Cadenas de

Markov
MC. Pilar León Franco

Introducción a los modelos cuantitativos para

administración
Anderson David R.
CENGAGE
Definiciones
 Ensayo del proceso:
 Periodos de tiempo predeterminados

 Estados del sistema:

 Decisión que tomamos en un tiempo
predeterminado

MC. Pilar León UPAEP

Ejemplo
 Su jefe esta interesado en analizar la participación
en el mercado y la lealtad del cliente para
Murphy´s Foodliner o en Asheley´s supermarket, los
dos únicos supermercados en un poblado
pequeño.
 Cada persona recurre a las tienda 1 vez a la
semana
 Se realizo un estudio donde se encontró que los
cliente que compraron en MF en una semana
dada, 90% compro en MF la siguiente, mientras
que 10% cambio a AS. También se encontró que
el 80% que compro en AS Regreso a AS y el 20% se
cambio a MS

MC. Pilar León UPAEP

Probabilidades de transición
Murphy´s Ashley´s
Foodliner Supermarket

Murphy´s Foodliner 0.9 0.1

Ashley´s Supermarket 0.2 0.8

𝑝12 𝑝12 0.9 0.1

𝑃= 𝑝 𝑝22 =
21 0.2 0.8 𝜋𝑖 = (𝑛)

Denota el periodo
El índice denota el estado de tiempo o
número de
transiciones
MC. Pilar León UPAEP
Diagrama de árbol
Semana1 Semana 2 Probabilidad de
(primer viaje (Primer Viaje cada patrón de
de compras) (de compras) dos semanas
Comprar en
0.9 Murphyp´s
(0.9)(0.9)=0.81

Comprar en
0.9 Murphyp´s 0.1 Comprar en
(0.9)(0.1)=0.09)
Ashley´s

0.1 Comprar en
(0.1)(0.2)=0.02
0.2 Murphyp´s

Comprar en Comprar en
(0.1)(0.8)=0.08
Ashley´s 0.8 Ashley´s

MC. Pilar León UPAEP

 Probabilidades de estado
Π 𝑠𝑖𝑔𝑢𝑖𝑒𝑛𝑡𝑒 𝑝𝑒𝑟𝑖𝑜𝑑𝑜 = Π 𝑝𝑒𝑟𝑖𝑜𝑑𝑜 𝑎𝑐𝑡𝑢𝑎𝑙 𝑃
Π 𝑛 = 𝜋1 𝑛 , 𝜋2 (𝑛)
Π 1 =Π 0 𝑃
𝜋1 0 , 𝜋2 (0) = 1, 0
𝑝11 𝑝12 0.9 0.1
𝜋1 1 , 𝜋2 (1) = 𝜋1 0 , 𝜋2 (0) 𝑝21 𝑝22 = 1 , 0 = 0.9, 0.1
0.2 0.8
𝑝11 𝑝12 0.9 0.1
𝜋1 2 , 𝜋2 (2) = 𝜋1 1 , 𝜋2 (1) 𝑝21 𝑝22 = 0.9 , 0.1 = 0.83, 0.17
0.2 0.8

MC. Pilar León UPAEP

Probabilidades de estados
futuros
Probabilidad de
estado 0 1 2 3 4 5 6 7 8 9 10
𝜋1 (𝑛) 1.000 0.900 0.830 0.781 0.747 0.723 0.706 0.694 0.686 0.680 0.676
𝜋2 (𝑛) 0.000 0.100 0.170 0.219 0.253 0.277 0.294 0.306 0.314 0.320 0.324

Probabilidad de
estado 0 1 2 3 4 5 6 7 8 9 10
𝜋1 (𝑛) 0.000 0.200 0.340 0.438 0.507 0.555 0.588 0.612 0.628 0.640 0.648
𝜋2 (𝑛) 1.000 0.800 0.660 0.562 0.493 0.445 0.412 0.388 0.372 0.360 0.352

¿Cuándo se llega al estado estable?

