TEORIA MATRICIAL Y CADENAS DE MARKOV 1.

Teora Matricial Una matriz es un arreglo bidimensional de nmeros (llamados entradas de la matriz) ordenados en filas (o renglones) y columnas, donde una fila es cada una de las lneas horizontales de la matriz y una columna es cada una de las lneas verticales. A una matriz con n filas y m columnas se le denomina matriz n-por-m (escrito ) donde . El conjunto de las matrices de

tamao se representa como , donde es el campo al cual pertenecen las entradas. El tamao de una matriz siempre se da con el nmero de filas primero y el nmero de columnas despus. Dos matrices se dice que son iguales si tienen el mismo tamao y las mismas entradas. A la entrada de una matriz que se encuentra en la fila sima y la columna sima se le llama

entrada o entrada -simo de la matriz. En estas expresiones tambin se consideran primero las filas y despus las columnas. Casi siempre se denotan a las matrices con letras maysculas mientras que se utilizan las correspondientes letras en minsculas para denotar las entradas de las mismas. Ejemplo: Dada la matriz

Es una matriz de tamao La matriz

. La entrada

es 7.

Es una matriz de tamao

: un vector fila con 9 entradas.

2. Cadenas de Mrkov Las cadenas de Mrkov son modelos probabilsticos que se usan para predecir la evolucin y el comportamiento a corto y largo plazo de determinados sistemas, son usadas por ejemplo para reparto de mercado entre marcas. Reciben su nombre del matemtico ruso Andri Andryevich Mrkov, (14 de junio de 1856 - 20 de julio de 1922) que las introdujo en 1907, fue un matemtico ruso conocido por sus trabajos en la teora de los nmeros y la teora de probabilidades. Su trabajo terico en el campo de los procesos en los que estn involucrados componentes aleatorios (procesos estocsticos) daran fruto en un instrumento matemtico que actualmente se conoce como cadena de Mrkov: secuencias de valores de una variable aleatoria en las que el valor de la

variable en el futuro depende del valor de la variable en el presente, pero es independiente de la historia de dicha variable. Con las Cadenas de Mrkov podremos hacer predicciones de comportamientos futuros. As, si llamamos estados a cada una de estas posibilidades que se pueden presentar en un experimento o situacin especfica, entonces podemos visualizar en stas una herramienta que nos permitira conocer a corto y largo plazo los estados en que se encontraran en periodos o tiempos futuros y tomar decisiones que afectarn o favorecern nuestros intereses. Las cadenas de Mrkov son herramienta para analizar el comportamiento y el gobierno de determinados tipos de procesos estocsticos (procesos no determinsticos) a lo largo del tiempo en torno a un conjunto de estados. Representa un sistema que vara su estado a lo largo del tiempo, siendo cada cambio una transicin del sistema. Estos cambios no estn predeterminados, aunque s lo est la probabilidad del prximo estado en funcin de los anteriores, siendo esta constante a lo largo del tiempo. 3. Cadenas de Mrkov estacionarias Las cadenas de Mrkov que cumplen la hiptesis de estabilidad se llaman cadenas estacionarias de Mrkov. Distribucin inicial de probabilidad de una cadena de Mrkov: q= [q1,...,qs] donde qi=P(X0=i) Una cadena de Mrkov se vuelve estacionaria cuando el resultado de las ecuaciones deja de ser una probabilidad, es decir, que a partir de este momento se conoce con certeza su resultado. 4. Ejemplos 1. El departamento de estudios de mercado de una fbrica estima que el 20% de la gente que compra un producto un mes, no lo comprar el mes siguiente. Adems, el 30% de quienes no lo compren un mes lo adquirir al mes siguiente. En una poblacin de 1000 individuos, 100 compraron el producto el primer mes. Cuntos lo comprarn al mes prximo? Y dentro de dos meses? Solucin.Paso 1 Se debe realizar un esquema que ayuda a construir una matriz de probabilidades de transicin: Del 100% de clientes que compra en un mes un producto el 20% no compra el mes siguiente, y el 80% lo sigue comprando el siguiente mes. Del 100% de clientes que quienes no lo compran en un mes, solo el 30% lo adquieren el mes siguiente y el 70% no lo compran el siguiente mes

