1

UNIVERSIDAD MARIANO GÁLVEZ DE GUATEMALA

FACULTAD DE CIENCIAS ECONOMICAS

LICENCIATURA EN CONTADURÍA PÚBLICA Y AUDITORÍA

CURSO: MÉTODOS ESTADISTICOS II

ING: REYES BALTAZAR MAZÁ GUERRA

CADENAS DE MARKOV

GRAFICAS DE CONTROL

Alumna: Jennifer Alicia González Castro

Carné: 2932-18-6791

Santa Lucía Cotzumalguapa, Escuintla 30 de mayo 2020

 2

INDICE

INTRODUCCIÓN...............................................................................................................4

CADENAS DE MARKOV Y GRÁFICO DE CONTROL

CAPÍTULO I

1. CADENAS DE MARKOV...........................................................................................5

1.1 La cadena de Markov y su función empresarial..........................................................5

1.2 Cadena de  Markov en tiempo discreto.......................................................................7

1.3 Cadenas de Markov en tiempo continuo.....................................................................7

CAPÍTULO II

2. GRÁFICAS DE CONTROL........................................................................................8

2.1 Gráficos de Control de Calidad...................................................................................9

2.2 ¿Por qué es importante un gráfico de control?...........................................................9

2.3 Tipos de gráficos de control estadístico....................................................................10

2.3.1 Gráficos de control de variables o Gráficos de medias y rangos...........................11

2.3.2. Gráficos de control de atributos o Gráficos de proporciones................................11

CAPÍTULO III

3. RESPUESTA A LAS PREGUNTAS........................................................................12

3.1 CADENAS DE MARKOV...........................................................................................12

3.1.1 ¿Qué es la cadena de Markov?.............................................................................12

3.1.2 ¿Para qué se utiliza en la vida real?......................................................................12

 3

3.1.3 ¿Una aplicación especifica en Auditoría?..............................................................13

3.2 GRÁFICAS DE CONTROL........................................................................................13

3.2.1 ¿Qué es la Gráfica de Control?..............................................................................13

3.2.2 ¿Para qué se utiliza en la vida real?......................................................................14

3.2.3 ¿Una aplicación especifica en Auditoría?..............................................................14

CONCLUSIONES............................................................................................................16

BIBLIOGRAFÍA...............................................................................................................17
 4

INTRODUCCIÓN

Los temas de esta investigación es sobre las cadenas de Markov y las graficas

de control.

Las cadenas de Markov determinan una dependencia de un evento con otro,

pueden ser de tiempos discretos o continuos, son de aplicabilidad en las áreas

empresariales, de contabilidad y auditoría, la probabilidad que el evento ocurra

depende de lo que ocurrió anteriormente.

Las graficas de control determinar el estado de un proceso, la situación de la que

una empresa se encuentra, y así detectar errores o problemas para su solución.

Existen diferentes gráficos de control estadísticos, pero esto va depende de la

necesidad que se requiera para utilizar alguno.

 5

CADENAS DE MARKOV Y GRÁFICO DE CONTROL

1. CADENAS DE MARKOV

La cadena de Markov, también conocida como modelo de Markov o proceso de

Markov, es un concepto desarrollado dentro de la teoría de la probabilidad y la

estadística que establece una fuerte dependencia entre un evento y otro suceso

anterior. Su principal utilidad es el análisis del comportamiento de procesos

estocásticos.

La explicación de estas cadenas la desarrolló el matemático de origen ruso Andréi

Márkov en 1907. Así, a lo largo del siglo XX, se ha podido emplear dicha metodología

en numerosos casos prácticos de la vida cotidiana. También se conoce como cadena

simple biestable de Markov.[ CITATION Jav \l 4106 ]

1.1 La cadena de Markov y su función empresarial

En ocasiones resulta complicado determinar cual va a ser la evolución de ciertos

aspectos empresariales sujetos a variaciones constantes. Esto puede dificultar la

adecuación de esfuerzos económicos y de personal, entre otros.

