CLASE 1 Grupo 8-4

INVESTIGACION DE OPERACIONES 2
ING. IND. JOSÉ LUIS MOSQUERA VIEJÓ MPC

RECOMENDACIONES
USAR AUDIFONOS CIERRA OTRAS APLICACIONES QUE PREFERIBLE CONEXION A

CONSUMAN INTERNET
INETRNET CON CABLE
Horario de Clases
• VIERNES 16:00 A 19:00 PM.

• PUNTUALIDAD (20 MINUTOS LUEGO DE INICIADA LA CLASE, NO SE
PERMITE EL INGRESO).
• FALTAS SOLO SE JUSTIFICAN DE ACUERDO AL PROCEDIMIENTO
RESPECTIVO
UNIDAD 1
Cadenas de Márkov
La cadena de Markov, también conocida
como modelo de Markov o proceso de
Markov, es un concepto desarrollado dentro
de la teoría de la probabilidad y la
estadística que establece una fuerte
dependencia entre un evento y otro suceso
anterior. Su principal utilidad es el análisis
del comportamiento de procesos
estocásticos.
La explicación de estas cadenas la desarrolló

el matemático de origen ruso Andréi Márkov
en 1907.
DEFINICIÓN DE UNA CADENA DE MARKOV
Sea Xi una variable aleatoria que caracteriza el estado del sistema en puntos discretos
en el tiempo t = 1, 2… . La familia de variables aleatorias {Xi} forma un proceso estocástico
con una cantidad finita o infinita de estados.
QUE ES UN PROCESOS ESTOCASTICO
Es un proceso que se desarrolla de manera aleatoria en el tiempo ejemplo el clima, etc.

Ejemplo (Mantenimiento de una máquina)
La condición de una máquina en el momento del mantenimiento preventivo mensual es mala,

regular o buena. Para el mes t, el proceso estocástico en esta situación se representa como sigue:
La variable aleatoria Xt es finita porque representa tres estados: malo (0), regular (1) y bueno (2).
Proceso de Markov.
Un proceso estocástico es un proceso de Markov si un estado futuro depende sólo del estado
inmediatamente anterior. Esto significa que dados los tiempos cronológicos tₒ, t1,…, tn, la
familia de variables aleatorias es un proceso de Markov si
En un proceso Markoviano con n estados exhaustivos y mutuamente excluyentes, las

probabilidades en un punto específico del tiempo t = 0,1,2,… se definen como
Esto se conoce como probabilidad de transición en un paso al ir del estado i en el instante
t−1 al estado j en el instante t. Por definición, tenemos
La notación utilizada en la matriz es una forma conveniente de resumir las probabilidades

de transición en un paso:
La matriz P define una cadena de Markov. Tiene la propiedad de que todas sus
probabilidades de transición pij son estacionarias e independientes a lo largo del tiempo.
Aunque una cadena de Markov puede incluir un número infinito de estados
Ejemplo (Problema del jardinero)
Cada año, durante la temporada de siembra de marzo a septiembre, un jardinero realiza una prueba
química para verificar la condición de la tierra. Según el resultado de la prueba, la productividad en la
nueva temporada puede ser uno de tres estados: (1) buena, (2) regular y (3) mala. A lo largo de los
años, el jardinero ha observado que la condición de la tierra del año anterior afecta la productividad
del año actual y que la situación se describe mediante la siguiente cadena de Markov
Las probabilidades de transición muestran que la condición de la tierra puede o deteriorarse o

permanecer como está pero nunca mejorar. Por ejemplo, si la condición de la tierra es buena en este
año (estado 1) hay 20% de que no cambie el año siguiente, 50% de probabilidad de que sea regular
(estado 2), y 30% de probabilidad de que se deteriorará a una condición mala (estado 3).
EJERCICIOS
1. Un estudiante está cursando las asignatura algebra lineal y calculo durante este
semestre. Para estudiar estas asignaturas el estudiante decide seguir las siguientes
reglas:
 Si un día estudia algebra lineal, al día siguiente estudiara algebra lineal con
probabilidad 1/2 y calculo con probabilidad 1/2
 Si un día estudia calculo, al día siguiente estudiara algebra lineal con probabilidad
2/3 y calculo con probabilidad 1/3
la información se puede resumir con el siguiente esquema:
1/2.
A.L. C. 1/3.
1/2. 1 2
2/3.
Si el estudiante estudia calculo el lunes de una semana ¿Cuál es la probabilidad de que
el estudiante estudie algebra lineal el jueves de esa misma semana
Algebra lineal Calculo