0,20 0,80
Personas que compran el producto Personas que no compran el producto

0,70

0,30

Paso 2: Con esta informacin construimos una matriz de 2X2: P0 = ( )

En una matriz de transicin cada fila debe sumar igual a 1 Paso 3: Una vez construida la matriz de decisin se pasa a resolverla La primera matriz est formada por la cantidad de clientes que compraron en el primer mes, es decir 100 personas de las 1000 compraron un producto, y las dems personas no adquirieron el producto que son 900 (C N)= (100 900)( )= (350 650)

En el primer mes el productos ser comprado por 350 personas y 650 personas que no compraran Para el segundo mes, se debe utilizar el resultado obtenido en las compras para el primer mes, quedando la matriz de la siguiente forma: (C N)= (350 650) Esta matriz debe ser multiplicada por la matriz del estudio de mercado que se realizo P2=(C, N)= (350 650)( )= (475 525) Para el segundo mes compraran el producto 475 personas y no compraran 525 personas 2. Un nuevo hipermercado que acaba de abrir en una ciudad, en un mercado de 30 mil familias, con un consumo por familia de 400 euros mensuales en alimentacin. Hasta el momento actual en la ciudad solo existan dos hipermercados y mltiples supermercados. En el ltimo mes el 85% del mercado correspondi a los citados hipermercados. Las previsiones para el mes que entra son las siguientes: El 70% de las familias que en el mes anterior hicieron sus compras en algn hipermercado no compraran este mes en supermercados. El nuevo hipermercado conseguir quitar, en su primer mes de apertura, a los otros dos hipermercados un nmero de compradores equivalente al doble de clientes que estos ltimos conseguirn arrebatar a los supermercados. El nmero de clientes que de los hipermercados antiguos pasarn a comprar a los supermercados este mes ser cinco veces los que estos perdern a favor de aquellos. La fidelidad de las familias a seguir comprando en los supermercados se estima tan solo en un 20%. El nuevo hipermercado que se acaba de crear tiene previsto que un 40% de sus clientes se mantengan fieles al mismo, as como que el porcentaje de clientes que cada mes pierde se reparte en partes iguales entre hipermercados antiguos y supermercados. a) Determinar cul ser el volumen de facturacin total de los hipermercados frente a los supermercados el prximo mes. b) Cul ser la cuota de mercado de los supermercados a largo plazo?

Solucin a) Paso 1: Se definen los estados, es decir las opciones entre las que puede elegir cada consumidor en el mercado que se est estudiando. E1= Consumidores del nuevo hipermercado E2=Consumidores de los antiguos hipermercados E3=Consumidores de los supermercados Paso 2: Se van situando los datos de que se disponga, separando los que pertenecen a vectores de estados o a la matriz de transicin. Los vectores de estado son vectores filas formados por las cuotas de mercado de cada marca (Pi), y se calcula Numero de consumidores de estado i / Total de consumidores. En este caso, P1 (cuota de mercado estado 1 momento -1, mes anterior)= 0, puesto que anteriormente no exista el nuevo hipermercado; P2 (cuota de mercado estado 2, momento -1)= 85% 30.000 / 30.000= 0,85 y como los vectores estados siempre suman 1, el tercer componente se conoce por la diferencia. P (-1) = (0, 085, 015), siendo P (-1) el vector estado del mes anterior a abrirse el nuevo hipermercado en la ciudad. Paso 3: Se realiza la construccin de la matriz de transicin que est compuesta por todas las probabilidades de cambio (Pij) entre los distintos estados y se leen de fila a columna.