MC. Pilar León UPAEP

 Probabilidades de estado
estable
𝑝11 𝑝12
𝜋1 𝑛 + 1 , 𝜋2 (𝑛 + 1) = 𝜋1 𝑛 , 𝜋2 (𝑛) 𝑝21 𝑝22 =
𝑝11 𝑝12
𝜋1 , 𝜋2 (𝑛 + 1) = 𝜋1 , 𝜋2 𝑝21 𝑝22
0.9 0.1
= 𝜋1 , 𝜋2
0.2 0.8
𝜋1 = 0.9𝜋1 + 0.2𝜋2 𝜋1 = 2/3
𝜋2 = 0.1𝜋1 + 0.8𝜋2 𝜋2 = 1/3
𝜋1 + 𝜋2 = 1

MC. Pilar León UPAEP

Complementando
 Si se espera que una población de 1 000
cliente acudan cada semana a los
supermercados, a largo plazo,
 A) Cuantos clientes serán de Murphy´s
 B) Cuanto será el ingreso si a la semana
gastan un promedio de $150

a) 1 000*(2/3) = 666.67
b) 666.67 *150 = 100 000

MC. Pilar León UPAEP

Complementando
 Ashley´s considera una campaña
publicitaria para atraer más de los cliente
de Murphy´s a su tienda. Su pongamos
que se cambian un 5%.
 En cuanto aumentará el ingreso de
Ashley´s

a) 1 000*(0.42) = 428.57
b) 428*150 = 64 285

MC. Pilar León UPAEP

Notas
 Los procesos de Markov carecen de memoria: el
estado actual del sistema, junto con las
probabilidades de transición, contienen toda la
información necesaria para pronosticar el
comportamiento futuro del sistema.
 No se pretende que el análisis de un modelo de
proceso de Markov permita optimizar ningún
aspecto específico de un sistema. Más bien, el
análisis permite pronosticar o describir el futuro
comportamiento de estado estable del sistema.
(procesos decisorios de Markov)

MC. Pilar León UPAEP

Ejemplo
 La administración de Coca cree que un cliente
compra una Pepsi, principal competencia con la
siguiente distribución

Pepsi Coca
Pepsi 0.9 0.1
Coca 0.1 0.9

a) Muestre el diagrama de árbol, ¿cuál es la

probabilidad de que este cliente compre Pepsi
en la segunda compra
b) ¿Cuál es la participación en el mercado a largo
plazo para cada uno de estos dos productos?
c) Se esta planeando una campaña para
aumentar los clientes de Coca y aumentarlos a
15% ¿Cuál es el efecto proyectado a largo
plazo?
MC. Pilar León UPAEP
 0.15𝜋1 + 0.9𝜋2 = 𝜋2
Pepsi Coca
𝜋1 + 𝜋2 = 1
Pepsi 0.85 0.15
Coca 0.1 0.9
0.15𝜋1 − 0.1𝜋2 = 0
0.85𝜋1 + 0.1𝜋2 = 𝜋1
𝜋1 + 𝜋2 = 1
𝜋1 + 𝜋2 = 1

0.15𝜋1 − 0.1𝜋2 = 0 -0.15𝜋1 + 0.1𝜋2 = 0

0.1 𝜋1 + 0.1 𝜋2 = 0.1 𝜋1 + 𝜋2 = 1
0.25𝜋1 + 0 𝜋2 = 0.1
−0.15𝜋1 + 0.1 𝜋2 = 0
0.1 2 0.15𝜋1 + 0.15 𝜋2 = 0.15
𝜋1 = = 0𝜋1 + 0.25𝜋2 = 0.15
0.25 5
0.15 3
𝜋2 = =
𝜋2 = 1 − 2/5 =3/5 .25 5
3 2
𝜋1 = 1 − =
5 5
MC. Pilar León UPAEP
Análisis de cuentas por cobrar
 Estimación de la reserva para cuentas
por cobrar de dudosa recuperación.
 La tienda departamental XY divide sus
cuentas en la siguiente clasificación
 0-30 días de antigüedad
 31 – 90 días
 Mayor 90 días (incobrable)
Fecha de compra Cantidad
15 de agosto $25
18 de septiembre 10
28 de septiembre 50
MC. Pilar León UPAEP
Proceso markoviana
Estado Categoría
1 Pagada
2 Deuda incobrable
𝑝𝑖𝑗 = 𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 𝑢𝑛 𝑑ó𝑙𝑎𝑟 𝑒𝑛 𝑒𝑙
3 0 -30 días 𝑒𝑠𝑡𝑎𝑑𝑜 𝑖 𝑒𝑛 𝑢𝑛𝑎 𝑠𝑒𝑚𝑎𝑛𝑎 𝑠𝑒 𝑚𝑢𝑒𝑣𝑒 𝑎𝑙 𝑒𝑠𝑡𝑎𝑑𝑜
𝑗 𝑒𝑛 𝑙𝑎 𝑠𝑖𝑔𝑢𝑖𝑒𝑛𝑡𝑒 𝑠𝑒𝑚𝑎𝑛𝑎
4 31 – 90 días
31 – 90 días
0 – 30 días
incobrable
Pagado

