APLICACIONES

1. CADENAS DE MARKOV
2. MODELOS ECONMICOS LINEALES
3. CRECIMIENTO POBLACIONAL
4. GRAFOS Y DIGRAFOS
5. CDIGOS DE CORRECCIN DE
ERROR
 1. CADENAS DE MARKOV
Representa un proceso evolutivo que consiste de un
nmero finito de estados.

En cada paso o punto en el tiempo, el proceso puede

estar en cualquiera de los estados; en el paso siguiente,
el proceso puede permanecer en su estado presente o
cambiar a uno de los otros estados.
El estado hacia donde avanza el proceso en el
siguiente paso y la probabilidad de hacerlo depende
solamente del estado presente y no de la historia
pasada del proceso.

Estas probabilidades se conocen como Probabilidades

de Transicin y se suponen constantes. (la
probabilidad de moverse del estado i al estado j
siempre es la misma)
 Ejemplo:
Un equipo de investigacin de mercado realiza un
estudio controlado para determinar qu marca de
jabn prefieren las personas. La muestra consiste de
200 personas, y a cada una se le pide probar dos
marcas de jabn durante un perodo de varios
meses. Con base en las respuestas de la encuesta, el
equipo de investigacin construye las siguientes
estadsticas acerca de las preferencias del jabn.
 De quienes usan la marca A en cualquier mes,
70% siguen usndola el mes siguiente,
mientras el 30% cambian a la marca B; de
quienes usan la marca B en cualquier mes,
80% siguen usndolo en el mes siguiente,
mientras que el 20% cambian a la marca A.

(los hallazgos se resumen en la figura, en la que los porcentajes se convierten

en decimales y se consideran como probabilidades)
Considere el uso de las marcas A y B como dos
estados, y las probabilidades de transicin son
las indicadas en la figura. Suponga que,
cuando comienza el estudio, 120 personas
usan la marca A y 80 personas usan la marca
B. Cuntas personas usarn cada marca 1
mes despus? y 2 meses despus?
 Una cadena de Markov est completamente
determinada por sus probabilidades de
transicin y su estado inicial.

Vectores de probabilidad: son vectores con

componentes relativos que suman 1.
ejemplo:
 Matriz Estocstica : es una matriz cuadrada donde las
columnas son vectores de probabilidad dentro de una
matriz de transicin; donde los renglones son estados
siguientes y las columnas estados presentes.
Ejemplos:
Naturaleza determinista de las cadenas de
Markov
 Vector de estado estacionario: un vector
estado x con la propiedad de que Px = x.
Para encontrar el vector de estado
estacionario:
 Ejemplo:
Calcule el vector de estado estacionario del
ejemplo anterior (preferencia en el uso de los
jabones A y B).
Ejemplos:
EJEMPLOS/ EJERCICIOS
EJEMPLOS/ EJERCICIOS
2. Modelos econmicos lineales
E= Matriz de Intercambio
X = vector de precio

= representa la fraccin o porcentaje de

salida de la industria j que consume la
industria i, y es el precio que cobra la
industria i por su salida.
 En una economa cerrada, la suma de cada columna
de E es 1. E es una matriz estocstica y el problema
de encontrar una solucin de la ecuacin:

Es el mismo que el problema de encontrar el vector

de estado estacionario de una cadena de Markov.
Por tanto, para encontrar un vector precio x que
satisfaga la ecuacin, se resuelve la ecuacin
homognea equivalente
 Siempre existir un nmero finito de
soluciones, se busca una solucin donde los
precios sean todos no negativos y al menos un
precio sea positivo.

C = matriz de consumo
X = vector de produccin
D = vector de demanda.
3. CRECIMIENTO POBLACIONAL