Mt =(
Quedando as la matriz de transicin para este caso Mt= ( )

Con esta matriz se est diciendo, por ejemplo que P11 = 0,4 lo que significa que la fidelidad del Estado 1 (Consumidores de nuevo hipermercado) es del 40%; P32 = 0,34 lo que quiere decir
Que el 34% de los consumidores de supermercados (Estado 3) pasaran al periodo siguiente a consumir en los hipermercados antiguos (Estado 2). Los datos de esta matriz, en este caso se han obtenido as: El 30% de los consumidores de hipermercados consumieron al periodo siguiente en supermercados, por tanto, P13 = P23 = 0,3 Los Pij (Numero de consumidores que pasan del EI al Ej del momento n al n+1) / Numero de consumidores del Ei en el momento n. P21 (consumidores de los hipermercados antiguos que es cambian al nuevo) = 2X / 25.500 Siendo el denominador los consumidores de hipermercados antiguos en el momento anterior, es decir 85% de 30.000 = 25.500

P32 (consumidores de supermercados que pasan a consumir a los hipermercados antiguos) = X /4.500 P23 (consumidores de hipermercados antiguos que pasaran a consumir en supermercados) = y /4.500. Y adems por el prrafo anterior se tiene que P32 = x /4.500, por lo tanto se puede asegurar que x= y= 1.530

Luego: P21 = 2x / 25.500 = (2*1.530) / 25.500 =0.12

P32 = x / 4.500 = 1.530 / 4.500 = 0,34 Como todas las filas de la matriz suman 1, por diferencia P 22 = 0,58

P33 = 0,2 por lo tanto, y sabiendo que las filas suman 1 en la matriz de transicin, P 31 = 0,46
P11 = 0,4 Y por lo tanto P12 = 0,3

As se ha obtenido la matriz de transicin completa. Paso 4: Ahora utilizando la frmula de la cadena de Mrkov, donde se afirma que P (n) * M = P (n+1), se puede calcular el vector de estado del prximo mes. P(-1) * Mt = P (0) = (0,171 0,544 0,285) Esto quiere decir que para un mercado con 30.000 consumidores: En los hipermercados nuevos = 30.000 * 0,171= 5130 consumidores en el mes actual En los hipermercados antiguos = 30.000 * 0,544 = 16.320 consumidores en el mes actual En los supermercados =30.000 * 0,285 = 8.550 consumidores en el mes actual Por lo que el volumen de facturacin de cada uno, sabiendo que cada consumidor gasta una media de 400 euros: b) Para conocer la cuota de mercado a largo plazo de los supermercados hay que comprobar, en primer lugar si la matriz es ergdica. Una matriz de transicin es ergdica si tiene un auto valor igual a 1 y el resto de los auto valores son menores que 1. Por lo que ser necesario calcular los auto valores de la matriz. 0=| | En los hipermercados nuevos (5.130 * 400 = 2.052 euros) En los hipermercados antiguos (16.320 * 400 = 6.528 euros) En los supermercados (8.550 * 400 = 3.420 euros)

Se desarrolla el determinante y se llega a una ecuacin de tercer grado donde al resolverla se obtienen los auto valores de forma que: = 1; = 0,1 y

Por lo tanto como un auto valor es igual a 1 y el resto menor que 1 esta matriz es ergdica, esto implica que existe un vector de estado estable, de forma que, en el largo plazo, no variaran las cotas de mercado de cada marca, salvo que cambien las condiciones de mercado. Sea P (n) = (x y z) vector de estabilidad o vector de equilibrio, P(n) * M = P(n); es decir que (x y z)*M = (x y z). Como de cada matriz de transicin n*n se puede conseguir n-1 ecuaciones independientes y se sabe que la suma del vector estado es siempre 1, nos encontramos con un sistema de ecuaciones que permitir calcular elementos del vector de equilibrio, 0,4*x + 0,12*y + 0,48*z = 0 0,3*x + 0,58*y + 0,34*z = 0 x+y+z=1 Al resolver se obtiene: x=0,29; y=0,42; z=0,27. Por lo tanto el vector de estabilidad de este mercado a largo plazo seria (0,29; 0,42; 0,27), siendo la cuota a largo plazo de los supermercado, salvo que cambien las condiciones de mercado, el 27% del total de los consumidores, 27% de 30.000, 8.100 consumidores.