Documentos de Académico
Documentos de Profesional
Documentos de Cultura
UNIDAD 1
Cadenas de Markov
Para analizar la velocidad de propagación del coronavirus, ¿en qué datos se
fijaría? ¿en los primeros datos o en los más recientes?
LOGRO DE LA SESIÓN
a) Estados
b) Probabilidad de los estados
c) Probabilidad de transición
d) Matriz de probabilidades de transición.
En la teoría de la probabilidad, se conoce como cadena de Markov al proceso en
el que, la probabilidad de que ocurra un evento, depende solamente del evento
anterior. El matemático ruso Andréi Markov (1856-1922) introdujo este método
en 1906.
Ejemplo de aplicación de árbol de probabilidades,
probabilidades condicionales, probabilidad total y
teorema de Bayes
Una planta de ensamblado recibe sus reguladores de voltaje de tres
diferentes proveedores: 60% del proveedor A, 30% del proveedor B
y 10% del proveedor C. Si 95% de los reguladores de voltaje que
provienen A, 80% de los reguladores que provienen de B y el 65%
de los reguladores que provienen de C tienen un rendimiento de
acuerdo con las especificaciones.
ASIGNACIÓN DE PROBABILIDADES:
P(A) = 0.60
P(B) = 0.30
P(C) = 0.10
P(R / A) = 0.95
P(R / B) = 0.80
P(R / C) = 0.65 8
ÁRBOL DE PROBABILIDADES:
30%
de: a:
Retornan a
80%
A
Probabilidades de A
Cambian a
B
10%
Transición
Cambian a
10%
C
de: a:
Retornan a
10%
A
Probabilidades de B
Cambian a
B
70%
Transición
Cambian a
20%
C
de: a:
Retornan a
20%
A
Probabilidades de C
Cambian a
B
20%
Transición
Cambian a
60%
C
0.8 A
0.4 0.1
A B
0.1 C
0.1 A
0.3 0.7
B B
0.2 C
0.2 A
0.3 0.2 B
C
0.6 C
0.8
A
Probabilidades
de estado 0.4 0.1
A B
0.1
C
0.1
A
0.3 0.7
B B
0.2
C
Probabilidades de
estado al inicio o periodo 0 0.2
A
0.3 0.2
∑ 𝜋 𝑖 (0)=1
C B
0.6
C
0.8
Probabilidades A
de transición 0.4
A
0.1
B
0.1
C
0.1
A
0.3 0.7
B B
0.2
C
0.2
A
0.3 0.2
C B
0.6
C
0.8 A 0.32
0.4 0.1
A B 0.04
0.1 C 0.04
0.1 A 0.32 + 0.03 + 0.06 = 0.41
0.03
0.3 0.7
B B 0.21 0.04 + 0.21 + 0.06 = 0.31
0.2 0.04 + 0.06 + 0.18 = 0.28
C 0.06
0.2 A 0.06
0.3 0.2
C B 0.06
0.6 C 0.18
0.8
A
Probabilidades
de estado 0.41 0.1
A B
0.1
C
0.1
A
0.31 0.7
B B
0.2
C
Probabilidades de
estado en el periodo 1 0.2
A
0.28 0.2
∑ 𝜋 𝑖 ( 1 )=1
C B
0.6
C
0.8 A
Diagrama
0.4
A
0.1 B de transición
0.1 C 0.7
0.1
0.1 A
B
0.1
0.3 0.7
B B 0.8 A 0.2 0.2
0.2
0.2 C
0.2 0.1 C
A 0.6
0.3 0.2 B
C
0.6 C
MATRIZ DE
PROBABILIDADES
DE TRANSICIÓN - P
0.7
a:
0.1
B
0.1
0.8 A 0.2 0.2
0.2 de: =P
0.1 C
0.6
p=p.P
Problema de aplicación 1:
a) Los estados.
b) La matriz de probabilidades de estado.
c) El diagrama de transición.
d) La matriz de transición.
e) Las probabilidades de estado estable del sistema.
Estado 1: clima seco 𝑃=
[
0.8
0.6
0.2
0.4 ]
Estado 2: clima húmedo
Estado estable
p=p.P
0.8 1 p = (p1, p2) = (p1, p2).P
0.6
0.2 2 p1 + p2 = 1
0.4 p1 = 0.8 p1 + 0.6 p2
p2 = 0.2 p1 + 0.4 p2
Sistema de ecuaciones
p1 + p2 = 1
0.2 p1 - 0.6 p2 = 0
0.5694 0.4306
𝑃=
[
0. 5
2/ 3
0.5
1/3 ]
lunes
0.5 1
2/3
jueves
0.5 2
1/3
Problema de aplicación 3:
[ ]
p=p.P 𝟎 . 𝟖𝟎 𝟎 . 𝟏𝟎 𝟎. 𝟏𝟎
𝑷 = 𝟎 . 𝟎𝟑 𝟎 . 𝟗𝟓 𝟎 .𝟎 𝟐
Como p = (p1, p2, p3) entonces: 𝟎 . 𝟐𝟎 𝟎 . 𝟎𝟓 𝟎 .𝟕 𝟓
p1 + p2 + p3 = 1 p1 = 0.2371
0.2 p1 - 0.03 p2 - 0.20 p3 = 0 p2 = 0.6186
- 0.1 p1 + 0.05 p2 - 0.05 p3 = 0 p3 = 0.1443
Determinación de probabilidades en estados estables
Sistema de ecuaciones
p1 + p2 + p3 = 1 A.X = M
0.2 p1 - 0.03 p2 - 0.20 p3 = 0 A-1.A.X = A-1.M
- 0.1 p1 + 0.05 p2 - 0.05 p3 = 0 X = A-1.M
A= 1 1 1 M= 1
0.2 -0.03 -0.2 0
-0.1 0.05 -0.05 0
La cuota de mercado en el largo plazo para cada una de las marcas es: 23.71%
para la marca 1, 51.86% para la marca 2 y 14.43% para la marca 3
Problema de aplicación 4:
• https://www.youtube.com/watch?v=6zBrnP6-w8Y
• https://www.youtube.com/watch?v=jk57_m_Jk28
• https://www.gestiondeoperaciones.net/cadenas-de-markov/cadenas-de-markov-e
jercicios-resueltos/
¡MUCHAS GRACIAS !