Asignación de Procesos Estocásticos

Norbey Andrés Chávez Avendaño

norbey.chavez@correounivalle.edu.co
Universidad del Valle
Santiago de Cali

1 de abril de 2020

Ejercicio 7. La licuadora de mi casa se deteriora con el tiempo (como todas

las cosas) por lo que hemos decidido inspeccionarla al finalizar cada semestre.
Después de cada inspección se clasifica su condición en uno de cuatro casos
posibles, a saber: 1) muy buena, 2) buena, 3) aceptable, 4) mala (se reemplaza).

Solución a: El ejercicio se resolvió y entregó en clase taller, por lo tanto

no lo vi necesario volverlo a copiar.

Solución b: para esto debemos establecer las matrices p y P 2 .

 
0 0,8750 0,0625 0,0625
0 0,75 0,125 0,125 
P = 0

0 0,5 0,5 
 1 0 0 0 
0,0625 0,65625 0,1406 0,1406
 0,125 0,5625 0,1562 0,1562
P2 = 
 0,5

0 0,25 0,25 
0 0,3125 0,0625 0,625
p12 = 0,125 representa la probabilidad de que la licuadora esté buena y que un
semestre después, sea aceptable.
(2)
p12 = 0,156 dice que la licuadora esté buena y en dos semestres, sea acep-
table.

p(X4 = 2) = p0 T 4 = [p0 p1 p2 p3 ]T 4

Solución c: la siguiente matriz es la matriz de probabilidades de estado

estable
 
0,1538467 0,5384602 0,1538465 0,1538465
0,1538467 0,5384602 0,1538465 0,1538465
 
0,1538467 0,5384602 0,1538465 0,1538465
0,1538467 0,5384602 0,1538465 0,1538465
Por lo tanto, πj para j = 0, 1, 2, 3 sería lo siguiente:


πj = 0,1538467 0,5384602 0,1538465 0,1538465

1
 Solución d: Dado que tenemos el vector de costos para cada estado siendo
(0, 1, 3, 6) los costos medios esperados a largo plazo sería lo siguiente:
(0, 1, 3, 6)πj = (0 × 0,1538467) + (1 × 0,5384602) + (3 × 0,1538465) + (6 × 0,1538465)
(0, 1, 3, 6)πj = 1,923
Por lo tanto, el costgo medio diario esperado a la larga sería de aproximadamente
1,923

Solución e: Debemos definir el tiempo medio de recurrencia, dado que la

matriz de transición es irreducible, finita y aperiódica, cómo: µj = π1j
Dicho lo anterior, el tiempo de ocurrencia medio para cada estado πj es:
 1 1 1 1 
0,1538467 , 0,5384602 , 0,1538465 , 0,1538465

Ejercicio 11. En una comunidad hay 3 supermercados (M1, M2, M3) existe
la movilidad de un cliente de uno a otro. El 1 de septiembre, 1/4 de los clientes
va al M1, 1/3 al M2 y 5/12 al M3 de un total de 10.000 personas. Cada mes el
M1 retiene el 90 % de sus clientes y pierde el 10 % que se va al M2. Se averiguó
que el M2 solo retiene el 5 % y pierde el 85 % que va a M1 y el resto se va a M3,
el M3 retiene solo el 40 %, pierde el 50 % que va al M1 y el 10 % va al M2.

Solución a: Se denomina sus estados de los 3 distintos supermercados

como: M1, M2, M3 donde cada momento en el proceso se define como el primer
día de cada mes, iniciando por el 1 de septiembre, y dada sus probabilidades, la
siguiente matriz de transición se definirá como:
 
0,9 0,1 0
0,85 0,05 0,1
0,5 0,1 0,4
Donde M1 es la primera fila y columna, M2 es la segunda fila y columna y M3
es la segunda fila y columna. Así quedaría la matriz.

Solución b: Los momentos del proceso están definidos como el primer día
de cada mes iniciando por el 1 de septiembre, lo anterior se definirá como una
matriz de transición P 3 .
 
0,89125 0,09525 0,0135
0,877125 0,095125 0,02775
0,82725 0,09525 0,0775
Ahora con esto, se multiplica por el vector de la proporciones de los clientes en
septiembre, que sería el siguiente (1/4, 1/3, 5/15). Por lo tanto se realizará el
siguiente cálculo:
 
0,89125 0,09525 0,0135
(1/4, 1/3, 5/15) 0,877125 0,095125 0,02775
0,82725 0,09525 0,0775

= 0,8598402475 0,0952045275 0,044915225
Donde (0,8598402475, 0,0952045275, 0,044915225) es la proporción de clientes
para cada supermercado el 1 de noviembre.

2
 Solución c: con el siguiente código definimos la matriz de transción, luego
por el comando se hallan los vectores propios. Utilizando la formula: T n =
CDn C −1
> library(Biodem)
> ##===============
> M1=c(0.9,0.1,0)
> M2=c(0.85,0.05,0.1)
> M3=c(0.5,0.1,0.4)
> matriz=rbind(M1,M2,M3)
>
> m1=c(1,0,0)
> m2=c(0,0.40,0)
> m3=c(0,0,-0.05)
>
> D=rbind(m1,m2,m3)
> mtx.exp(D,50)
[,1] [,2] [,3]
[1,] 1 0.000000e+00 0.000000e+00
[2,] 0 1.267651e-20 0.000000e+00
[3,] 0 0.000000e+00 8.881784e-66
>
> vectores_propios=eigen(matriz)$vectors
> vectores_propios*D*solve(vectores_propios)
[,1] [,2] [,3]
m1 0.8888889 0 0.000000000
m2 0.0000000 0 0.000000000
m3 0.0000000 0 -0.001058201
> matriz
[,1] [,2] [,3]
M1 0.90 0.10 0.0
M2 0.85 0.05 0.1
M3 0.50 0.10 0.4
> vectores_propios
[,1] [,2] [,3]
[1,] -0.5773503 -0.03774257 0.1041158
[2,] -0.5773503 0.18871284 -0.9891005
[3,] -0.5773503 0.98130676 0.1041158
> D
[,1] [,2] [,3]
m1 1 0.0 0.00
m2 0 0.4 0.00
m3 0 0.0 -0.05
Con esto, nos queda que nuestro vector de πj es:


0,8887 0,0952 0,0159

1
Solución d: Por propiedad tenemos que µj = πj entonces el vector de
tiempo medio para cada estado, será:
1 1 1

0,8887 0,09523 0,015973