Una urna contiene dos bolas sin pintar. Se selecciona una bola al azar y se lanza una moneda.

Si la bola elegida no está pinta

pintamos la bola de rojo; si la moneda produce cruz, la pintamos de negro. Si la bola ya está pintada, entonces cambiamos el c
de negro a rojo, independientemente de si la moneda produce cara o cruz. a) Modele el problema como una cadena de Ma
probabilidades de transición.

a) Modele el problema como una cadena de Markov y encuentre la matriz de probabilidades de transición.

Identificación de estados
E0 (0 1 1) Una bola roja y una negra.
E1 (0 2 0) Dos bolas rojas
E2 (0 0 2) Dos bolas negras
E3 (2 0 0) Cuando las dos bolas están sin pintar inicialemente
E4 (1 1 0) Una bola pintada de rojo
E5 (1 0 1) Una bola pintada de negro

Probabilidades de transición:
De E0 podemos pasar a: E1: si la bola que saquemos (que siempre será sin pintar p = 1) la pintamos de rojo (cae cara p = 1/2
E2: si la bola que saquemos la pintamos de negro (cae cruz p =1/2).
De E1 podemos pasar a: E3: si se saca la bola sin pintar (p =1/2) y se pinta de negro (cae cruz p =1/2).
E4: si se saca la bola sin pintar (p = ½) y se pinta de rojo (cae cara p =1/2)
E2: si se saca la bola ya pintada (de rojo p = ½) y se le cambia color (a negro p = 1, porque no import
cambia el color).
De E2 podemos pasar a: E3: si se saca la bola sin pintar (p = 1/2) y se pinta de rojo (cae cara p = 1/2).
E5: si se saca la bola sin pintar (p = 1/2) y se pinta de negro (cae cruz p = 1/2).
E1: si se saca la bola ya pintada (de negro p = 1/2) y se le cambia color (a rojo p = 1, esto se debe a q
cruz siempre se le cambiará el color).
De E3 podemos pasar a: E4: si se saca la bola negra (p = 1/2), entonces se le cambia de color a rojo (p = 1, esto se debe a que
cruz siempre se le cambiará el color).
E5: si se saca la bola roja (p = 1/2), entonces se le cambia de color a negro (p = 1, esto se debe a que
cruz siempre se le cambiará el color).
De E4 podemos pasar a: E3: porque siempre sacaremos una bola roja (p = 1) y le cambiaremos de color a negro (p = 1).
De E5 podemos pasar a: E3: porque siempre sacaremos una bola negra (p = 1) y le cambiaremos de color a rojo (p = 1)

Transición Probabilidad
E0 E1 1 * 1/2 = 1/2
E0 E2 1 * 1/2 = 1/2
E1 E2 1/2 * 1 = 1/2
E1 E3 1/2 * 1/2 = 1/4
E1 E4 1/2 * 1/2 = 1/4
E2 E1 1/2 * 1 = 1/2
E2 E3 1/2 * 1/2 = 1/4
E2 E5 1/2 * 1/2 = 1/4
E3 E4 1/2 * 1 = 1/2
 E3 E5 1/2 * 1 = 1/2
E4 E3 1*1=1
E5 E3 1*1=1

Matriz de probabilidades de transición

E0 E1 E2 E3 E4
E0 0 1/2 1/2 0 0
E1 0 0 1/2 1/4 1/4
E2 0 1/2 0 1/4 0
E3 0 0 0 0 1/2
E4 0 0 0 1 0
E5 0 0 0 1 0
a. Si la bola elegida no está pintada y la moneda produce cara,
ntada, entonces cambiamos el color de la bola de rojo a negro o
oblema como una cadena de Markov y encuentre la matriz de

s de transición.

ntamos de rojo (cae cara p = 1/2 ).

p =1/2).
=1/2)
a negro p = 1, porque no importa si cae cara o cruz siempre se le

p = 1/2).
z p = 1/2).
or (a rojo p = 1, esto se debe a que no importa si se saca cara o

a rojo (p = 1, esto se debe a que no importa si se saca cara o

negro (p = 1, esto se debe a que no importa si se saca cara o

os de color a negro (p = 1).

