FACILITADORA:

HILDA CASTRO CONTRERAS

 
INTRODUCCIÓN.

ESTADOS Y PROBABILIDADES DE ESTADO.

MATRIZ DE PROBABILIDADES DE TRANSICIÓN.

PRONÓSTICO DE PARTICIPACIÓN EN EL MERCADO.

ANÁLISIS DE MARKOV DE OPERACIONES DE

MAQUINARIA.

CONDICIONES DE ESTABILIDAD.

ESTADOS ABSORBENTES Y LA MATRIZ FUNDAMENTAL:

APLICACIÓN A LAS CUENTAS POR COBRAR..
El Análisis de Markov se basa en cuatro supuestos:


1. Existe un número limitado o finito de estados
posibles.

2. La probabilidad de que los estados cambien

permanece igual a lo largo del tiempo.

3. Se puede predecir cualquier estado futuro a

partir del estado anterior y de la matriz de
probabilidades de transición.

4. El tamaño y constitución del sistema (por

ejemplo, el número total de fabricantes y
clientes) no cambian durante el análisis.
 
El Análisis de Markov supone que
los estados son:
•Colectivamente Exhaustivos: que se puede
confeccionar una lista que contenga todos los
estados posibles de un sistema o proceso.
•Mutuamente Excluyente: que un sistema sólo
puede estar en un estado en un momento
dado.
 Son las condiciones
Los Estados: posibles de un proceso o
un sistema .
Estados y probabilidades de estado

 (i ) : Vector de probabilidad de estado del periodo i

ESTADO 1

ESTADO 2
 Vector de probabilidad de estado
Ejemplo de las tres tiendas de abarrotes:

100,000 Personas van de

compras durante cualquier
mes, a 3 tiendas.
Probabilidad de que una persona
este en la tienda

Tienda 1= American Food Store

40,000/100,000= 0.40= 40%

Tienda 2= Food Mart:

30,000/100,000= 0.30 = 30%

Tienda 3= Atlas Food

30,000/100,000= 0.30= 30%

 (1)  (0.4,0.3,0.3)
Probabilidad de que una persona
este en la tienda

En un estudio para determinar el nivel de lealtad de los

clientes, se concluye que el 80% de los que compran en
American Food Store en un mes regresarán al siguiente mes.
Sin embargo, para su siguiente compra, del resto de los
clientes de American, la mitad 10% cambiará a Food Mart y
la otra mitad 10% a Atlas Food. De los clientes que compran
durante este mes en Food Mart, regresará 70%, mientras que
10% cambiará a American Food Store y 20% a Atlas Foods.
De los clientes que este mes hacen sus compras en Atlas
Foods, 60% regresará, pero 20% irá a American Food Store y
otro 20% cambiará a Food Mart.

El vector de probabilidades de estado representa participaciones de

mercado.
 DIAGRAMA DE ÁRBOL
Food Mart DEL EJEMPLO DE LAS
10% TRES TIENDAS DE
ABARROTES.
American Food
80%
Atlas Food
10%

American Food
Food Mart 10%
70%

Atlas Food
20%

American
Atlas Food Food
60% 20%

Food Mart
20%
 0,8 #1 0.32

0,1
#2 0.04
American Food #1
0,4 0,1
#3 0.04

#1 0.03
0,1
Food Mart #2 0,7
#2 0.21
0,3
0,2
#3 0.06

0,2
#1 0.06
Atlas Food #3
0,3 0,2
#2 0.06
0,6
#3 0.18
 P = MATRIZ DE PROBABILIDADES DE
TRANSICIÓN

P11 P12 P13 P1n

P= P21 P22 P23 P2n
Pm1 Pm2 Pm3 Pmn

El concepto que permite pasar de un estado actual

(como podía ser las participaciones del mercado ) a un
estado futuro, es la matriz de probabilidad de
transición .
 0,8 0,1 0,1
P= 0,1 0,7 0,2
0,2 0,2 0,6

