TEMA 4.

Ejemplo n°1

Una tienda de cámaras tiene en almacén un modelo especial de cámara que se

puede ordenar cada semana. Sean D 1, D2, ... las demandas de esta cámara
durante la primera, segunda, ... , semana, respectivamente. Se supone que las D i
son variables aleatorias independientes e idénticamente distribuidas que tienen
una distribución de probabilidad conocida. Sea X 0 el número de cámaras que se
tiene en el momento de iniciar el proceso, X 1 el número de cámaras que se tienen
al final de la semana uno, X2 el número de cámaras al final de la semana dos, etc.
Suponga que X0 = 3 . El sábado en la noche la tienda hace un pedido que le
entregan el lunes en el momento de abrir la tienda. La tienda hace un pedido que
le entregan el lunes en el momento de abrir la tienda. La tienda usa la siguiente
política ( s, S)1 para ordenar : si el número de cámaras en inventario al final de la
semana es menor que s =1 (no hay cámaras en la tienda), ordenar (hasta) S=3.
De otra manera, no coloca la orden (si se cuenta con una o más cámaras en el
almacén, no se hace el pedido). Se supone que las ventas se pierden cuando la
demanda excede el inventario. Entonces, {X 1} para t = 0, 1, .. es un proceso
estocástico de la forma que se acaba de describir. Los estados posibles del
proceso son los enteros 0, 1, 2, 3 que representan el número posible de cámaras
en inventario al final de la semana.

 
Así, dado que tiene una cámara al final de una semana, la probabilidad de que no
haya cámaras en inventario dos semanas después es 0.283; es

decir,  De igual manera, dado que se tienen dos cámaras al final de

una semana, la probabilidad de que haya tres cámaras en el almacén dos

semanas después es 0.097; esto es, 

 La matriz de transición de cuatro pasos también se puede obtener de la siguiente

manera:

P(4) = P4 = P(2) * P(2)

 Así, dado que queda una cámara al final de una semana, 0.282 es la probabilidad
de que no haya cámaras en inventario 4 semanas más tarde; es

decir,  De igual manera, dado que quedan dos cámaras en el

almacén final de una semana, se tiene una probabilidad de 0.171 de que haya

tres cámaras en el almacén 4 semanas después; esto es, 

Ejemplo n°2:

Ejemplo n°3:
(2) 2
Retomando el ejemplo de las cámaras, para p = p , se tiene:

Así,

dado que se tiene una cámara al final de una semana, la probabilidad de que no haya cámaras en
inventario dos semanas después es 0.283; es decir, de igual manera, dado que se tienen dos
cámaras al final de una semana, la probabilidad de que haya tres cámaras en el almacén dos
semanas después es 0.097; esto es,

La matriz de transición de cuatro pasos también puede obtenerse como:

(4) 4 (2) (2)
P =p =p * p

Así, dado que queda una cámara al final de una semana, 0.282 es la probabilidad
de que no haya cámaras en inventario 4 semanas más tarde; es decir:

De igual manera, dado que quedan dos cámaras en el almacén final de una
semana, se tiene una probabilidad de 0.171 de que haya tres cámaras en el
almacén 4 semanas después; esto es.
TEMA 4.3

Ejemplo n°1:

Suponga que toda la industria de refrescos produce dos colas. Cuando una
persona ha comprado la cola 1, hay una probabilidad de 90 % de que su siguiente
compra se de cola 1. Si una persona compró cola 2, hay un 80 % de
probabilidades que su próxima compra sea de cola 2.

Entonces:

Al reemplazar la segunda ecuación por la condición  ,

obtenemos el sistema  Al despejar resulta que 

Por lo tanto, después de largo tiempo, hay probabilidad 2/3 de que una persona
dada compre cola 1 y 1/3 de probabilidad de que una persona compre cola 2.
Ejemplo n°2:

Suponga que toda la industria de refrescos produce dos refrescos, A y B.

Cuando una persona ha comprado el refresco A, hay una probabilidad de 90 %
de que su siguiente compra sea de refresco A. Si una persona compró refresco
B, hay un 80 % de probabilidades que su próxima compra sea de refresco B.
Compra 2
Compra 1 Refresco Refresc
Refresco A
90% oB
10%
A
Refresco 20% 80%
B
Entonces:

1 = 1 2 .90 .  1 .90 1 + .20

* .20 1. =2 2
.10 1 + .80
8 = 2
Ejemplo n°3:

Cierta compañía se especializa en el arrendamiento de camiones a personas que

desean realizar sus propias mudanzas. El gerente de distribución de la compañía
está considerando la posibilidad de aplicar un “cargo por traslado” para cubrir el
costo de enviar camiones desde áreas en las que hay sobrantes a otras en las que
se necesitan. Antes de decidir si se debe aplicar el cargo por traslado al costo de
arrendamiento de los camiones que se dirigen a áreas en las que hay sobrantes,
desea determinar la proporción del número total de camiones que, a largo plazo,
acabarán en cada una de las áreas de renta. Si las proporciones son
aproximadamente las mismas, el cargo por traslado será innecesario. Si no es así,
el cargo dependerá de la proporción del total que termine en cada región. El
gerente de distribución ha dividido la parte del país que atiende la compañía en
tres regiones: norte, centro y sur. De registros previos se ha determinado la
siguiente información, referente a la proporción de camiones que se rentan en
determinada región y dónde se entregan:

