Documente Academic
Documente Profesional
Documente Cultură
Ing. Industrial
Unidad 4:
Cadenas de Markov
Conclusin......14
Bibliografas....14
14
Introduccin
Andri Andryevich Mrkov ( ) (14 de
junio de1856 - 20 de julio de 1922) fue un matemtico ruso conocido por sus
trabajos en la teora de los nmeros y la teora de probabilidades.
En los negocios, las cadenas de Markov se han utilizado para analizar los
patrones de compra de los deudores morosos, para planear las necesidades de
personal y para analizar el reemplazo de equipo.
En matemticas, se define como un proceso estocstico discreto que cumple con
la Propiedad de Markov, es decir, si se conoce la historia del sistema hasta su
instante actual, su estado presente resume toda la informacin relevante para
describir en probabilidad su estado futuro.
14
Una cadena de Markov es una serie de eventos, en la cual la probabilidad de que
ocurra un evento depende del evento inmediato anterior. En efecto, las cadenas
de este tipo tienen memoria. " Recuerdan" el ltimo evento y esto condiciona las
posibilidades de los eventos futuros. Esta dependencia del evento anterior
distingue a las cadenas de Markov de las series de eventos independientes, como
tirar una moneda al aire o un dado.
Probabilidades de transicin.
Otro mtodo para exhibir las probabilidades de transicin es usar una matriz de
transicin. . La matriz de transicin para el ejemplo del diagrama de estados se
muestra en la tabla 4.1.1 .
Otro mtodo para exhibir las probabilidades de transicin es usar una matriz de
transicin. .
Para n = 0, 1, 2, ....
14
El superndice n no se escribe cuando n = 1.
pasos :
vuelven :
Note que las son los elementos de la matriz P (2) , pero tambin debe de
Ejemplo :
As, dado que tiene una cmara al final de una semana, la probabilidad de que no
As, dado que queda una cmara al final de una semana, 0.282 es la
probabilidad de que no haya cmaras en inventario 4 semanas ms tarde; es
i, (1)
Ejemplo :
Suponga que toda la industria de refrescos produce dos colas. Cuando una
persona ha comprado la cola 1, hay una probabilidad de 90 % de que su siguiente
compra se de cola 1. Si una persona compr cola 2, hay un 80 % de
probabilidades que su prxima compra sea de cola 2.
Entonces :
obtenemos el sistema
MATRIZ FUNDAMENTAL
14
La matriz fundamental es muy til para el anlisis y solucin de situaciones en las
cuales aparecen estados absorbentes.
U=I-N
X=U-1
IS = INGENIERO SOCIO
14
Para responder la primera pregunta debemos tener presente un nuevo concepto
que es el valor esperado que es el tiempo en que un estado demora antes de ser
absorbido. Este valor esperado se obtiene a travs de la matriz inversa. De esta
forma, la duracin promedio de un recin contratado seria:
Conclusin
Como conclusin las cadenas de Markov nos permite hacer anlisis sobre el
estudio de los comportamientos de ciertos sistemas en ciertos periodos que
pueden ser cortos o largos. Adems se tiene una relacin con las probabilidades
absolutas. Pero sin embargo lo ms importante es el estudio del comportamiento
sistemas a largo plazo, cuando el nmero de transiciones tiene al infinito
Al conocer ms o menos las probabilidades de un experimento, esto a su vez nos
permitir conocer a corto y plazo los estados en que se encontraran en periodos o
tiempos futuros y tomar decisiones que afectarn o favorecern nuestros
14
intereses, y tomar una decisin de manera consciente y no se comentan muchos
errores.
Esto tambin nos proporcionara un tiempo estimado para que identifiquemos cada
estado y el periodo en que se encuentra con la implementacin de un proceso,
tambin se establece las probabilidades como una herramienta ms en las
cadenas de Markov.
Bibliografa
https://www.inf.utfsm.cl/~mcriff/IO2/Materia-IO2.pdf
http://investigaciondeoperacionesnaty7.blogspot.mx/p/teoria-de-
decisiones.html
http://ingunilibre.blogspot.mx/p/3-teoria-de-decisiones.html
14