mos de color a rojo (p = 1)
E5
0
0
1/4
1/2
0
0
El ascensor de un edificio con bajo y dos pisos realiza viajes de uno a otro piso. El piso en el que finaliza el viaje n-ésimo del as
sabe que la mitad de los viajes que parten del bajo se dirigen a cada uno de los otros dos pisos, mientras que si un viaje comie
veces finaliza en el segundo. Por último, si un trayecto comienza en el segundo piso, siempre finaliza en el bajo. Se pide: a) C
transición de la cadena b) Dibujar el gráfico asociado. c) ¿Cuál es la probabilidad de que, a largo plazo, el ascensor se encu

a) Calcular la matriz de probabilidades de transición de la cadena

P00 Esta es la probabilidad de que el ascensor se encuentre en la planta baja y en la etapa anterior estaba en la plant
P01 Esta es la probabilidad de que el ascensor se encuentre en la planta primera y en la etapa anterior estaba en la p
P02 Esta es la probabilidad de que el ascensor se encuentre en la segunda planta y en la etapa anterior estaba en la p
P10 Esta es la probabilidad de que el ascensor se encuentre en la planta baja y en la etapa anterior estaba en la prime
P11 Esta es la probabilidad de que el ascensor se encuentre en la primera planta y en la etapa anterior estaba en la p
P12 Esta es la probabilidad de que el ascensor se encuentre en la segunda planta y en la etapa anterior estaba en la p
P20 Esta es la probabilidad de que el ascensor se encuentre en la planta baja y en la etapa anterior estaba en la segun
P21 Esta es la probabilidad de que el ascensor se encuentre en la primera planta y en la etapa anterior estaba en la se
P22 Esta es la probabilidad de que el ascensor se encuentre en la segunda planta y en la etapa anterior estaba en la s

P00 P01 P02 0

P= P10 P11 P12 = 3/4
P20 P21 P22 1

b) Dibujar el gráfico asociado.

0 2

c) ¿Cuál es la probabilidad de que, a largo plazo, el ascensor se encuentre en cada uno de los tres pisos

0 1/2 1/2 0 1/2 1/2

3/4 0 1/4 X 3/4 0 1/4
1 0 0 1 0 0
 e finaliza el viaje n-ésimo del ascensor sigue una cadena de Markov. Se
, mientras que si un viaje comienza en el primer piso, sólo el 25% de las
e finaliza en el bajo. Se pide: a) Calcular la matriz de probabilidades de
largo plazo, el ascensor se encuentre en cada uno de los tres pisos

tapa anterior estaba en la planta baja. Es equivalente a 0.

la etapa anterior estaba en la planta baja. Es equivalente a 1/2.
la etapa anterior estaba en la planta baja. Es equivalente a 1/2.
tapa anterior estaba en la primera planta. Es equivalente a 3/4.
la etapa anterior estaba en la primera planta. Es equivalente a 0.
la etapa anterior estaba en la primera planta. Es equivalente a 1/4.
tapa anterior estaba en la segunda planta. Es equivalente a 1.
la etapa anterior estaba en la segunda planta. Es equivalente a 0.
la etapa anterior estaba en la segunda planta. Es equivalente a 0.

1/2 1/2
0 1/4
0 0

tres pisos

0.875 0 0.125
= 0.25 0.375 0.375
0 0.5 0.5

0.765625 0.0625 0.171875

= 0.3125 0.328125 0.359375
0.125 0.4375 0.4375

0.62719727 0.14355469 0.229248046875

= 0.38671875 0.28442383 0.328857421875
0.28710938 0.34277344 0.3701171875
 0.51471096 0.20944762 0.27584141492844
= 0.44695902 0.24913579 0.30390518903732
0.41889524 0.26557517 0.31552958488464