0,8= P11= Probabilidad de 0,1= P12= Probabilidad de

encontrarse en el estado 1 encontrarse en el estado
después de haber estado en el 2 después de haber
estado 1 en el periodo estado en el estado 1 en el
anterior. periodo anterior.
 Debido a que esta probabilidad es
equivalente a la participación de
mercado, es posible determinar la
participación de mercado futura de
American Food, Food mart o Atlas Foods.
 Cuando el periodo actual es 1, el calculo
de las probabilidades de estado del
siguiente periodo(periodo 2) puede
lograrse de la siguiente manera:
 π (2)=π (1)P
 Además, si nos encontramos en cualquier
periodo , es posible calcular las
probabilidades de estado del periodo n+1
de la siguiente manera:
 π (n+1)= π (n)P
Con las fórmulas explicadas anteriormente servirá para contestar a la
pregunta de la participación de mercado de las tiendas de abarrotes
durante el siguiente periodo. Los cálculos son los siguientes:

π (n+1)= π (n)P
 resultado

Como se pudo observar, la
participación de mercado de
America Food(0.41), Food Mart
(0.31) ha aumentado un 1%; al
tiempo que la participación de
Atlas Food(0.28) ha disminuido
un 2%.
Paul Tolsky, propietario de Tolsky Works, ha registrado
la operación de su máquina fresadora durante varios
años. En los últimos dos años, 80% del tiempo la
maquina fresadora funcionó correctamente durante el
mes actual si había funcionado bien durante el mes
anterior. Esta secuencia también significa que solo 20%
del tiempo la maquina no funciono de manera apropiada
durante un mes determinado cuando funcionaba bien el
mes anterior. Además, se ha observado que 90% del
tiempo la máquina permaneció ajustada de forma
incorrecta durante un mes determinado si no estaba bien
ajustada el mes anterior. Sólo 10% del tiempo operó de
forma correcta en un mes determinado cuando no operó
correctamente durante el mes anterior. En otras palabras,
esta máquina puede corregirse a si misma cuando no ha
funcionado bien en el pasado, situación que se presenta
10% del tiempo. Estos valores pueden utilizarse para
construir la matriz de probabilidades de transición. Una
vez más, el estado 1 es la situación en la que la maquina
funciona correctamente. La matriz de probabilidad de
transición de esta máquina es la siguiente:
 

RESPUESTA:
Por lo tanto, la probabilidad de que la máquina funcione correctamente
dentro de un mes, suponiendo que funciona correctamente en este
momento, es de 0.80. La probabilidad de que no funcione de manera
correcta dentro de un mes es de 0.20.
 Con estos resultados determinamos la
probabilidad de que la máquina funcione bien
dentro de dos meses, es de:

RESULTADO:
Esto significa que dentro de dos meses habrá una
probabilidad de 0.66 de que la máquina siga funcionando
correctamente. La probabilidad de que esta situación no
suceda es de 0.34. por supuesto podría continuarse con este
análisis tantas veces como se quiera para calcular la
probabilidades de estado en meses futuros.
 CONDICIONES DE EQUILIBRIO O
ESTABILIDAD


En el ejemplo anterior, es fácil pensar que
con el tiempo todas las participaciones de
mercado o probabilidades de estado serán
de 0 o de 1.; pero por lo general éste no es
el caso, pues se presenta un estado estable
o de equilibrio de los valores del mercado
o de las probabilidades.
 CONDICIONES DE EQUILIBRIO O
ESTABILIDAD

Parece que se llegara a un

equilibrio en 0.333333, o 1/3; pero
¿se puede estar seguro?
 CONDICIONES DE EQUILIBRIO O
ESTABILIDAD
Las condiciones de estado estable existen si las probabilidades de estado
no cambian durante un gran número de periodos. En consecuencia, en
equilibrio, las probabilidades de estado de un periodo futuro deben ser
las mismas que las probabilidades de estado del periodo actual.
 CONDICIONES DE EQUILIBRIO O
ESTABILIDAD

La ecuación 15-6 establece que al estar en equilibrio; las probabilidades de

estado del siguiente periodo son las mismas que las del periodo actual. En el
caso de la máquina de Tolsky, esto puede expresarse de la siguiente forma:

Si se multiplica de manera matricial, se obtiene:

 CONDICIONES DE EQUILIBRIO O
ESTABILIDAD


El primer término del lado izquierdo, 1, es igual al primer término del lado
derecho , ( 1)(0.8) + ( 2)(0.1). Además, el segundo término del lado izquierdo,
2, es igual al segundo término del lado derecho ( 1)(0.2) + ( 2)(0.9). De ello
cual se obtiene lo siguiente:
CONDICIONES DE EQUILIBRIO O
ESTABILIDAD

Los valores de
probabilidades
de estado
inicial no
influyen en las
condiciones de
equilibrio.
 
 El estado absorbente no permite pasar a otro estado en
el futuro.

