UNIVERSIDAD PERUANA DE CIENCIAS APLICADAS

FACULTAD DE INGENIERÍA

TAREA ACADEMICA 1

CADENAS DE MARKOV

INVESTIGACION DE OPERACIONES II

INTEGRANTES

Puchoc Vega, Ysmael Eduardo (U201711109)

Romero Huamán, Katherine Betsy (U20181B757)

PROFESOR

Guevara Chávez, Víctor Aldrhing

Lima, 12 de Octubre del 2020

1
CONTENIDO

1 PROBLEMA DE APLICACIÓN .................................................................................. 3

2 FUENTES DE REFERENCIAS ................................................................................... 4

3 SOLUCIÓN: EXPLICACIÓN EN SECUENCIA ........................................................ 5

4 REPORTE ADMINISTRATIVO: ENTENDIMIENTO DE LA SOLUCIÓN Y

TOMA DE DECISIONES ................................................................................................... 12

5 RECOMENDACIONES DE LA SOLUCIÓN. .......................................................... 12

2
1 PROBLEMA DE APLICACIÓN

1.- Un profesor de ingeniería adquiere una computadora nueva cada dos años. El
profesor puede elegir de entre tres modelos: Ml, M2 y M3. Si el modelo actual es Ml,
la siguiente computadora puede ser M2 con probabilidad 0.2, o M3 con probabilidad
0.15. Si el modelo actual es M2, las probabilidades de cambiar a Ml y M3 son 0.6 y
0.25, respectivamente. Pero si el modelo actual es M3, entonces las probabilidades de
comprar los modelos Ml y M2 son 0.5 y 0.1, respectivamente.
Se le pide a usted lo siguiente:

a) Represente la situación como una Matriz (cadena) de Markov

b) Elabore el diagrama de transición de estado.
c) Si actualmente el profesor tiene una computadora modelo M1. Determine la
probabilidad de que el profesor adquiera una computadora modelo M3 al cabo
de 6 años.
d) En el largo plazo cual será la distribución de probabilidades de adquirir cualquier
modelo de computadora.

2.- En un mes dado, Dress-Rite pierde 10% de sus clientes que cambian a Fashion,
Inc. y 20% de su mercado cambia a Luxury Living; pero Fashion, Inc., pierde 5% de
su mercado que cambia a Dress-Rite y 10% que cambia a Luxury Living cada mes;
luego, Luxury Living pierde 5% de su mercado que cambia a Fashion, Inc., y 5% de
su mercado que cambia a Dress-Rite. En este momento, cada una de las tiendas de
ropa tiene una participación
igual en el mercado.
Se le pide a usted lo siguiente:

a) Elabore la matriz de transición del caso propuesto

b) Elabore el diagrama de estados
c) ¿Cuáles cree que serán las participaciones en el mercado el próximo mes?
d) ¿Cuáles serán dentro de tres meses?

3
2 FUENTES DE REFERENCIAS

• Author (s): Yan Qingyou, Qin Chao, Nie Mingjian, Yang Le

• Journal Article: Forecasting the Electricity Demand and Market Shares in Retail
Electricity Market Based on System Dynamics and Markov Chain
• Journal: MATHEMATICAL PROBLEMS IN ENGINEERING
• Volumen: 2018
• Número de artículo: 4671850
• Fuente: Web of science

En el paper elegido, se estableció un modelo de pronóstico de participación de mercado

basado en la cadena de Markov y se construyó un modelo de dinámica de sistemas para
pronosticar el consumo de electricidad con base en el análisis de cinco factores que son
desarrollo económico, factores de política, factores ambientales, sustitución de energía
eléctrica, y desarrollo de la red eléctrica. Para una aplicación real, se seleccionó el
mercado minorista de electricidad de la provincia de Guangdong en China. El consumo
de electricidad total, industrial y comercial en Guangdong de 2016 a 2020 se predijo en
diferentes escenarios, y las cuotas de mercado de las principales entidades del mercado
se analizaron utilizando el modelo de cadena de Markov. Los resultados indicaron que
la electricidad comercial directa representaría entre el 70% y el 90% del consumo total
de electricidad en el futuro.

