Anlisis Markov

ADOLFO JORGE PRADO VENTOCILLA

Objetivos Unidad de Aprendizaje

2

Determinar los estados o condiciones futuras

mediante el uso de anlisis de Markov

Calcular condiciones de largo plazo o de estado
estable utilizando la matriz de probabilidades de
transicin
Comprender el uso de anlisis de estado absorbente
para predecir condiciones futuras

Fuente de Consulta
3

Render Barry Mtodos Cuantitativos para los

Negocios 9na edicion 2006 Mexico

Pearson Prentice Hall
Anderson David Mtodos Cuantitativos para los
Negocios 11a edicion 2011 Mexico
Cengage Learning

Agenda
4

Introduccin

Estados y probabilidades de estado

Matriz de probabilidades de transicin
Pronostico de participacin en el mercado

Condiciones de estabilidad
Operaciones de Maquinaria
Estados absorbentes y la matriz fundamental
Cuentas por cobrar

El Anlisis de Markov
5

es

una tcnica que maneja probabilidades de

ocurrencia futura mediante el anlisis de las
probabilidades conocidas en el presente.

Andrei Andreyevich Markov

Cadenas Markov con

probabilidades de transicin estacionarios
6

Supuestos
1)
Existe un numero limitado o finito de estados posibles.
2) La probabilidad de que los estados cambien permanece igual
a lo largo del tiempo.
3) Se puede predecir cualquier estado futuro a partir del estado
anterior y de la matriz de probabilidades de transicin.
4) El tamao y constitucin del sistema no cambia durante el
anlisis.

Estados y Probabilidades de estado

7

Estados se utilizan para identificar todas las

condiciones posibles de un proceso o de un sistema

Colectivamente exhaustivo
Mutuamente excluyente

Caso 1 : Participacin de Mercado

8

Un total de 100,000 personas que van de compras a 3

Supermercado de los cuales compran 40,000 en Metro,

30,000 en Totus y 30,000 en Plaza Vea.
Estados
Estado 1 : Metro
40%= 40000/100000
Estado 2 :Totus
30%
Estado 3 : Plaza Vea
30%

Vector de probabilidades de estado i en el Periodo n=1

(1) = (0.4, 0.3, 0.3)

Probabilidad = Participacin de mercado
( 1(1), 2(1), 3(1))

Matriz de Probabilidades de Transicin

9

Diagrama de Arbol para periodo 2

0.8
0.1
0.1

Metro
0.4
0.3

0.1

Ultima
Compra Plaza Vea
Periodo 0

0.2
0.2
0.2
0.6

0.32

Totus

Permite pasar de estado

actual aun estado futuro

Plaza Vea
Metro

0.7

Totus
0.3

Metro

Totus

Pij = Probabilidad condicional de encontrarse

en el estado j si se encuentra en el estado i

Plaza Vea
Metro

Totus
Plaza Vea

0.8 0.1 0.1

P = 0.1 0.7 0.2
0.2 0.2 0.6

Probabilidades de transicin
10

Las CM estn completamente caracterizadas

por las probabilidades de transicin en una

etapa,
P

X t 1 j

, i, j S , t T
X t i

Slo trabajaremos con CM homogneas en el

tiempo, que son aquellas en las que
i, j S t T , P

X t 1 j

p
ij
X t i

donde pij se llama probabilidad de transicin en

una etapa desde el estado i hasta el estado j

Matriz de transicin
11

Los qij se agrupan en la denominada matriz

de transicin de la CM:

p00

p10
P
p20

...

p01
p11
p21
...

p02 ...

p12 ...

p
ij
i , jS
p22 ...

... ...

Propiedades de la matriz de transicin

12

Por ser los qij probabilidades,

i , j S ,

pij 0,1

Por ser 1 la probabilidad del suceso seguro,

cada fila ha de sumar 1, es decir,

i S ,

p
jS

ij

Una matriz que cumpla estas dos propiedades

se llama matriz estocstica

Pronstico con Anlisis de Markov

13

Para el periodo 1: (1) = (0) P

Para el periodo n+1: (n+1) = (n) P
Para el periodo 2: (2) = (0) P 2
n
Para el periodo n: (n) = (0) P
Caso 1: Calcular el pronostico para el periodo sgte.
(0) = (0.4, 0.3, 0.3)

0.8 0.1 0.1

P = 0.1 0.7 0.2
0.2 0.2 0.6

0.41=0.4*0.8+0.3*0.1+0.3*.0.2
0.31=0.4*0.1+0.3*0.7+0.3*.0.2
0.28=0.4*0.2+0.3*0.2+0.3*.0.6
(1) = (0.41, 0.31, 0.28)

Condicin de Estabilidad
Probabilidad de estado estacionario
14

Probabilidades a las que nos aproximamos despus

de un gran numero de transiciones.