Una manera diferente de controlar ciertos factores de la gestión de un negocio

es realizar aproximaciones o previsiones en base a la utilización de cadenas de

Markov. No es un método totalmente exacto pero si útil para previsiones a largo o muy

largo plazo.
 6

A diferencia del método clásico de utilizar el año inmediatamente anterior como

guía, la cadena de Markov utiliza todos los estados anteriores para determinar una

evolución más realista de lo que cabe esperar de los próximos ejercicios. Es una

técnica curiosa aunque algo complicada para quien no domine la materia.

Toda consecución numérica cuando se repite tiende a descubrir cifras relevantes

y patrones. Dado el gran número y variedad de cifras existente en los balances lo mejor

es realizar el estudio en base a los ratios. Esto descubre más posibilidades pues

también podemos utilizar los ratios de RRHH, que cuantifican valores cualitativos y

miden factores humanos.

Más allá de los patrones lo complicado está en descubrir cual va a ser el

siguiente estado que va a producirse en el proceso estudiado. Es decir, tenemos que

adivinar el siguiente paso, que no tiene por qué ser parte del patrón aunque esté

influenciado por el mismo.

Para empezar voy a dar una definición de lo que es esta cadena. Se trata de una

herramienta creada por el matemático ruso "Andrei Markov" en el año 1907 que mezcla

principios algebraicos y estadísticos para analizar procesos estocásticos (que

evolucionan a lo largo del tiempo en un conjunto de estados).

Es posible aplicar este principio a campos tan diferentes como la meteorología,

astrología, biología... o a las empresas (entre otras muchas áreas, por supuesto).

[ CITATION Gru10 \l 4106 ]

 7

1.2 Cadena de  Markov en tiempo discreto

Un proceso estocástico o proceso aleatorio X(t) es un concepto matemático que

se utiliza para usar magnitudes aleatorias que varían con el tiempo o para caracterizar

una sucesión de variables aleatorias o estocásticas que varían en función de otra

variable, generalmente el tiempo. Cada variable o conjunto de variables sometidas a

influencias o efectos aleatorios constituyen un proceso estocástico. En teoría de la

probabilidad, una cadena de Markov  en tiempo discreto (CMTD) es un tipo especial de

proceso estocástico discreto en el que la probabilidad de que ocurra un suceso

depende solamente del suceso inmediatamente anterior.

Esta característica de falta de memoria se conoce como propiedad de Markov

(recibe el nombre del matemático ruso Andrei Markov, que lo introdujo en 1907).

1.3 Cadenas de Markov en tiempo continuo

Las cadenas de Markov en tiempo continuo (CMTC) verifican que dado el proceso

en un conjunto de tiempos anteriores al instante t, la distribución del proceso en el

instante t depende sólo del instante de tiempo anterior más próximo a t. [ CITATION Est1 \l

4106 ]
 8

2. GRÁFICAS DE CONTROL

Una gráfica de control es un diagrama que sirve para examinar si un proceso se

encuentra en una condición estable, o para asegurar que se mantenga en esa

condición.

En estadística, se dice que un proceso es estable (o está en control) cuando las

únicas causas de variación presentes son las de tipo aleatorio. En esta condición se

pueden hacer inferencias con respecto a la salida del proceso, esto es, la característica

de calidad que se esté midiendo. En cambio, la presencia de causas especiales o

asignables hace que el proceso se desestabilice, impidiendo la predicción de su

comportamiento futuro.

Con base en la información obtenida en intervalos determinados de tiempo,

las gráficas de control definen un intervalo de confianza: Si un proceso es

estadísticamente estable, el 99.73% de las veces el resulta<do se mantendrá dentro de

ese intervalo.

La estructura de las gráficas contiene una “línea central” (LC), una línea superior

que marca el “límite superior de control” (LSC), y una línea inferior que marca el “límite

inferior de control” (LIC). Los puntos contienen información sobre las lecturas hechas;

pueden ser promedios de grupos de lecturas, o sus rangos, o bien las lecturas

individuales mismas.
 9

Los límites de control marcan el intervalo de confianza en el cual se espera que

caigan los puntos.

Las gráficas de control sirven para:

 Determinar el estado de control de un proceso.

 Diagnostica el comportamiento de un proceso en el tiempo.

 Indica si un proceso ha mejorado o ha empeorado.

 Permite identificar las dos fuentes de variación de un proceso.

