Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PROPIEDADES:
1- la suma de las probabilidades de los estados debe ser igual a 1.
2- la matriz de transición debe ser cuadrada.
3- las probabilidades de transición deben estar entre 0 y 1
La mejor manera de entender que es una cadena de markov es desarrollando un ejemplo
sencillo de estas mismas como el siguiente.
Ej. 1.
En un país como Colombia existen 3 operadores principales de telefonía móvil como lo son
tigo, Comcel y movistar (estados).
Los porcentajes actuales que tiene cada operador en el mercado actual son para tigo 0.4
para Comcel 0.25 y para movistar 0.35. (estado inicial)
Se tiene la siguiente información un usuario actualmente de tigo tiene una probabilidad de
permanecer en tigo de 0.60, de pasar a Comcel 0.2 y de pasarse a movistar de 0.2; si en la
actualidad el usuario es cliente de Comcel tiene una probabilidad de mantenerse en Comcel
del 0.5 de que esta persona se cambie a tigo 0.3 y que se pase a movistar de 0.2; si el
usuario es cliente en la actualidad de movistar la probabilidad que permanezca en movistar
es de 0.4 de que se cambie a tigo de 0.3 y a Comcel de 0.3.
Partiendo de esta información podemos elaborar la matriz de transición.
La suma de las probabilidades de cada estado en este caso operador deben ser iguales a 1
Ej 2.
Suponga que en el mercado se consiguen 3 tipos de gaseosas colas que son: coca cola,
Pepsi cola y big cola cuando una persona a comprado coca cola existe una probabilidad de
que la siga consumiendo de el 75%, un 15% de que compre Pepsi cola y un 10% de que
compre big cola; cuando el comprador actualmente consume Pepsi existe una probabilidad
de que la siga comprando de 60%, un 25% que compre coca cola y un 15% big cola; si en
la actualidad consuma big cola la probabilidad de que la siga consumiendo es del 50%, un
30% que compre coca cola y 205 pepsi cola.
En la actualidad cada marca cocacola, Pepsi y big cola tienen los siguientes porcentajes en
participación en el mercado respectivamente (60% 30% 10%)
Elaborar la matriz de transición
Entonces
Ej. 3
Almacenes éxito, Carrefour y Sao han investigado la fidelidad de sus clientes y han
encontrado los siguientes datos:
E1: Exito
E2: Carrefour
E3: Sao
Hallar el estado estable (L)
Enviar por correo electrónicoEscribe un blogCompartir con TwitterCompartir con
FacebookCompartir en Pinterest
Suscribirse a: Entradas (Atom)
En primer lugar definimos la variable aleatoria que representa la marca que adquiere un
cliente cualquiera en el mes n. Dicha variable aleatoria puede adoptar los valores 1,2,3 en el
mes n=0,1,2,3,..
Ejercicio N°2: ¿Cuál es la cuota de mercado en el largo plazo para cada una de las
marcas descritas en el Ejercicio N°1?.
La Cadena de Markov del Ejercicio N°1 es irreducible (es decir todos los estados se
comunican entre sí) con estados recurrentes positivos y aperiódicos. Lo anterior se
concluye luego de la Clasificación de Estados de una Cadena de Markov en Tiempo
Discreto. Verificado lo anterior podemos obtener la Distribución Límite de una Cadena
de Markov en Tiempo Discreto a través del siguiente sistema de ecuaciones:
¿Cuál es la probabilidad que un paciente en estado crítico un día Jueves esté estable el
día Sábado?.
Sea la variable aleatoria que indica el estado que se encuentra un paciente cualquiera en
el hospital en el día n. Los valores posibles para dicha variable son C, S y E, representando
los estados crítico, serio y estable, respectivamente. Un grafo que representa dicho proceso
estocástico dada la tabla anterior es:
La probabilidad de que un paciente esté en estado crítico el día Jueves y que el día Sábado
esté estable, esta dado por: , es decir, la probabilidad de pasar del estado crítico al
estado estable al cabo de 2 etapas (días).
Se comprueba que la probabilidad de pasar del estado crítico al estado estable al cabo de 2
etapas es de un 17%.
Con color verde se marca la probabilidad de que comenzando en un estado estable al cabo
de 2 días un paciente se encuentre en estado crítico o serio. La suma de dichas
probabilidades es un 66% que da respuesta a la interrogante anterior.