El análisis de escenarios fue realizado utilizando el crecimiento económico y la

reestructuración industrial como separadores; el total, industrial y comercial, se
pronosticó el consumo de electricidad en diferentes escenarios; y las influencias
resultantes en la cuota de mercado futura; el modelo utilizado proporcionó una valiosa
referencia para la toma de decisiones de los proveedores y el desarrollo de la industria
eléctrica.

4
3 SOLUCIÓN: EXPLICACIÓN EN SECUENCIA

Ejercicio 1:

Un profesor de ingeniería adquiere una computadora nueva cada dos años. El profesor
puede elegir de entre tres modelos: Ml, M2 y M3. Si el modelo actual es Ml, la siguiente
computadora puede ser M2 con probabilidad 0.2, o M3 con probabilidad 0.15. Si el
modelo actual es M2, las probabilidades de cambiar a Ml y M3 son 0.6 y 0.25,
respectivamente. Pero si el modelo actual es M3, entonces las probabilidades de
comprar los modelos Ml y M2 son 0.5 y 0.1, respectivamente.

Desarrollo:

a) Represente la situación como una Matriz (cadena) de Márkov

Por medio de la información obtenida del ejercicio podemos representarlo a través de la

matriz de transición y obtener los valores necesarios. Cabe resaltar que las filas deben
sumar 100% o 1. Para poder obtener todos los valores de la matriz y debido a que todas
las filas deben sumar 1, se realizó las siguientes operaciones:

• M1 a M1 = 1 - 0.2 - 0.15 = 0.65

• M2 a M2 = 1 – 0.6 – 0.25 = 0.15
• M3 a M3= 1 – 0.5 – 0.1 = 0.4

Quedando como resultado la siguiente Matriz de Transición:

Matriz de transición

M1 M2 M3 ∑
M1 0.65 0.2 0.15 1
M2 0.6 0.15 0.25 1
M3 0.5 0.1 0.4 1

5
b) Elabore el diagrama de transición de estado.

Para representar la matriz anterior lo podemos plasmar en un diagrama de transición de

estados donde los círculos M1, M2 y M3 representan los estados y los arcos (flechas)
las probabilidades entre estados.

0.2

0.65 M1 M2 0.15
0.6

0.15 0.1
0.5 0.25

M3

0.4

c) Si actualmente el profesor tiene una computadora modelo M1. Determine la

probabilidad de que el profesor adquiera una computadora modelo M3 al cabo de
6 años

Para poder determinar la probabilidad de que el profesor adquiera una computadora M3

al cabo de 6 años de debe definir primero la matriz inicial y la matriz de transición.
Debido a que inicialmente está dirigido al modelo M1 se plantea en la matriz inicial a
M1 igual a 1 o 100%.

6
El tiempo de adquisición es cada 2 años esto equivale a 1 periodo. Por lo tanto, para
saber la probabilidad de que el profesor teniendo una computadora M1 adquiera una M3
al cabo de 6 años, se representara como 3 periodos.

Para tener la probabilidad en 6 años, se deberá multiplicar la matriz inicial con la matriz
de transición, teniendo como resultado las probabilidades de adquirir una computadora
en el primer periodo o 2do año. Luego la matriz inicial del 2do año se multiplica por la
matriz de transición y se obtiene los resultados del 4to año o segundo periodo. Por
último, la matriz inicial del 4to año se multiplica por la matriz de transición y se obtiene
las probabilidades de adquirir una computadora tipo M1, M2, M3 al cabo de 6 años.

