Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estado de Hidalgo
Ingeniería industrial
Investigación de Operaciones II
Semestre: 5
Grupo: A
Presenta:
Cruz Sánchez Maritza
Gumecindo Mejía Kevin Carlos
Rodríguez Hernández Kevin Zaid
Introducción ....................................................................................................................... 3
Cadenas de Markov .......................................................................................................... 4
Cadenas absorventes ...................................................................................................... 4
Cadenas cíclicas ............................................................................................................... 4
Probabilidad de transiciones estacionarias de n pasos ........................................... 4
Estado estable ................................................................................................................... 4
Proceso de una cadena de Markov. .............................................................................. 5
Función de los diversos casos especiales .................................................................. 7
Ejemplos ............................................................................................................................. 8
Conclusión ....................................................................................................................... 12
Fuentes de información ................................................................................................. 13
Introducción
Hoy en día es muy importante contar con herramientas y métodos que nos permitan
tomar decisiones racionales y predecir el comportamiento de un sistema a lo largo del
tiempo. Y por lo visto las Cadenas de Markov se han convertido en una muy buena
herramienta para modelar y analizar situaciones en las que nos encontramos ante una
serie de estados interconectados con probabilidades de transición bien definidas. son
sistemas estocásticos que se caracterizan por su propiedad de memoria limitada. Esto
significa que el estado actual de un sistema solo depende del estado inmediatamente
anterior, sin tener en cuenta los estados anteriores. Esta peculiaridad hace que las
Cadenas de Markov sean especialmente útiles para analizar situaciones en las que
solo nos interesa la evolución futura del sistema, sin necesidad de conocer su historia
completa también observaremos los temas de probabilidad de transiciones
estacionarias de n pasos y casos especiales.
(Hernández, 2020)
Cadenas absorventes
Cadenas cíclicas
Una cadena cíclica es aquella en la que el sistema entraen un ciclo entre ciertos
estados siguiendo un patrónfjo. Cuando esto sucede la cadena se convierte
endeterminista en lugar de probabilística. (Anónimo, 2020)
Estado estable
Supongamos que hay tres centros principales de camiones de una empresa. Cada
mes, la mitad de los que están en Boston y en Los Angeles, van a Chicago, la otra
mitad permanece donde está y los camiones de Chicago se dividen igualmente entre
Boston y L.A. Lo anterior se puede resumir con la siguiente figura
(Grees 2021)
Si inicialmente la compañía tenía 100, 200 y 300 camiones en Boston, Chicago y L.A.
respectivamente, encontrar las distribuciones de camiones después de un mes y
después de dos meses en las tres ciudades.
1(Grees,2021)
Paso 3: Apoyarse de elementos matemáticos (Matrices)
P= probabilidad
2(Grees,2021)
31(Grees,2021)
Y de esta manera quedan distribuidos los camiones de esta empresa que están en 3
diferentes puntos. (Grees,2021)
Función de los diversos casos especiales
Cadenas de Markov
• En los negocios, las cadenas de Markov se han utilizado para analizar los
patrones de compra, los deudores morosos, para planear las necesidades de
personal y para analizar el reemplazo de equipo. (Valle, s.f.).
Cadenas absorbentes.
• Internet: El pagerank de una pagina web usado por google en sus motores de
búsqueda se define a través de una cadena de markov, donde la posición que
tendrá una pagina en el buscador será determinada por su peso en la
distribución estacionaria de la cadena. (Camarona, 2021).
Cadenas cíclicas.
• Juegos de azar: Son muchos los juegos de azar que se pueden modelar través
de una cadena de Markov. El modelo de la ruina del jugador, que establece la
probabilidad de que una persona que apuesta en un juego de azar finalmente
termine sin dinero.
Ejemplos
Cálculo: con esa información construimos la matriz 2x2. P(0) representa la situación
inicial.
Sistema de comunicaciones
Consideremos un sistema de comunicaciones que transmite dígitos 0 y 1. Cada digito
debe pasar por varias fases, en cada una de las cuales hay una probabilidad p de que
el digito que entra coincida con el que sale. Las fases son independientes entre sí.
(Mejía, 2014)
Un hombre camina por una porción de tres cuadras de Main St. Su casa se encuentra
en un extremo de la sección de tres cuadras. Una barra está en el otro extremo de la
sección de tres bloques. Cada vez que llega a una esquina al azar o va adelante una
cuadra o da la vuelta y retrocede una cuadra. Si llega a casa o al bar, se queda ahí.
Los cuatro estados son Inicio (H), Esquina 1 (C 1), Esquina 2 (C 2) y Bar (B).
Podemos elevar la matriz de transición T a una potencia alta. Una encontramos una
potencia T n que permanece estable, nos dirá la probabilidad de terminar en cada
estado absorbente dependiendo del estado inicial.
Entonces la matriz de solución tendrá las filas C1 y C2, y las columnas H y B. La matriz
de solución es
Por lo tanto, establecen una fuente dependencia entre un evento y otro suceso anterior
que a la vez son utilizados para estudiar la evolución de sistemas a lo largo de ensayos
repetidos los que, a menudo son periodos sucesivos donde el estado del sistema en
cualquier periodo en particular no puede determinarse con certeza.
Fuentes de información