Abajo Primero Segundo

47.41% 23.32% 29.27% 100.00%
1/2 2/9 2/7 1
 Un agente comercial realiza su trabajo en tres ciudades A, B y C. Para evitar desplazamientos innecesarios está todo el día
desplazándose a otra ciudad al día siguiente, si no tiene suficiente trabajo. Después de estar trabajando un día en C, la probab
ella al día siguiente es 0.4, la de tener que viajar a B es 0.4 y la de tener que ir a A es 0.2. Si el viajante duerme un día en B, c
seguir trabajando en la misma ciudad al día siguiente, en el 60% de los casos viajará a C, mientras que irá a A con probabilida
trabaja todo un día en A, permanecerá en esa misma ciudad, al día siguiente, con una probabilidad 0.1, irá a B con una probab
de 0.6. a) Si hoy el viajante está en C, ¿cuál es la probabilidad de que también tenga que trabajar en C al cabo de cuatro días?
los que el agente comercial está en cada una de las tres ciudades?

a) Si hoy el viajante está en C, ¿cuál es la probabilidad de que también tenga que trabajar en C al cabo de cuatro días?

Matriz de transición en ordén A B C

0.1 0.3 0.6

P= 0.2 0.2 0.6
0.2 0.4 0.4

0.1 0.3 0.6 0.1 0.3 0.6

0.2 0.2 0.6 X 0.2 0.2 0.6
0.2 0.4 0.4 0.2 0.4 0.4

b) ¿Cuáles son los porcentajes de días en los que el agente comercial está en cada una de las tres ciudades?

0.1 0.3 0.6 0.1 0.3 0.6

0.2 0.2 0.6 X 0.2 0.2 0.6
0.2 0.4 0.4 0.2 0.4 0.4
 nnecesarios está todo el día en la misma ciudad y allí pernocta,
ando un día en C, la probabilidad de tener que seguir trabajando en
ante duerme un día en B, con probabilidad de un 20% tendrá que
que irá a A con probabilidad 0.2. Por último si el agente comercial
d 0.1, irá a B con una probabilidad de 0.3 y a C con una probabilidad
n C al cabo de cuatro días? b) ¿Cuáles son los porcentajes de días en
las tres ciudades?

cabo de cuatro días?

0.19 0.33 0.48

= 0.18 0.34 0.48
0.18 0.3 0.52

= 0.0864 0.144 0.2704

= 0.5008

0.19 0.33 0.48

= 0.18 0.34 0.48
0.18 0.3 0.52

Ciudad A Ciudad B Ciudad C

= 0.1819 0.3189 0.4992 1
18% 32% 50% 1
En una comunidad hay 3 supermercados (S1, S2, S3) existe la movilidad de un cliente de uno a otro. El 1 de septiembre, 1⁄4 de
5/12 al S3 de un total de 10.000 personas. Cada mes el S1 retiene el 90% de sus clientes y pierde el 10% que se va al S2. Se av
5% y pierde el 85% que va a S1 y el resto se va a S3, el S3 retiene solo el 40%, pierde el 50% que va al S1 y el 10% va al S2. a. E
b. ¿Cuál es la proporción de clientes para los supermercados el 1 de noviembre? c. Hallar el vector de probab

a.Establecer la matriz de transición

S1 S2 S3
P00 S1 retiene el 90% de sus clientes
P01 S1 pierde el 10% que se va para S2
P02 No pasa nada 0.9
P10 S2 pierde el 85% de sus clientes que se van para S1 P= 0.85
P11 S2 retiene solo el 5% de sus clienters 0.5
P12 S2 pierde el 10% que se van para s3
P20 S3 pierde el 50% de sus clientes que se van para S1
P21 S3 pierde el 10% que se van para S2
P22 S3 retiene solo el 40% de sus clientes

b. ¿Cuál es la proporción de clientes para los supermercados el 1 de noviembre?

0.9 0.1 0 0.9 0.1 0

0.85 0.05 0.1 X 0.85 0.05 0.1
0.5 0.1 0.4 0.5 0.1 0.4

c. Hallar el vector de probabilidad estable.

0.90 0.10 0.00 0.895 0.095 0.01

0.85 0.05 0.10 = 0.8575 0.0975 0.045
0.50 0.10 0.40 0.735 0.095 0.17

S1 S2 S3
1/4 1/3 5/12
0.816 0.096 0.088
a otro. El 1 de septiembre, 1⁄4 de los clientes va al S1, 1/3 al S2 y
rde el 10% que se va al S2. Se averiguó que el S2 solo retiene el
ue va al S1 y el 10% va al S2. a. Establecer la matriz de transición
bre? c. Hallar el vector de probabilidad estable.