Matriz de transición
Matriz Inicial M1 M2 M3 2 Años Primer periodo
π0 M1 M2 M3 M1 0.65 0.2 0.15 M1 M2 M3
1 0 0 M2 0.6 0.15 0.25 0.65 0.2 0.15
M1 0.5 0.1 0.4

Matriz de transición
Matriz Inicial M1 M2 M3 4 años Segundo periodo
primer M1 M2 M3 M1 0.65 0.2 0.15 M1 M2 M3
periodo 0.65 0.2 0.15 M2 0.6 0.15 0.25 0.62 0.18 0.21
M1 0.5 0.1 0.4

Matriz de transición
Matriz Inicial M1 M2 M3 6 años Tercer periodo
segundo M1 M2 M3 M1 0.65 0.2 0.15 M1 M2 M3
periodo 0.62 0.18 0.21 M2 0.6 0.15 0.25 0.61 0.17 0.22
M1 0.5 0.1 0.4

Como resultado tenemos que la probabilidad de que el profesor adquiera una

computadora modelo M3 al cabo de 6 años es de 22%

7
d) En el largo plazo cual será la distribución de probabilidades de adquirir
cualquier modelo de computadora

Para poder realizar la distribución de probabilidades de cualquier modelo a largo plazo,

se debe continuar con las operaciones hasta que las probabilidades de distribución se
encuentren estables (como se muestra en el cuadro), a continuación, se muestra las
operaciones realizadas para obtener el porcentaje de probabilidad a largo plazo para
adquirir cualquier modelo de computadora

Matriz de transición
Matriz Inicial M1 M2 M3 2 Años Primer periodo
π0 M1 M2 M3 M1 0.65 0.2 0.15 M1 M2 M3
1 0 0 M2 0.6 0.15 0.25 0.650 0.200 0.150
M1 0.5 0.1 0.4

Matriz de transición
Matriz Inicial M1 M2 M3 4 años Segundo periodo
M1 M2 M3 M1 0.65 0.2 0.15 M1 M2 M3
primer periodo
0.650 0.200 0.150 M2 0.6 0.15 0.25 0.618 0.175 0.208
M1 0.5 0.1 0.4

Matriz de transición
Matriz Inicial M1 M2 M3 6 años Tercer periodo
M1 M2 M3 M1 0.65 0.2 0.15 M1 M2 M3
segundo periodo
0.618 0.175 0.208 M2 0.6 0.15 0.25 0.610 0.171 0.219
M1 0.5 0.1 0.4

Matriz de transición
Matriz Inicial M1 M2 M3
M1 M2 M3 M1 0.65 0.2 0.15 M1 M2 M3
tercer periodo
0.610 0.171 0.219 M2 0.6 0.15 0.25 0.609 0.170 0.222
M1 0.5 0.1 0.4

Matriz de transición
Matriz Inicial M1 M2 M3
M1 M2 M3 M1 0.65 0.2 0.15 M1 M2 M3
cuarto periodo
0.609 0.170 0.222 M2 0.6 0.15 0.25 0.608 0.169 0.222
M1 0.5 0.1 0.4

Matriz de transición
Matriz Inicial M1 M2 M3
M1 M2 M3 M1 0.65 0.2 0.15 M1 M2 M3
quinto periodo
0.608 0.169 0.222 M2 0.6 0.15 0.25 0.608 0.169 0.223
M1 0.5 0.1 0.4

Matriz de transición
Matriz Inicial M1 M2 M3
M1 M2 M3 M1 0.65 0.2 0.15 M1 M2 M3
sexto periodo
0.608 0.169 0.223 M2 0.6 0.15 0.25 0.608 0.169 0.223
M1 0.5 0.1 0.4

Matriz de transición
Matriz Inicial M1 M2 M3
septimo periodo
M1 M2 M3 M1 0.65 0.2 0.15 M1 M2 M3
0.608 0.169 0.223 M2 0.6 0.15 0.25 0.608 0.169 0.223
M1 0.5 0.1 0.4