Deuda

𝑝11 𝑝12 𝑝13 𝑝14 1.0 0.0 0.0 0.0

𝑝 𝑝22 𝑝24 𝑝24
𝑃 = 21 = 0.0 1.0 0.0 0.0
𝑝31 𝑝32 𝑝32 𝑝33 0.4 0.0 0.3 0.3
𝑝41 𝑝42 𝑝43 𝑝44 0.4 0.2 0.3 0.1

MC. Pilar León UPAEP

Proceso Markoviano Estado
absorbente

1.0

Deuda
1.0 pagado incobrable
0.4
0.2
0.4

0.3 0.1
0 – 30 31 a 90
días

0.3
0.3

MC. Pilar León UPAEP

Matriz Fundamental
0.3 0.3
1.0 0.0 0.0 0.0 1.0 0.0 0.0 0.0 𝑄=
0.3 0.1
𝑃 = 0.0 1.0 0.0 0.0 = 0.0 1.0 0.0 0.0 = 𝐼 𝑂
0.4 0.0 0.3 0.3 𝑅 𝑄 0.4 0.0
𝑅=
0.4 0.2 0.3 0.1 0.4 0.2

𝑀𝑎𝑡𝑟𝑖𝑧 𝑓𝑢𝑛𝑑𝑎𝑚𝑒𝑛𝑡𝑎𝑙 = 𝑁 = (𝐼 − 𝑄)−1

incobrable
1.0 0.0 0.3 0.3 0.7 −0.3

Deuda
Pagado
𝐼−𝑄 = − =
0.0 1.0 0.3 0.1 −0.3 0.9
1.67 0.56 0.89 0.11
𝑁 = (𝐼 − 𝑄)−1 = 0 – 30 días
0.56 1.3 31 – 90 días 0.74 0.26
1.67 0.56 0.4 0.0 0.89 0.11
𝑁𝑅 = =
0.56 1.3 0.4 0.2 0.74 0.26

MC. Pilar León UPAEP

 Establecimiento de la asignación
para cuentas dudosas
 B = saldos actuales de las cuentas por cobrar
 𝐵 = 𝑏1 𝑏2 Importe total en la
categoría de 31 a
90 días
Importe total en la
categoría de 0 a
30 días

 Suponga que el saldo al 31 de dic es de $1 000,

en la categoría de 0 a 30 días(estado 3) y $2 000
en la categoría de 31 a 90 𝐵 = 1 000 2 000 días
(estado 4)
 𝐵 = 1 000 2 000

MC. Pilar León UPAEP

Establecimiento de la asignación
para cuentas dudosas
𝐵 = 1 000 2 000
0.89 0.11
 𝐵𝑁𝑅 = 1 000 2 000 = [2 370 630]
0.74 0.26
 Es decir, se espera cobrar $2 370 de las
cuentas por cobra y que habrá la
necesidad de cancelar como un gasto
por incobrable $630.

MC. Pilar León UPAEP

Establecimiento de la asignación
para cuentas dudosas
 Suponga que se desea reducir el monto
de incobrables.
 Actualmente hay 11% en la categoría de
0 a 30 días y 26% de 31 a 90 días,
resultaran ser incobrables.
 Para realizarlo indica un descuento por
pronto pago