0.1 0
0.05 0.1
0.1 0.4

0.895 0.095 0.01

= 0.8575 0.0975 0.045
0.735 0.095 0.17

S1 S2 S3
= 0.8898375 0.0952375 0.014925 1
88.98% 9.52% 1.49% 1

1
1
Un Ingeniero Forestal, requiere saber: i)Cuál es el costo mínimo, y ii)Cuál es la ruta con ese costo
mínimo, para ir desde su oficina hasta el lugar donde está la cosecha. En su camino debe pasar por 3

sectores o ciudades antes de llegar a su destino, y lugares posibles en esos sectores o ciudades. Las
posibles rutas, y el costo asociado por Kms. de distancia y otros en $, se ven en el siguiente esquema:

RTA: El ingeniero forestal tiene u

y ese resultado optimo lo puede
que es donde esta la cosecha

n=4 S/X4 13 F4* X4* n=3 S/X3

9 12 12 13 6
10 16 16 13 7
11 15 15 13 8
12 14 14 13

n=2 S/X2 6 7 8 F2* X2*

2 24 20 20 20 7Y8
3 20 23 18 18 8
4 24 26 22 22 8
5 24 26 25 24 6

PARTIDA X1
La solucion Optima es 24 La ruta optima es 0 3
 Etapas
1
2
3
4

TA: El ingeniero forestal tiene un costo minimo de 24, para ir desde su oficina hasta la cosecha
ese resultado optimo lo puede lograr yendo desde su oficina al lugar 3, 8, 9 y de ahí al lugar 13
ue es donde esta la cosecha

9 10 11 13 F3* X3*
15 18 16 17 15 9
16 17 19 20 16 9
14 19 21 19 14 9

n=1 S/X1 2 3 4 5 F1* X1*

1 27 24 27 30 24 3

X2 X3 X4
8 9 13
Un aserradero debe enviar 4 o 5 cargamentos a cuatro destinos. La máxima asignación para cada
destino es de cuatro cargamentos. En la tabla siguiente se indica g(xi) como los ingresos en MM$
obtenidos por cada una de las decisiones posibles. Se desea maximizar el ingreso del aserradero
por estos envíos.
Además al destino 2 no se puede asignar 4 sino que máximo 3 cargamentos. Al destino 3 ya se
ha decidido asignar exactamente 1 cargamento. Un cargamento no asignado no tiene valor
asignado.
ETAPAS
Cargamentos/Destinos 1 2 3 4
0 0 0 0 0
1 5 6 4 7
2 11 10 12 10 ESTADOS
3 15 16 17 14
4 21 * 22 23

Funcion Recursiva
P:Max( ( g(xi); i=1,2,3,4)
sa: X1+X2+X3 +X4 ( 5 ; Xi ((0,1,2,3,4(; i=1,2,3,4.

P:Max( ( g(xi); i=1,2,3,4)

sa: X1+X2+X3 +X4 ( 4 ; Xi ((0,1,2,3,4(; i=1,2,3,4.

n=4 S/X4 0 1 2 3 4 F4*

0 0 * * * * 0
1 0 7 * * * 7
2 0 7 10 * * 10
3 0 7 10 14 * 14
4 0 7 10 14 23 23

n=3 S/X3 1 F3* X3*

1 4 4 1
2 11 11 1
3 14 14 1
4 18 18 1
5 27 27 1

n=2 S/X2 0 1 2 3 F2* X2*

1 4 * * * 4 0
2 11 10 * * 11 0
3 14 17 14 * 17 1
4 18 20 21 20 21 2
5 27 24 24 27 27 0y3

n=1 S/X1 0 1 2 3 4 F1*

4 21 22 22 19 * 22
5 27 26 28 26 25 28
 Si se envian 4 cargamentos
X4* El destino 1 debe enviar 2 cargamentos
0 El destino 2 debe enviar 0 cargamentos
1 El destino 3 debe enviar 1 cargamento
2 El destino 4 debe enviar 1 cragamento
3
4 Se obtiene como maximo 22

