Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
1 de abril de 2020
p(X4 = 2) = p0 T 4 = [p0 p1 p2 p3 ]T 4
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
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 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