Estados típicos de la aplicación de cuentas por cobrar:

 Matriz de probabilidades
de transición

Ejemplo:
 La probabilidad de encontrarse en la categoría pagada de cualquier
artículo o factura en un mes es de 100% ó 1.
 La probabilidad de encontrarse en la categoría de deudas incobrables es de
1 y la probabilidad de encontrarse en cualquier otro estado es de 0.
 Una persona incluida en la categoría de menos de un mes, existe la
probabilidad de 0.60 de estar en la categoría de pagado, una probabilidad
de 0 de estar en la categoría de deudas incobrables, y una probabilidad de
0.20 de encontrarse en la categoría de uno a tres meses en el mes próximo.
 Una persona en la categoría uno a la tres tiene probabilidad de 0.40 de
estar en la categoría pagado, una probabilidad de 0.10 de estar en la
categoría de deudas incobrables y una probabilidad de 0.30 de encontrarse
en la categoría de menos de un mes, así como una probabilidad de 0.20 de
permanecer en la categoría de uno a tres meses en el mes siguiente.
Construcción de una matriz
de transición
 Próximo mes
Deuda <1 1A3
Pagado
Este mes Incobrable Mes mes
Pagado 1 0 0 0
Deuda incobrable 0 1 0 0
Menos de 1 mes 0.6 0 0.2 0.2
1 a 3 meses 0.4 0.1 0.3 0.2

Así:
1 0 0 0
P= 0 1 0 0
0.6 0 0.2 0.2
0.4 0.1 0.3 0.2
 Matriz Fundamental
I O

Es necesario dividir la Matriz de

probabilidades de transición
1 0 0 0
P= 0 1 0 0
0.6 0 0.2 0.2
0.4 0.1 0.3 0.2 1 0 0 0
I= O=
0 1 0 0

A B A=
0.6 0
B=
0.2 0.2
0.4 0.1 0.3 0.2

Donde:
I= matriz identidad
O= matriz compuesta
únicamente por ceros
 Calculo de la matriz
fundamental

1 0 0 0
I= O=
0 1 0 0

0.6 0 0.2 0.2

A= B=
0.4 0.1 0.3 0.2

La matriz fundamental puede calcularse de la siguiente manera:

F =(I – B)-1

donde -1 significa que se toma la inversa del resultado (I - B)

Matriz fundamental para la aplicación de las
cuenta por cobrar…
Matriz fundamental para la aplicación de las
cuenta por cobrar…
 Resolución de la Multiplicación de Matrices FA

1.38 0.34 0.6 0

FA= x
0.52 1.38 0.4 0.1

FA = (1.38x0.6)+(0.34x0.4) (1.38x0)+(0.34x0.1)
(0.52x0.6)+(1.38x0.4) (0.52x0) + (1.38x0.1)

0.97 0.03
FA=
0.86 0.14

La matriz FA indica la probabilidad de que una cantidad termine en un estado absorbente.

0.97 0.03 Probabilidades de que una cantidad que se

FA= encuentra en la categoría de menos de un

mes termine en las categorías de pagado y
0.86 0.14 de deuda incobrable, respectivamente.

Probabilidades de que una cantidad que se

encuentra en la categoría de uno a tres meses
termine en la categoría de pagado y de deuda
incobrable, respectivamente.
Estados absorbentes y Matriz fundamental:
aplicación de las cuentas por cobrar…

La matriz M representa el dinero en los estados absorbentes, pagado o en

deudas incobrables.
Entonces, si se conoce la cantidad de la categoría menor a un mes y la
cantidad en la categoría de entre uno y tres meses, se puede determinar la
cantidad de dinero que se pagará y la cantidad de dinero que se
convertirá en una deuda incobrable.

La matriz M se representa de la siguiente forma:

M = (M1,M2,M3…..Mn)

Donde n = número de estados no absorbentes.

M1 = cantidad en el primer estado categoría.
M2 = cantidad en el segundo estado categoría.
Mn = cantidad en el estado categoría n.
Estados absorbentes y Matriz fundamental:
aplicación de las cuentas por cobrar…
Estados absorbentes y Matriz fundamental:
aplicación de las cuentas por cobrar…


 Resultado:
Del total de $7,000 ($2,000 en la categoría de
menos de un mes y $5,000 en la categoría de uno a
tres meses). $6,240 terminarán pagándose y $760
se convertirán en deudas incobrables.