8
A largo plazo la distribución de probabilidades de adquirir cualquier modelo de
computadora será:
M1: La probabilidad a largo plazo de adquirir una computadora M1 es de 60.8%
M2: La probabilidad a largo plazo de adquirir una computadora M2 es de 16.9%
M3: La probabilidad a largo plazo de adquirir una computadora M3 es de 22.3%

2.- En un mes dado, Dress-Rite pierde 10% de sus clientes que cambian a Fashion, Inc.
y 20% de su mercado cambia a Luxury Living; pero Fashion, Inc., pierde 5% de su
mercado que cambia a Dress-Rite y 10% que cambia a Luxury Living cada mes; luego,
Luxury Living pierde 5% de su mercado que cambia a Fashion, Inc., y 5% de su mercado
que cambia a Dress-Rite. En este momento, cada una de las tiendas de ropa tiene una
participación igual en el mercado.
Se le pide a usted lo siguiente:

a) Elabore la matriz de transición del caso propuesto

Por medio de la información obtenida del ejercicio podemos representarlo a través de la
matriz de transición y obtener los valores necesarios. Cabe resaltar que las filas deben
sumar 100% o 1. Para poder obtener todos los valores de la matriz y debido a que todas
las filas deben sumar 1, se realizó las siguientes operaciones:
• Dress-Rite a Dress-Rite = 1- 0.1-0.2 = 0.7
• Fashion inc. a Fashion inc. = 1- 0.05 – 0.1 = 0.85
• Luxury Living a Luxury Living = 1 – 0.05 – 0.05 =0.9
Quedando como resultado la siguiente Matriz de Transición:

Matriz de transición

Dress-Rite Fashion inc. Luxury Living

Dress-Rite 0.70 0.10 0.20
Fashion inc. 0.05 0.85 0.10
Luxury Living 0.05 0.05 0.90

9
b) Elabore el diagrama de estados

Para representar la matriz anterior lo podemos plasmar en un diagrama de transición de

estados donde los círculos Dress-Rite, Fashion Inc. y Luxury living representan los
estados y los arcos (flechas) las probabilidades entre estados

Diagrama de transición
0.1

0.7 Fashion 0.85

Dress
0.05 inc
- Rite

0.05 0.05
0.2 0.1
Luxury
Living

0.9

c) ¿Cuáles cree que serán las participaciones en el mercado el próximo mes?

Para obtener las participaciones en el mercado se debe tener en cuenta el periodo, en

este ejercicio será de forma mensual y debido a que la participación de las tiendas de
ropa tiene una participación igual en el mercado se colocará en la matriz inicial 0.333
para cada tienda. Una vez definida la matriz inicial, lo multiplicamos con la matriz de
transición para conocer la participación en el mercado el próximo mes lo cual resulta la
siguiente información:

Participaciones en el mercado en el próximo mes

Matriz inicial ∏o Matriz de transición

D-R Fash. Lux. Mes 1 (Proximo mes)

Dress-Rite Fashion inc Luxury D-R 0.7 0.1 0.2 Dress-Rite Fashion inc Luxury
Matriz inicial 0.33 0.33 0.33 Fash 0.05 0.85 0.1 0.27 0.33 0.40
Lux 0.05 0.05 0.9

Para el siguiente mes Dress-Rite tendrá un 27% de participación en el mercado, Fashion

Inc. tendrá un 33% de participación en el mercado y Luxury living tendrá un 40% de
participación en el mercado.

10
d) ¿Cuáles serán dentro de tres meses?