Región Región donde se

donde se devuelve
renta Nort Centr Sur
Nort e20% o30% 50%
e 30% 40% 30%
Cent 20% 40% 40%
ro

En este momento 40% de los camiones están en el norte, 30% en el centro y

30% en la región sur.
Dado el patrón de movimiento de los camiones, la compañía está interesada en
saber lo siguiente:
1. ¿Qué proporción de camiones se encontrará en cada región después de un mes?
2. ¿Después de dos meses?
3. ¿Qué proporción de los camiones estará en cada región en un período “largo”?
 DIAGRAMA DE ÁRBOL

Ubicación Ubicación Ubicación Probabilidad de

en el en el en el Cada ubicación
mes 0 mes 1 mes 2 En el mes 2

La probabilidad de estar en el norte en cada uno de los tres meses (mes 0, 1 y

2) está dada por:
( 0.2 ) * ( 0.2 ) = 0.04
Para determinar la probabilidad de que un camión se encuentre en el norte
después de dos meses, se suman las tres probabilidades de encontrarlo en el
norte:
 p (estar en el norte dado que se encontraba en el norte en el mes 0) = 0.04
+ 0.09 + 0.10 = 0.23
 p (estar en el centro dado que se encontraba en el norte en el mes 0) =
0.06 + 0.12 + 0.20 = 0.38
 p (estar en el sur dado que se encontraba en el norte en el mes 0) = 0.10 + 0.09 + 0.20
= 0.39
TEMA 4.4

Ejemplo n°1:

Ingecosmos vende partes de camiones, cuando una empresa compra a Inge

cosmos, le dan tres meses para pagar si la cuenta no se salda en ese periodo,
Inge cosmos cancela la cuenta y la remite a una cuenta de cobranza, y da por
terminada, por tanto, ingecosmo clasifica las cuentas nuevas, con un mes de
retraso, con dos meses de retraso, tres meses de retraso, pagadas o incobrables,
ingecosmos estudio sus antiguos registros y descubrió que.

a) El 70% de las cuentas nuevas se pagan en un mes, el 60% de las cuentas con
un mes de retraso se pagan al final de mes.

b) el 50% de las cuentas con dos meses de retraso se pagan al final del último
mes

c) el 60% de las cuentas con tres meses de retraso se remiten a una cuenta de
cobranzas

1) Forme la matriz de transición

2) Cual es la probabilidad de que una nueva cuenta se liquide

3) Cual es la probabilidad de que una cuenta de un mes de retraso se vuelva

incobrable.

4) Si las ventas de Inge cosmos son en promedio $ 125 000 al mes, cuánto dinero
se asentará como deuda incobrable

1) Matriz de transición, los estados son, cuentas nuevas, con 1 me, 2 meses y 3
meses de retraso, cuentas pagadas e incobrables.
2) Para calcular la probabilidad que una nueva cuenta se liquide, debemos seguir
los siguientes pasos

1 encontrar la matriz fundamental X

La matriz I 

La matriz (I-N)

Ahora la matriz fundamental es 

2do paso es multiplicar la matriz fundamental por la matriz A absorbente 

Rta// la probabilidad que una nueva cuenta se liquide es de 0,964

3) la probabilidad de que una cuenta de un mes de retraso se vuelva

incobrable, también es posible identificarla en la última tabla de potabilidades y es
de 0,12

4) Debido a que la probabilidad de que una cuenta nueva se vuelva incobrable es

de 0,036. Entonces si multiplicamos $ 125 000 * 0,036 = $ 4 500, tenemos la
cantidad que se asentara como incobrable mensualmente, para calcular la
cantidad al año multiplicamos $ 4500 * 12 = $ 54 000 y aquí tenemos la cantidad
que se asentara como incobrable en el año.
Ejemplo n°2:

SOLUCIÓN:
Los estados de la cadena los denotaremos por { 0, 1 , 2} haciendo corresponder el
0 al bajo y 1 y 2 al primer y segundo piso respectivamente.

Las probabilidades de transición son:

p00 = P(Rn=0 / Rn-1=0), esto es la probabilidad de que el ascensor se encuentre

en la planta baja si en la etapa anterior estaba en la planta baja. Obviamente es 0,

porque se supone que de etapa a etapa el ascensor se mueve.

p01 = P(Rn=1 / Rn-1=0), esto es la probabilidad de que el ascensor se encuentre

en la planta primera si en la etapa anterior estaba en la planta baja. Obviamente
es

½. Basta leer el enunciado.

Y así sucesivamente vamos obteniendo las distintas probabilidades de transición

cuya matriz es:

EJEMPLO
La siguiente matriz de transición muestra las probabilidades de transición de un
estado actual, a un estado posterior.

Dicha matriz muestra el comportamiento de transición de los clientes

de telefonía móvil, de las compañías Tigo, Comcel y Movistar.
Con base a la matriz de probabilidad actuales, calcular la matriz de probabilidad
de los estados 

P1,P2,P3,P4 Y P5