 Sirve como una herramienta de detección de problemas. [ CITATION SPC13 \l 4106 ]

2.1 Gráficos de Control de Calidad

Los gráficos de control de calidad son herramientas que sirven para saber si un

proceso está bajo control o si es necesario hacer ajustes. Estos gráficos son aplicables

en la gran mayoría de las industrias, donde se puedan realizar mediciones de

volúmenes, peso, longitud, diámetros, etc., en cuanto a productos, y de tiempo, en

cuanto a servicios. Su objetivo es distinguir variaciones dentro un proceso productivo

que afecten la calidad de sus resultados.

2.2 ¿Por qué es importante un gráfico de control?

Los gráficos son las herramientas de control estadístico de la calidad por

excelencia. En la consultoría de procesos, el especialista requiere del apoyo de las

 10

estadísticas y de herramientas gráficas que le permitan realizar un análisis objetivo de

la realidad.

Los gráficos de control de calidad permiten al especialista determinar:

 La estabilidad de un proceso.

 Cuándo urge realizar ajustes en un proceso.

 Si las mejoras en los procesos han tenido buen resultado o no.

De esta forma, el consultor de procesos puede determinar si existe o no una

excesiva variación en alguna característica del producto o servicio, apoyándose

también en la documentación del proceso analizado.

2.3 Tipos de gráficos de control estadístico

Estas herramientas de control de calidad se clasifican en dos tipos, según la

característica que estudian: variables o atributos.

 11

2.3.1 Gráficos de control de variables o Gráficos de medias y rangos

Sirven para analizar la calidad de variables tales como el peso, el volumen, la

temperatura, el diámetro, la longitud, el grosor, entre otras. El gráfico de control de

variables nos permite determinar una falla potencial en la calidad del proceso, aun

cuando estos pueden ser pasados por alto. Esto ocurre gracias a su carácter aleatorio

y de alta sensibilidad.

Este gráfico puede presentar resultados que estén fuera de los límites de control y

aún requeriría de un análisis extra para determinar si esta variación importante

ocurrió por causas aleatorias o por causas inherentes al proceso. [ CITATION Jwe19 \l 4106 ]

2.3.2. Gráficos de control de atributos o Gráficos de proporciones

A diferencia del gráfico de variables, el también conocido como Gráfico “p”  utiliza las

frecuencias con las que ocurre un defecto para determinar si el proceso está o no en

control estadístico de calidad. Generalmente, los resultados de este análisis indican si

el proceso es conforme o no conforme.

Esta respuesta se determina si tan sólo una de las mediciones está fuera de los

límites de control.

Este análisis presenta una variación, llamada Gráfico “np”, que involucra
 12

3. RESPUESTA A LAS PREGUNTAS

3.1 CADENAS DE MARKOV

3.1.1 ¿Qué es la cadena de Markov?

R// Es un proceso que se desarrolla aleatoriamente en el tiempo. El futuro en el

proceso depende del presente, son independientes del pasado. En los fenómenos no

importa que haya ocurrido en el pasado, sin embargo solo importan las condiciones de

lo que pueda pasar más adelante. El fin de estas cadenas es pronosticar el futuro,

sobre los compartimientos de un periodo largo o corto, determinar un tiempo para cada

proceso a estudiar y que este sea eficaz y tener un conocimiento claro sobre qué hacer

si este proceso favorece o no a lo que esperamos y no afectar los planes que se

tengan.

3.1.2 ¿Para qué se utiliza en la vida real?

R//

En el ámbito empresarial se utiliza en todos los eventos anteriores para determinar

cómo ha ido avanzando lo que se espera en los próximos eventos a realizar. Por

ejemplo saber lo que una empresa espera tener de liquidez y con ese mismo dato

calcular lo que podría pasar en el futuro, dependiendo la respuesta mejorar aspectos

que afecten a su rendimiento económico.

 13

En los Análisis de ventas o compras determinar cuánto podrá una empresa aumentar

sus ventas para tener presente la cantidad de producto que se debe comprar,

dependiendo sus ingresos de actividades ordinarias, así no obtener pérdida de ingreso

al no contar con producto existen para la venta o perdida de producto en mal estado al

comprar más de lo que se espera vender.

3.1.3 ¿Una aplicación especifica en Auditoría?

