EQUIPO 2

4.3 ESTADO ESTABLE.

TECNM CAMPUS CD. JUÁREZ

Investigación de operaciones l l

27/04/2021
 2
Cadenas de Markov
Esta es una herramienta para analizar el
comportamiento de determinados
procesos estocásticos (procesos con
magnitudes aleatorias)
Estos procesos evolucionan de forma
determinística a lo largo del tiempo en
torno a un conjunto de estados.

Son situaciones como:

Los clientes que entran a un restaurante en
cierto tiempo t.
La cantidad de ventas registradas en el
supermercado en el mismo tiempo t.
 3
Estados 1 2
Estos son un concepto clave
en las cadenas de Markov,
pues brindan una
caracterización de la
situación en que se
encuentra el sistema en un 3 4
instante dado.
 4
A fin de cuentas…
Solo se va jugar en un campo, cada uno
representa un « estado ».
La programación del partido solo asignaría
un estado, es decir, un campo. La asignación
de un partido depende de ciertas
probabilidades, que a su vez depende de cual
campo fue asignado el partido anterior.

Si el último se jugó en el campo 1, se puede

jugar en el campo 2, o 3, o 4. Formándose así,
una cadena de Markov a partir de estos
estados
 5
Matriz de
transición
En esta se encuentran las probabilidades que
existen de pasar de un estado a otro. Debe
de cumplir con los requisitos:
• La suma de cada probabilidad de los
estados debe ser igual a 1 por cada
renglón.
• La matriz de transición debe ser cuadrada.
• Las probabilidades de transición debe
estar entre 0 y 1.
 6
Estado estable
Esta es la distribución
de probabilidades que
en cierto punto quedará
fija para el vector P y no
presentará cambios en
periodos futuros.
 7
Probabilidad de estado estable
Conforme una cadena es lo
suficientemente grande, los
A B
renglones de la matriz terminan
teniendo elementos idénticos, P= A 1/2 1/2 -
es decir, se hacen estables.
B 1 0

Estos valores son independientes

de la probabilidad inicial
definida para los estados.
VIDEO 8
 EJEMPLO 9
Tres operadores de telefonía celular que se encuentra en el mercado, Tigo, Movistar y Comcel;
se distribuyen, según un estudio realizado, la población de consumidores de la siguiente
manera.

Movistar presenta el 30% de los consumidores

Tigo posee e 30% de los consumidores totales
Comcel tiene el 40% restante de los clientes del mercado.

El mismo estudio permitió determinar que:

Los individuos que están en Movistar tiene una probabilidad de 30% de quedarse en la misma
operadora, una de 50% de cambiar a Tigo, y una de 20% para pasarse a Comcel.

Los individuos que están en Tigo tienen una probabilidad de 70% de quedarse en la misma
operadora, una de 10% de cambiar a Movistar, y una de 20% para pasarse a Comcel.

Los individuos que están en Comcel tiene una probabilidad de 50% de quedarse en la misma
operadora, una de 30% de cambiar a Tigo, y una de 20% para pasarse a Movistar.
 Solución 10
Con la información suministrada podemos diseñar tanto nuestro
vector de probabilidad Po así como la matriz de transición.
11
Así mismo podemos proceder para los periodos siguientes,
encontrando que: 12

Como observamos a partir del

periodo 9 los cambios e la
distribución de los clientes es
mínima, por lo cual se asume
que el valor del estado estable
es
[0.1608 0.5535 0.2857],
tomando valores aproximados
y de 4 dígitos.
 13
Pero no siempre es necesario contar con un vector Po para poder hallar el
estado estable, estableciendo un sistema de ecuaciones y resolviéndolo
mediante el método más conveniente podríamos llegar al mismo resultado. Para
realizarlo procedemos de la siguiente manera, estableciendo las variables X, Y y
Z como las probabilidades a buscar tendríamos:

𝟎. 𝟑 𝟎. 𝟓 𝟎. 𝟐
𝑿 𝒀 𝒁 * 𝟎. 𝟏 𝟎. 𝟕 𝟎. 𝟐
𝟎. 𝟐 𝟎. 𝟑 𝟎. 𝟓
● Obtendríamos entonces
𝟎. 𝟑𝑿 + 𝟎. 𝟏𝒀 + 𝟎. 𝟐𝒁 = 𝑿
𝟎. 𝟓𝑿 + 𝟎. 𝟕𝒀 + 𝟎. 𝟑𝒁 = 𝒀
𝟎. 𝟐𝑿 + 𝟎. 𝟐𝒀 + 𝟎. 𝟓𝒁 = 𝒁
No podemos olvidar que la suma de las probabilidades debe ser igual a 1 por tal 14
razón en el sistema de ecuaciones se debe incluir la restricción.
X+Y+Z=1

Despejando los valores X, Y y z de las ecuaciones 1, 2 y 3 respectivamente.

Haciendo eso nuestro sistema de ecuaciones queda así:
−𝟎. 𝟕𝑿 + 𝟎. 𝟏𝒀 + 𝟎. 𝟐𝒁 = 𝟎
𝟎. 𝟓𝑿 − 𝟎. 𝟑𝒀 + 𝟎. 𝟑𝒁 = 𝟎 =Y
𝟎. 𝟐𝑿 + 𝟎. 𝟐𝒀 − 𝟎. 𝟓𝒁 = 𝟎
X+Y+Z=1
Procedemos a resolver el sistema mediante el método de Gauss, (para la
15
solución del sistema de ecuaciones se pueden tomar diversas alternativas aquí
haremos uso del método de Gauss). Llevaremos la matriz a una matriz triangular
superior.
 16
● Despejando Z de la ecuación 4 tenemos que
1
Z= = 0.2857
3.5

● Reemplazamos z en la ecuación 2 y despejando tenemos:

3.1𝑍
𝑌 = = 0.5536
1.6

● Como X+Y+Z= 1 despejando X tenemos que

X= 1 – Y – Z = 1 – 0.5536 – 0.2857 = 0.1607
● Como vemos nuestro estado estable es
𝟎. 𝟏𝟔𝟎𝟕 𝟎. 𝟓𝟓𝟑𝟔 𝟎. 𝟐𝟖𝟓𝟕

Respuesta que coincide con la obtenida en el procedimiento anterior

 17
EJEMPLO

En un pueblo, al 90% de los días soleados le siguen días

soleados, y al 80% de los días nublados. Con esta información
modelar el clima del pueblo como una cadena de Markov.
 18
SOLUCIóN
Se trata de una cadena de Markov con dos estados
(soleado, nublado) que abreviar representaremos por
(S,N), siendo la matriz de probabilidades de transición.
 BIBLIOGRAFIA
● Pérez G, J. J. (2011). Cadena de Markov. Recuperado el 26/04/2021 en
https://investigacindeoperaciones2.blogspot.com/2011/06/cadena-de-
markov-el-estado-estable.html?fbclid=IwAR0toHMPhc0ur-
lwRKxvWhpWOAs23p1jWt1j6HCPKung7LraaFEE_X-FHEA

● Aprende Fácil. (28/12/2017) Cadenas de markov probabilidades en estado

estable. Recuperado el 26/04/2021 en
https://www.youtube.com/watch?v=13DHglQag0g
 INTEGRANTES DEL EQUIPO

✓ Cano Hernández Ana María

✓ Galloso Villalba Kathia Renée
✓ Leal Vera Manuel Alejandro
✓ Llanes Jaramillo Fátima Nahomi
✓ Orta Bailón Maydalía