A continuación, se deberá multiplicar la matriz inicial con la matriz de transición,

teniendo como resultado las probabilidades de participación en el mercado en el primer
periodo o mes. Luego la matriz inicial del primer mes se multiplica por la matriz de
transición y se obtiene los resultados del 2do mes. Por último, la matriz inicial del 2do
mes se multiplica por la matriz de transición y se obtiene las probabilidades de
participación en el mercado en el 3er mes dando como resultado lo siguiente:

Participaciones en el mercado en los próximos meses

Matriz inicial ∏o Matriz de transición

D-R Fash. Lux. Mes 1 (Proximo mes)

Dress-Rite Fashion inc Luxury D-R 0.7 0.1 0.2 Dress-Rite Fashion inc Luxury
Matriz inicial 0.33 0.33 0.33 Fash 0.05 0.85 0.1 0.27 0.33 0.40
Lux 0.05 0.05 0.9

matriz inicial primer mes D-R Fash. Lux. Mes 2

Dress-Rite Fashion inc Luxury D-R 0.7 0.1 0.2 Dress-Rite Fashion inc Luxury
0.27 0.33 0.40 Fash 0.05 0.85 0.1 0.22 0.33 0.45
Lux 0.05 0.05 0.9

matriz inicial segundo mes D-R Fash. Lux. Mes 3

Dress-Rite Fashion inc Luxury D-R 0.7 0.1 0.2 Dress-Rite Fashion inc Luxury
0.22 0.33 0.45 Fash 0.05 0.85 0.1 0.195 0.325 0.480
Lux 0.05 0.05 0.9

Dress Rite tendrá un 19.5 % de participación en el mercado en el 3er mes,

Fashion Inc. tendrá un 32.5 % de participación en el mercado en el 3er mes,
Luxury Living tendrá un 48 % de participación en el mercado en el 3er mes.

11
4 REPORTE ADMINISTRATIVO: ENTENDIMIENTO DE LA SOLUCIÓN Y

TOMA DE DECISIONES

Se ha determinado las probabilidades de ocurrencias futuras mediante el análisis de las

probabilidades conocidas en el presente, en procesos estocásticos.

La metodología utilizada para ello ha sido el modelo markoviano que es un tipo especial
de proceso estocástico discreto en el que la probabilidad de que ocurra un evento
depende solamente de evento inmediatamente anterior.

Esto nos ha permitido en el primer problema determinar la probabilidad del modelo de

computadora que el profesor pueda adquirir en 6 años y posteriormente determinar la
distribución a largo plazo el cual se realiza a través de la matriz de largo plazo donde
esta se queda permanente y ya no cambia; en el segundo caso nos ha permitido
determinar las participaciones en el mercado de las 3 tiendas de ropa, considerando que
el periodo será de forma mensual y una participación igual de las tiendas para la matriz
inicial .

En este trabajo hemos aplicado las cadenas de markov en situaciones reales y a

interpretar los resultados. Una de las grandes ventajas de este proceso es que se puede
utilizar en multitud de situaciones reales y muy variadas. Creemos que es una
herramienta muy útil puesto que la información que nos da nos ayuda a evitar posibles
problemas y mejorar resultados.

5 RECOMENDACIONES DE LA SOLUCIÓN.

✓ Se recomienda la aplicación de cadena de markov para los procesos de decisión y

para optimizarlos, así como la decisión de precios de productos y servicios para la
adquisición.

12
✓ Es importante realizar los diagramas de transición entre estados ya que los nodos van
a representar en qué estado se encuentra y los arcos representan la probabilidad de
que se haga un cambio entre los estados.

✓ La idea de largo plazo es basada en la suposición de que, en el futuro, el sistema

alcance un "equilibrio" (a menudo llamado el "estado sustentable") en el sentido de
que el st = st-1. Esto no quiere decir que las transiciones entre estados no tengan
lugar, suceden, pero ellos tienden "al equilibrio global" tal que el número en cada
estado permanece el mismo.

✓ La teoría de Markov es un modelo simplificado de un proceso de toma de decisión

complejo, debemos analizar y determinar los estados para que nuestro sistema
alcance los objetivos.

✓ Se deben verificar que la cadena de Markov CUMPLA las propiedades como proceso
de estados discretos, proceso de tiempo discreto y la propiedad Markoviana.

13