LA RUTA OPTIMA ES
4 2 2 1

Si se envian 5 cargamentos
El destino 1 debe enviar 2 cargamentos
El destino 2 debe enviar 1 cargamentos
El destino 3 debe enviar 1 cargamento
El destino 4 debe enviar 1 cragamento

Se obtiene como maximo 28

LA RUTA OPTIMA ES
5 3 2 1

X1*
1y2
2
 Un dueño de tres supermercados tiene 5 cargas de fresas frescas. Su problema es destinar las
fresas a cada supermercado, ya que en cada uno las fresas tienen distinto valor. El ingreso en
los supermercados, según la asignación de cargas se indica a continuación en MM$.

Cargamentos/Destino Supermercado 1 Supermercado 2 Supermercado 3

0 0 0 0
1 5 6 4
2 9 11 9
3 14 15 13
4 17 19 18
5 21 22 20

El no asignar las cargas de fresas a un supermercado tiene valor asociado de cero pesos al
horizonte, porque se perderán.
¿Cuál es el máximo ingreso posible, y cuál es la asignación que para ello?.

Etapas Xn=(1,2,3) Seran el numero de cargas asignadas a la etapa (Supermercado)

Estados Numero de cargas disponibles para el supermercado t onde t=(1,2,3)
Decisiones Numero de cargas asignadas a la tienda t
ft*(i)=max ft(i,j)
Funcion Recursiva
ft(i,j)=Cij+f*t+1(j)

t=3 i/j 0 f3*(i) xt

0 0 0 0
1 4 4 1
2 9 9 2
3 13 13 3
4 18 18 4
5 20 20 5

t=2 i/j 0 1 2 3
0 0 * * *
1 4 6 * *
2 9 10 11 *
3 13 15 15 15
4 18 19 20 19
5 20 24 24 24

t=1 i/j 0 1 2 3
5 24 25 24 25

Ganancia Total Optima 25

OPCIONES DE ASIGNACION SUPER 1 SUPER 2 SUPER 3

1 1 Carga 2 Carga 2 Carga
2 3 Carga 2 Carga 0 Carga

NOTA: En la segunda opcion no hubo necesidad de enviar mercancia a la tienda 3 ya que en la tienda 1 y 2 se o
o t onde t=(1,2,3)

4 5 f2*(i) xt
* * 0 0
* * 6 1
* * 11 2
* * 15 1,2,3
19 * 20 2
23 22 24 1,2,3

4 5 f1*(i) xt
23 21 25 1,3
enda 3 ya que en la tienda 1 y 2 se obtienen mejores ganancias
Se dispone de 6 brigadas para asignar a tres sectores. El aumento de la productividad en los
sectores depende de la asignación, y es la que se indica en el cuadro siguiente:

ETAPAS
Núm.brigadas asign\sector Sector 1 Sector 2 Sector 3
0 0 0 0
1 12 14 13
2 25 19 21
3 30 37 32
4 40 49 48

¿Cuántas brigadas asignar a cada sector para hacer máxima la suma de aumento de la
productividad?.
Una brigada no asignada no tiene valor asociado en la productividad. Esto equivale a decir que
el valor al horizonte de una brigada no asignada es de cero, ya que ese valor no influye sobre el
valor de la función objetivo.

P: Máx((f(Xi);i=1,2,3)
s.a: X1+X2+X3 ( 6 ; Xi ((0,1,2,3,4(; i=1,2,3

n=3 S/X3 F3* X3*

6 48 4
5 48 4
4 48 4
3 32 3
2 21 2
1 13 1
0 0 0

n=2 S/X2 4 3 2 1 0 F2*

6 70 69 67 62 48 70
5 62 58 51 62 48 62
4 49 50 40 46 48 50
3 * 37 32 35 32 37
2 * * 19 27 21 27

n=1 S/X1 4 3 2 1 0 F1*

6 67 67 75 74 70 75

Solucion Optima 75 La ruta optima es 6 4

RTA: La mayor productividad posible es de 75 y se logra asignando 2
brigadas al sector 1, 3 brigadas al sector 2 y 1 brigada al sector 3

X2*
4
4y1
3
3
1

X1*
2