heikki Kovalainen(H.K) 0.25 0.25 0.25 0.25 4 0.25 1
Jean Eric Vergne(J.V) 0.25 0.25 0.25 0.25 4 0.25 1
Narain Karthikeyan(N.K) 0.25 0.25 0.25 0.25 4 0.25 1
Pedro de la Rosa(P.R) 0.25 0.25 0.25 0.25 4 0.25 1
Daniel Ricardo(D.R) 0.33 0.33 0.33 3 0.33 1
Pastor Maldonado(P.M) 0.33 0.33 0.33 3 0.33 1
Vitalv Petrov(V.P) 0.33 0.33 0.33 3 0.33 1

Ver anexo en el archivo de Excel.

3.1 Observaciones de la matriz de incidencia.

 Podemos observar la probabilidad que tiene cada piloto de ingresar desde su cuenta de

Facebook a la cuenta de otro(s) piloto(s).

 También observamos el grado de popularidad obtenido por el número de amigos.

 Como resultado de esta matriz se pueden identificar dos grandes grupos diferenciados por el

número de amigos, estos se encuentran dentro de un círculo social compartido, aunque algunos

indirectamente a través de esta red.

6
3.2 Paso tres

Si la matriz obtenida en el paso 2 no resulta ser estocástica, es posible que alguna de las personas
no tenga incluido a ningún amigo en su aplicación, por lo tanto, hay que modificar la matriz para
volverla estocástica. Una alternativa, basada en un supuesto de uniformidad, es reemplazar la fila
nula por un vector βi, en donde cada posición “j” del vector está definida de la siguiente forma: βij
= 1/N, en donde “N” es el número de personas del grupo bajo consideración. Reemplace las filas
nulas de la matriz P del numeral anterior por vectores del tipo βi, y llame a la nueva matriz P.

Se concluye que la matriz de incidencia realizada anteriormente para la empresa FIA no es

estocástica ya que uno solo de sus pilotos no tiene ningún amigo.
Para volver la matriz estocástica se modifica la fila del piloto que no tiene ningún amigo y se define
sobre un supuesto de uniformidad aplicando la formula Bij= 1/N.

4. ANEXO II

MATRIZ ESTOCASTICA O MATRIZ P

Matriz de incidencia :Discriminacion de contactos de cada piloto (lista de amigos M i )

Michael Schumacher(M.S)

Narain Karthikeyan(N.K)
Nico Hulkenberg(N.H.u)

Heikki Kovalainen(H.K)
Kamui Kobayashi(K.K)

Pastor Maldonado(P.M)
Romain Grosjean(R.G)
Fernando Alonso(F.A)

Pedro de la Rosa(P.R)
Jean Eric Vergne(J.V)
Kimi Raikkonen(K.R)
Sebastian Vettel(S.V)

Daniel Ricardo(D.R)
Lewis Hamilton(L.H)

Paul di Resta(P.d.R)
Jenson Button(J.B)

Nico Rosberg(N.R)
Mark Webber(M.W)

Bruno Senna(B.S)

Vitalv Petrov(V.P)
Sergio Perez(S.P)
Felipe Masa(F.M)

Charles Pic(C.P)
Timo Glock(T.G)

Total
Pij =
Amigos ∑P
Amigos 1/M i
Mi

Pilotos
Michael Schumacher(M.S) 0.11 0.11 0.11 0.11 0.11 0.11 0.11 0.11 0.11 9 0.11 1
Sebastian Vettel(S.V) 0.11 0.11 0.11 0.11 0.11 0.11 0.11 0.11 0.11 9 0.11 1
Jenson Button(J.B) 0.13 0.13 0.13 0.13 0.13 0.13 0.13 0.13 8 0.13 1
Kimi Raikkonen(K.R) 0.13 0.13 0.13 0.13 0.13 0.13 0.13 0.13 8 0.13 1
Lewis Hamilton(L.H) 0.13 0.13 0.13 0.13 0.13 0.13 0.13 0.13 8 0.13 1
Paul di Resta(P.d.R) 0.13 0.13 0.13 0.13 0.13 0.13 0.13 0.13 8 0.13 1
Kamui Kobayashi(K.K) 0.14 0.14 0.14 0.14 0.14 0.14 0.14 7 0.14 1
Mark Webber(M.W) 0.17 0.17 0.17 0.17 0.17 0.17 6 0.17 1
Fernando Alonso(F.A) 0.17 0.17 0.17 0.17 0.17 0.17 6 0.17 1
Felipe Masa(F.M) 0.17 0.17 0.17 0.17 0.17 0.17 6 0.17 1
Nico Rosberg(N.R) 0.17 0.17 0.17 0.17 0.17 0.17 6 0.17 1
Nico Hulkenberg(N.H.u) 0.20 0.20 0.20 0.20 0.20 5 0.20 1
Romain Grosjean(R.G) 0.20 0.20 0.20 0.20 0.20 5 0.20 1
Sergio Perez(S.P) 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 24 0.04 1
Timo Glock(T.G) 0.13 0.13 0.13 0.13 0.13 0.13 0.13 0.13 8 0.13 1
Bruno Senna(B.S) 0.20 0.20 0.20 0.20 0.20 5 0.20 1
Charles Pic(C.P) 0.25 0.25 0.25 0.25 4 0.25 1
Heikki Kovalainen(H.K) 0.25 0.25 0.25 0.25 4 0.25 1
Jean Eric Vergne(J.V) 0.25 0.25 0.25 0.25 4 0.25 1
Narain Karthikeyan(N.K) 0.25 0.25 0.25 0.25 4 0.25 1
Pedro de la Rosa(P.R) 0.25 0.25 0.25 0.25 4 0.25 1
Daniel Ricardo(D.R) 0.33 0.33 0.33 3 0.33 1
Pastor Maldonado(P.M) 0.33 0.33 0.33 3 0.33 1
Vitalv Petrov(V.P) 0.33 0.33 0.33 3 0.33 1

7
 5. CONCLUSIONES

 Este estudio nos lleva a descubrir como una matriz de incidencia nos ayuda a identificar el

número de amigos que un piloto de la fórmula 1 puede tener y que puesto de popularidad

tiene referente a sus amigos.

 Se comprueba que esta herramienta ayuda de forma clara a identificar que amigos de

cualquier piloto también pueden ser amigos y ser iguales con el grupo de otro piloto.

 Utilizando los diversos procedimientos estadísticos, se logra identificar que dos pilotos

tienen los mismos amigos y que los otros pueden tener un mismo número de amigos, pero

diferentes a los otros pilotos por círculos indirectos

6. REFERENCIAS BIBLIOGRÁFICAS

1. POLITECNICO GRANCOLOMBIANO (2018), Modulo Programación Estocástica,

Cartilla semana 3 Formulario cadenas de Markov. Recuperado en:
https://poli.instructure.com/courses/6419/files/1096449?module_item_id=390182

2. The Anatomy of a Large-Scale Hypertextual Web Search Engine Sergey Brin and Lawrence
Page
Computer Science Department,
Stanford University, Stanford, CA 94305, USA
sergey@cs.stanford.edu and page@cs.stanford.edu

3. CADENAS DE MARKOV
http://www.investigaciondeoperaciones.net/cadenas_de_markov.html