MC. Pilar León UPAEP

Establecimiento de la asignación
para cuentas dudosas
1 0 0 0 0.97 0.03
𝐵𝑁𝑅 = 1 000 2 000
0.77 0.23
𝑃= 0 1 0 0
0.6 0 0.3 0.1 𝐵𝑁𝑅 = [2 510 490]
0.4 0.2 0.3 0.1
𝑀𝑎𝑡𝑟𝑖𝑧 𝑓𝑢𝑛𝑑𝑎𝑚𝑒𝑛𝑡𝑎𝑙 = 𝑁 = (𝐼 − 𝑄)−1 Incobrables $630
Con la nueva
1.0 0.0 0.3 0.1 0.7 −0.1 política se pude
𝐼−𝑄 = − =
0.0 1.0 0.3 0.1 −0.3 0.9 espera
$630 – 490 = $140
1.5 0.17
𝑁 = (𝐼 − 𝑄)−1 = Por lo que los
0.5 1.17
gastos pertinentes
1.5 0.17 0.6 0.0 0.97 0.03 de esta política.
𝑁𝑅 = =
0.5 1.17 0.4 0.2 0.77 0.23
MC. Pilar León UPAEP
Método de suma de flujos
 𝑡𝑜𝑑𝑎 𝑖≠𝑘 𝑝𝑖𝑘 𝑃(𝑠𝑖 ) = 𝑡𝑜𝑑𝑎 𝑖≠𝑘 𝑝𝑖𝑘 𝑃(𝑠𝑘 )

0.4𝜋1 + 0.1𝜋2 + 0.1𝜋3 = 0.4𝜋1 + 0.3𝜋1 + 0.3𝜋1

−0.6𝜋1 + 0.1𝜋2 + 0.1𝜋3 =0
0.4 0.3 0.6

S1 0.1
S3 0.3𝜋1 + 0.8𝜋2 + 0.3𝜋3 = 0.8𝜋2 + 0.1𝜋2 + 0.1𝜋2
0.3𝜋1 − 0.2𝜋2 + 0.3𝜋3 =0

0.1 0.3𝜋1 + 0.1𝜋2 + 0.6𝜋3 = 0.1𝜋3 + 0.3𝜋3 + 0.6𝜋3

0.1
0.3𝜋1 + 0.1𝜋2 − 0.4𝜋3 =0
0.3 0.3

𝜋1 + 𝜋2 + 𝜋3 = 1
S2
𝜋1 = 0.1428
0.8 𝜋2 = 0.6
𝜋3 = 0.2571

MC. Pilar León UPAEP

 Método de suma de flujos
−0.6𝜋1 + 0.1𝜋2 + 0.1𝜋3 =0 0.3𝜋1 + 0.1𝜋2 − 0.4𝜋3 =0
−0.6𝜋1 + 0.1𝜋2 + 0.1𝜋3 =0 𝜋1 + 𝜋2 + 𝜋3 = 1
0.3𝜋1 − 0.2𝜋2 + 0.3𝜋3 =0 𝜋1 + 𝜋2 + 𝜋3 = 1
0.3𝜋1 + 0.1𝜋2 − 0.4𝜋3 =0
−0.6𝜋1 + 0.1𝜋2 + 0.1𝜋3 =0 0.3𝜋1 + 0.1𝜋2 − 0.4𝜋3 =0
𝜋1 + 𝜋2 + 𝜋3 = 1 −0.3𝜋1 − 0.3𝜋2 − 0.3𝜋3 = −0.3
0.6𝜋1 + 0.6𝜋2 + 0.6𝜋3 = 0.6
0𝜋1 + 0.7𝜋2 + 0.7𝜋3 = 0.6 0𝜋1 − 0.2𝜋2 − 0.7𝜋3 = −0.3

0.7𝜋2 + 0.7𝜋3 = 0.6 0.3𝜋1 + 0.1𝜋2 − 0.4𝜋3 =0

0.7𝜋2 + 0.7𝜋3 = 0.6
−0.2𝜋2 − 0.7𝜋3 = −0.3 3 9
3 0.3𝜋1 + 0.1 − 0.4 =0
0.5𝜋2 − 0.0𝜋3 = 0.3 5 35
0.7 + 0.7𝜋3 = 0.6
5 3
0.3𝜋1 =
0.5𝜋2 = 0.3 70
21 1
𝜋2 = 0.3/0.5 + 0.7𝜋3 = 0.6 𝜋1 =
50 7
𝜋2 = 3/5 9
𝜋3 =
35 𝜋1 = 0.1428
𝜋2 = 0.6
𝜋3 = 0.2571

MC. Pilar León UPAEP