Cadenas de Markov

Cadenas de Markov (Ejercicios
Resueltos)
Por GEO Tutoriales el 31/08/2015 en Cadenas de Markov 1
Un proceso estocástico en tiempo discreto se denomina una Cadena de Markov en

tiempo discreto si y solo sí se satisface la Propiedad Markoviana (esto es básicamente
que el futuro t=n+1 es independiente del pasado dado el presente t=n) y Propiedad
Estacionaria (la probabilidad de pasar de un estado i a un estado j al cabo de una
etapa no depende de la etapa n). A continuación presentamos un conjunto de problemas
resueltos de Cadenas de Markov que sirvan de complemento para los estudios de
nuestros usuarios.
Ejercicios Resueltos de Cadenas de Markov

Ejercicio N°1: Una empresa esta considerando utilizar Cadenas de Markov para
analizar los cambios en las preferencias de los usuarios por tres marcas distintas de un
determinado producto. El estudio ha arrojado la siguiente estimación de la matriz de
probabilidades de cambiarse de una marca a otra cada mes:
Si en la actualidad la participación de mercado es de 45%, 25% y 30%,

respectivamente. ¿Cuales serán las participaciones de mercado de cada marca en dos
meses más?.
En primer lugar definimos la variable aleatoria que representa la marca que adquiere
un cliente cualquiera en el mes n. Dicha variable aleatoria puede adoptar los valores
1,2,3 en el mes n=0,1,2,3,..
Adicionalmente conocemos cuál es la distribución inicial y la matriz de probabilidades

de transición en una etapa tal como se observa a continuación:
Luego para conocer la distribución de las participaciones de mercado al cabo de 2 meses

(2 etapas) podemos utilizar la fórmula :
Se concluye que las cuotas de mercado (participaciones de mercado) en dos meses a
cambiado de un 45% a un 40.59%; de un 25% a un 33.91% y de un 30% a un 25.50%,
para las marcas 1,2 y 3 respectivamente.
Ejercicio N°2: ¿Cuál es la cuota de mercado en el largo plazo para cada una de las
marcas descritas en el Ejercicio N°1?.
La Cadena de Markov del Ejercicio N°1 es irreducible (es decir todos los estados se
comunican entre sí) con estados recurrentes positivos y aperiódicos. Lo anterior se
concluye luego de la Clasificación de Estados de una Cadena de Markov en Tiempo
Discreto. Verificado lo anterior podemos obtener la Distribución Límite de una
Cadena de Markov en Tiempo Discreto a través del siguiente sistema de ecuaciones:
La solución del sistema corresponde a: , y , que

representan las cuotas de mercado en el largo plazo para las marcas 1,2 y 3,
respectivamente. Notar que las actuales participaciones de mercado difieren
significativamente de las cuotas obtenidas en el largo plazo lo cual sugiere que de
alguna manera deban ser corregidas las probabilidades de transición.
Ejercicio N°3: En una Unidad de Cuidados Intensivos en un determinado hospital, cada

paciente es clasificado de acuerdo a un estado crítico, serio o estable. Estas
clasificaciones son actualizadas cada mañana por un médico internista, de acuerdo a la
evaluación experimentada por el paciente. Las probabilidades con las cuales cada
paciente se mueve de un estado a otro se resumen en la tabla que sigue:
¿Cuál es la probabilidad que un paciente en estado crítico un día Jueves esté estable
el día Sábado?.
Sea la variable aleatoria que indica el estado que se encuentra un paciente cualquiera
en el hospital en el día n. Los valores posibles para dicha variable son C, S y E,
representando los estados crítico, serio y estable, respectivamente. Un grafo que
representa dicho proceso estocástico dada la tabla anterior es:
La probabilidad de que un paciente esté en estado crítico el día Jueves y que el día
Sábado esté estable, esta dado por: , es decir, la probabilidad de pasar del estado
crítico al estado estable al cabo de 2 etapas (días).
Notar que de forma equivalente se pueden utilizar las ecuaciones

matriciales :
Se comprueba que la probabilidad de pasar del estado crítico al estado estable al cabo de
2 etapas es de un 17%.
¿Cuál es la probabilidad que un paciente que está en estado estable el Lunes

experimente alguna complicación y no esté estable nuevamente el Miércoles?.
En este caso cambia la distribución inicial respecto al escenario anterior (ahora el

paciente está en estado estable), no obstante, también resulta de nuestro interés analizar
qué sucede al cabo de 2 etapas.
Con color verde se marca la probabilidad de que comenzando en un estado estable al

cabo de 2 días un paciente se encuentre en estado crítico o serio. La suma de dichas
probabilidades es un 66% que da respuesta a la interrogante anterior.
¿Qué porcentaje de la Unidad de Cuidados Intensivos usted diseñaría y equiparía

para pacientes en estado crítico?.
Naturalmente se desea estimar la probabilidades de estado en el largo plazo

independiente de la distribución inicial. La cadena es irreducible con estados recurrentes
positivos aperiódicos. Utilizando las ecuaciones de estado estable presentadas en el
Ejercicio N°2 se obtiene que , y , que
representan la probabilidad de que un individuo se encuentre en estado crítico, serio y
estable, respectivamente.
El software Interactive Operations Research Tutorial (IORTutorial) permite estimar

las probabilidades de largo plazo luego de ingresar la matriz de probabilidades de
transición según se muestra a continuación:
Comentarios: En el Blog hemos desarrollado otros ejercicios resueltos que
recomendamos revisar, entre ellos uno que aborda una Política de Gestión de
Inventarios a través de Cadenas de Markov en Tiempo Discreto y Ejemplo de una
Cadena de Markov en Tiempo Discreto. Adicionalmente en la categoría de
contenidos de Cadenas de Markov periódicamente estamos publicando nuevo material
didáctico sobre dicha materia. Esperamos que este material sea de utilidad para tus
estudios y te agradecemos puedas ayudarnos a difundir éste a través de las redes
sociales.

Cadenas de Markov

Cargado por

Copyright:

Formatos disponibles

Cadenas de Markov

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Cadenas de Markov

Cargado por

Copyright:

Formatos disponibles

Cadenas de Markov (Ejercicios

Un proceso estocástico en tiempo discreto se denomina una Cadena de Markov en

Ejercicios Resueltos de Cadenas de Markov

Si en la actualidad la participación de mercado es de 45%, 25% y 30%,

Adicionalmente conocemos cuál es la distribución inicial y la matriz de probabilidades

Luego para conocer la distribución de las participaciones de mercado al cabo de 2 meses

La solución del sistema corresponde a: , y , que

Ejercicio N°3: En una Unidad de Cuidados Intensivos en un determinado hospital, cada

Notar que de forma equivalente se pueden utilizar las ecuaciones

¿Cuál es la probabilidad que un paciente que está en estado estable el Lunes

En este caso cambia la distribución inicial respecto al escenario anterior (ahora el

Con color verde se marca la probabilidad de que comenzando en un estado estable al

¿Qué porcentaje de la Unidad de Cuidados Intensivos usted diseñaría y equiparía

Naturalmente se desea estimar la probabilidades de estado en el largo plazo

El software Interactive Operations Research Tutorial (IORTutorial) permite estimar

También podría gustarte