R// En Auditoría la podemos aplicar al momento de hacer una Auditoría a una empresa

en las cuentas por cobrar para determinar si los saldos que existen en los Estados

Financieros son los que realmente se cobran y así poder determinar qué porcentaje

es incobrable, dependiendo el resultado del porcentaje nos damos cuenta del proceso

que la empresa tiene implementado para las cuentas por cobrar. Al aplicar el proceso

de las Cadenas de Markov como auditores podemos llegar a determinar que

probabilidad existe que un cliente tiene la posibilidad de pagar para después volverle a

dar una mercadería al crédito, así mismo tener en cuenta que es lo que realmente la

empresa podría llegar a tener en sus saldos.

3.2 GRÁFICAS DE CONTROL

3.2.1 ¿Qué es la Gráfica de Control?

R// Una gráfica de control nos ayuda a determinar el desarrollo de un suceso, es decir

la condición en la que se encuentra, si nos beneficia o no, sino nos beneficia nos ayuda
 14

a garantizar que este en una condición adecuada. El grafico de control precisa la

confianza de un proceso, así mismo se puede observar como es el rendimiento del

proceso en el cual apliquemos este grafico. Demuestra cómo se desarrolla una

producción de acuerdo a un promedio. Con el grafico de control se puede hacer una

mejora al proceso, dependiendo como el gráfico muestre la situación en el que se

encuentre desarrollado.

3.2.2 ¿Para qué se utiliza en la vida real?

R// Se utiliza en el área de producción, cuando una empresa está fabricando un

producto, la gráfica es de mucha importancia para determinar cómo se encuentra el

proceso del producto, si tendrá un resultado positivo, y si obtendrá un resultado

negativo a su objetivo, así la empresa buscará la manera para controlarlo y mejorarlo,

seguidamente se volverá a aplicar el gráfico para determinar si el proceso, sigue fuera

de control, o si el proceso mejoró su desarrollo. Por ejemplo al fabricar botellas, si el

producto debe de tener una medida media de 8.5cm, pero el resultado final es de 13

cm, estaría fuera de control y es aquí donde se utiliza el gráfico de control para

determinar el error.

3.2.3 ¿Una aplicación especifica en Auditoría?

R// En auditoría se aplicaría por ejemplo al momento de auditar el control interno de

una entidad, para detectar problemas en el control interno de la empresa, como

incorrecciones materiales, indicios de fraude o robo e identificar las causas que

 15

originan estos problemas y eliminarlos, también para auditar el proceso de un

producto, si realmente se están utilizando los recursos para su elaboración.

Las auditorías necesitan muestreos, el gráfico de control ayudaría al auditor cuando se

realice un muestreo estadístico para obtener evidencia de auditoría, y determinar los

ingresos que percibe, y si en ocasiones se han salido de control o desviado y si sus

variaciones son razonables o no, la gráfica de control determinará si es necesario

implementar alguna acción ante la situación.

 16

CONCLUSIONES

Las cadenas de markov nos ayuda a analizar el comportamiento de un

acontecimiento futuro a largo o corto plazo y así tomar decisiones para garantizar un

resultado positivo de lo que se espera. En ocasiones las empresas necesitan saber el

cambio que pueda suceder en el tiempo, y para eso es su utilización.

Las graficas de control son útiles en estadística, demuestran el comportamiento

de un proceso, destinada para un mejor comportamiento, si está en un límite controlado

o está fuera de control, para encontrar una solución al problema o eliminarlo.

 17

BIBLIOGRAFÍA

Estadistica aplicada. (s.f.). Obtenido de

http://www.estadistica.net/INVESTIGACION/CADENAS-MARKOV.pdf

Galan, J. S. (s.f.). economipedia. Obtenido de

https://economipedia.com/definiciones/cadena-de-markov.html

Grudiz. (07 de septiembre de 2010). Pymes y autonomos . Obtenido de

https://www.pymesyautonomos.com/estrategia/la-cadena-de-markov-y-su-

funcion-empresarial

Mark, J. (05 de junio de 2019). Consultoria de Procesos Barcelona . Obtenido de

http://www.consultoriaprocesos.com/graficos-de-control-de-calidad/

SPC . (06 de febrero de 2013). Obtenido de https://spcgroup.com.mx/grafica-de-control/

18