0 Algebra lineal 1/2 2/3
X ₒ= Calculo 1/2 1/3
1
K= 0 lunes
K= 3 jueves
X1 = X ₒ T
K3 = T ³ X ₒ
X2 = X 1 T
X3 = X 2 T
³
1/2 2/3
0 2/3
=
X3 = T ³ X ₒ = 1
1/2 1/3 1/3
1. El clima de los yungas se comporta según una cadena de Markov con 2 estados
Lluvioso, y no Lluvioso. Si hoy es un día lluvioso, la probabilidad que mañana sea
un día lluvioso es 0.6 , si no llueve la probabilidad de que mañana sea un día no
lluvioso 0.8
• Escriba la matriz de transición

• Si ayer viernes llovió en los yungas, realice operaciones matriciales para calcular la
probabilidad de que mañana domingo no llueva
0.4
0.8
0.6 LL. N.LL.
0.2.
Un profesor de ingeniería adquiere una computadora nueva cada dos años. El profesor puede elegir de
entre tres modelos:Ml,M2 y M3. Si el modelo actual es Ml, la siguiente computadora puede ser M2 con
probabilidad 0,2 o M3 con probabilidad 0,15. Si el modelo actual es M2, las probabilidades de cambiar a
Ml y M3 son 0,6 y 0,25 respectivamente. Pero si el modelo actual es M3, entonces las probabilidades de
comprar los modelos Ml y M2 son 0,5 y 0,1 respectivamente. Represente la situación como una cadena de
Márkov.
0,2 M1 M2 M3
0,65 0,15 M1 0,65 0,2 0,15
M1 M2 M2 0,6 0,15 0,25
0,6 M3 0,5 0,1 0,4
0,5 0,1
0,15 0,25
M3
0,4
Una patrulla policiaca vigila un vecindario conocido por sus actividades pandilleriles. Durante un
patrullaje hay 60% de probabilidades de llegar a tiempo al lugar donde se requiere la ayuda; si no
sucede algo, continuará el patrullaje regular. Después de recibir una llamada, hay 10% de
probabilidades de cancelación (en cuyo caso el patrullaje normal se reanuda), y 30% de probabilidad
de que la unidad ya esté respondiendo a la llamada anterior. Cuando la patrulla llega a la escena del
suceso, hay 10% de probabilidades de que los instigadores hayan desaparecido (en cuyo caso reanuda
su patrullaje), y 40% de probabilidades de que se haga una aprehensión de inmediato. De otro modo,
los oficiales rastrearán el área. Si ocurre una aprehensión, hay 60% de probabilidades de trasladar a los
sospechosos a la estación de policía, de lo contrario son liberados y la unidad regresa a patrullar.
Exprese las actividades probabilísticas de la patrulla en la forma de una matriz de transición
E1= PATRULLAE
E2= RESPONDIENDO LLAMADA
E3= ESCENA DE LLAMADA
E4= APREHENSION
E5= TRASLADO A LA ESTACION
0,1
0,3
0,6 0,6
0,4 0,5
E1 E2 E3
0,1
0,4
0,4
E4
E5 0,6

CLASE 1 Grupo 8-4

Cargado por

Copyright:

Formatos disponibles

CLASE 1 Grupo 8-4

Cargado por

Información del documento

Título original

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

CLASE 1 Grupo 8-4

Cargado por

Copyright:

Formatos disponibles

INVESTIGACION DE OPERACIONES 2

ING. IND. JOSÉ LUIS MOSQUERA VIEJÓ MPC

USAR AUDIFONOS CIERRA OTRAS APLICACIONES QUE PREFERIBLE CONEXION A

• VIERNES 16:00 A 19:00 PM.

La explicación de estas cadenas la desarrolló

QUE ES UN PROCESOS ESTOCASTICO

Es un proceso que se desarrolla de manera aleatoria en el tiempo ejemplo el clima, etc.

La condición de una máquina en el momento del mantenimiento preventivo mensual es mala,

En un proceso Markoviano con n estados exhaustivos y mutuamente excluyentes, las

La notación utilizada en la matriz es una forma conveniente de resumir las probabilidades

Las probabilidades de transición muestran que la condición de la tierra puede o deteriorarse o

Algebra lineal Calculo

• Escriba la matriz de transición

También podría gustarte