Ponticia Universidad Cat olica de Chile

Escuela de Ingeniera
Departamento de Ingeniera Industrial y de Sistemas
ICS2123 - Modelos Estocasticos 1-2014
Ayudantia 4
CMTD
25 - 04 - 2014
Juan Ignacio Langlois
Problema 1.
Una empresa posee una planta de gran supercie, iluminada por tubos fuorescentes. De-
bido a la gran cantidad de ellos, hay trabajadores especialmente encargados de la mantenci on
del sistema de iluminaci on. Para ello, se emplea la poltica de reemplazar siempre de un da
para otro los tubos que se encuentran quemados al n de un da cualquiera. El principal
problema es que no es posible saber con exactitud cu ando se quemar a un tubo. Expertos
han comenzado a elaborar un modelo probabilstico, deniendo como variable de estado el
n umero de tubos que se encuentran en operacion (buenos) al n de un da cualquiera, n (con
n entero no negativo). Hay que se nalar que al n de cada da la planta se detiene y los tubos
quedan apagados hasta la ma nana siguiente. La planta tiene t tubos en total (con t entero y
t > 100). Si al n de un da cualquiera hay (t i) tubos quemados, en el transcurso del da
siguiente todos ellos ser an reemplazados y, por lo tanto, al n del da siguiente dichos tubos
estar an funcionando con toda seguridad. Ahora bien, cada uno de los i tubos que se encuen-
tran buenos al n de un da cualquiera tiene una probabilidad p(0 < p < 1) de quemarse
al da siguiente. Esta probabilidad es independiente para cada tubo funcionando en cada
da. Los tubos que se queman durante un da cualquiera nunca son reemplazados durante
ese mismo da, sino que deben esperar hasta el da siguiente. Para las preguntas siguientes,
emplee la variable de estado escogida por los expertos y las observaciones recogidas por ellos.
a) escriba una relaci on de recurrencia para el n umero de tubos buenos al n de cada da.
Suponga que la planta trabaja de la misma forma todos los das de la semana.
b) Proponga un modelo de cadena de Markov que describa la evoluci on temporal del n umero
de tubos buenos al n de cada da. (Es necesario explicitar la matriz de probabilidades
de transici on en una etapa o las probabilidades de transici on en una etapa para todos los
casos posibles.
Con el n de hacer un peque no estudio preliminar, considere ahora que t = 3, p = 0.2, y
que al inicio del estudio todos los tubos se encuentran en funcionamiento.
1
c) Para la cadena de Markov resultante, determine las clases de estados y clasique los
estados en transientes, recurrentes nulos o positivos, y determine si son aperi odicos o
periodicos (y el perodo).
d) Cual es la probabilidad de que se observen todos los tubos quemados por primera vez
al nal del tercer da de observaci on?
e) Cual es la probabilidad de que, a partir de un cierto da, todos los tubos se mantengan
en buen estado durante los tres das siguientes?
f) Cual es el valor de F(0, 2)?
Problema 2.
Considere un sistema representado por una cadena de Markov en tiempo discreto con
estados {1, 2, 3, 4, 5, 6, 7, 8, 9} y la siguiente matriz de probabilidades de transicion en una
etapa:
P =

1 2 3 4 5 6 7 8 9
1 0 0 0 0 0 0 1 0 0
2 0 0.4 0.3 0 0 0 0 0.3 0
3 0 0.5 0.5 0 0 0 0 0 0
4 0 0 0 0 0 0.1 0 0 0.9
5 1 0 0 0 0 0 0 0 0
6 0.1 0 0.6 0.2 0 0.1 0 0 0
7 0 0 0 0 1 0 0 0 0
8 0 0.8 0 0 0 0 0 0.2 0
9 0 0 0.3 0 0 0 0 0 0.7

a) Determine las clases de estados y clasique los estados en transientes, recurrentes nulos
o positivos, y determine si son aperi odicos o periodicos (y el periodo).
b) Cual es la probabilidad de que el sistema, si se encuentra inicialmente en el estado 9,
llegue alguna vez al estado 8?
c) Calcule la probabilidad de que el sistema llegue, por primera vez, desde el estado 6 al
estado 8, en 3 etapas (periodos).
d) Calcule E[T(5, 5)].
Problema 3.
Suponga que el estado del tiempo solo puede ser soleado (S) o nublado (N). Adem as,
suponga que el estado del tiempo del da siguiente (ma nana) depende del estado del tiempo
2
actual (hoy) y del estado del tiempo del da anterior (ayer), de acuerdo a las siguientes
probabilidades:
Ayer Hoy Ma nana Probabilidad
S S S 0.8
N S S 0.6
S N S 0.4
N N S 0.1
a) Construya una cadena de Markov discreta bidimensional que modele el sistema (detalle
las variables y estados).
b) Obtenga la matriz de probabilidades de transici on en este caso.
c) Identique las clases de estado del proceso.
d) Si ayer estuvo nublado y hoy dia soleado. Cu al es la probabilidad de que en 3 das m as
este soleado?
Problema 4.
Tres bolitas blancas y tres bolitas negras se distribuyen en dos urnas de modo que cada una
contiene tres bolitas. Decimos que el sistema est a en el estado i (i = 0, 1, 2, 3) si la primera
urna contiene i bolitas blancas. En cada etapa, se saca simultaneamente una bolita de cada
urna y se pone la bolita sacada de la primera urna, en la segunda, y la bolita sacada de la
segunda urna, en la primera. Sea X
n
el estado del sistema despues de la etapa n.
a) Es este proceso una cadena de Markov discreta?
b) Calcule las probabilidades de transicion en una etapa.
3
Si hoy da estuvo soleado y ayer nublado, entonces nos encontramos en el
estad 3. Quiero saber la probabilidad de que en tres das ms este soleado,
por lo que tengo que llegar en tres transiciones desde el estado 3 al estado
1(Soleado ayer, Soleado hoy) o de vuelta al estado 3 (Nublado ayer, Soleado
hoy). Como en este caso no me importa si entremedio paso por los estados
3 o 1, las probabilidades que estoy buscando son las siguientes:
P(en tres dias este soleado) = P
(3)
33
+ P
(3)
31
Cada uno de los terminos los puedo obtener de dos formas distintas, o
enumerando las posibles transiciones y sumarlas o mediante la propiedad de
que la matriz de 3 transiciones P
(3)
es igual a la matriz de transicin elevada
al cubo. Usemos la propiedad:
P
(3)
= P
3
=

0.56 0.16 0.076 0.2040

0.228 0.072 0.118 0.5820
0.48 0.16 0.072 0.753
0.102 0.048 0.097 0.753

A partir de la matriz podemos obtener las probabilidades que queremos.

Finlmente nos queda:
P
(3)
33
+ P
(3)
31
= 0.072 + 0.48 = 0.552
1