Es independiente de su estado inicial
=P

Caso 2 : Mantenimiento de Equipos

15

Juan Perez ha registrado la operacin de su maquina

fresadora durante varios aos: En los ltimos aos 80%

del tiempo funcion correctamente durante el mes actual
si haba funcionado bien el mes anterior. Esta secuencia
tambin significa que solo el 20% del tiempo no funcion
de manera apropiada durante un mes determinado
cuando funcionaba bien el mes anterior. Adems se ha
observado que 90% del tiempo la mquina permaneci
ajustada de forma incorrecta durante un mes
determinado si no estaba bien ajustada el mes anterior.
Solo el 10% del tiempo oper de forma correcta en un
mes determinado cuando no oper correctamente
durante el mes anterior

Caso 2 : Mantenimiento de Equipos

16

0.8 0.2
P = 0.1 0.9
P11 : probabilidad de que la maquina funcione correctamente el mes actual
considerando que funcion correctamente el mes anterior
P12 : probabilidad de que la maquina no funcione correctamente el mes actual
considerando que funcion correctamente el mes anterior
P21 : probabilidad de que la maquina funcione correctamente el mes actual
considerando que no funcion correctamente el mes anterior
P21 : probabilidad de que la maquina no funcione correctamente el mes actual
considerando que no funcion correctamente el mes anterior

Cul es la probabilidad que funcione en 1 mes, 2 meses, etc.?

Caso 2 : Mantenimiento de Equipos

17

Periodo

Estado 1

Estado 2

Periodo

Estado 1

Estado 2

0.371765

0.628234

0.8

0.2

10

0.360235

.0639754

0.66

0.34

11

0.352165

0.647834

0.562

0.438

12

0.346515

0.653484

0.4934

0.5066

13

0.342560

0.657439

0.44538

0.55462

14

0.339792

0.660207

0.411766

0.588234

15

0.337854

0.666145

0.388236

0.611763

0.333333

0.666666

(n+1) = (n) P
(n) = (n) P en equilibrio

Caso 2 : Mantenimiento de Equipos

18

Calculo de condicin de equilibro

=P
(x1, x2) = (x1, x2) (0.8 0.2)
0.1 0.9
x1= x1* 0.8 + x2 * 0.1 (ec.1)
x2= x1* 0.2 + x2 * 0.9 (ec.2)
x1 + x2 = 1
(ec.3) por qu?
3 ecuaciones 2 incgnitas -> 1 ecuacin redundante
Para resolver escoger 2 ecuaciones, eliminar 1 ecuacin
Por ejemplo Sustituir x1 =1-x2 en ec,1
1-x2= (1-x2)*.8+x2*.1
1-0.8=(1-0.8+0.1)x2
x2= 0.2/0.3 = 2/3 = > 11 = 1/3
! Verificar !
x1=1-2/3 = 1/3

Estados Absorbentes
19

Al alcanzar estado determinado y permaneciendo

siempre en ese estado. Es decir si se encuentra es un

estado absorbente no se puede pasar a otro estado

Caso 3 : Cuentas por Cobrar

20

Estado 1 (1) : pagado, todas las facturas

Estado 2 (2) : deudas incobrables, vencido mas de 3 meses
Estado 3 (3) : vencido menos de 1 mes
Estado 4 (4) : vencido entre uno y tres meses
Prximo Mes
Este mes

Pagado

Deuda
Incobrable

Menos de 1
mes

De 1 a 3
meses

Pagado

Deuda Incobrable

Menos de 1 mes

0.6

0.2

0.2

De 1 a 3 meses

0.4

0.1

0.3

0.2

Caso 3 : Cuentas por Cobrar

21

1 0
P= 0 1
0.6 0
0.4 0.1
A

O
0 0
0 0
0.2 0.2
0.3 0.2
B

I Matriz Identidad
0 Matriz Cero
Matriz Fundamental

F = (I-B)-1
FA Probabilidad de que
una cantidad en alguno
de los no estados
absorvente termine en
alguno de los estados
absorbentes

Caso 3 : Cuentas por Cobrar

22

Matriz Fundamental
F = (I B)

Probabilidad de que una

-1

F= 10

0.2 0.2 -1
0 1 0.3 0.2
F= 0.8 -0.2 -1
-0.2 0.8
F= 1.38 0.34
0.52 1.38

cantidad termine en un
estado absorbente
FA= 1.38 0.34 0.6 0
0.52 1.38 0.4 0.1
FA=0.97 0.03
0.86 0.14
Matriz M Dinero en los
estados absorbentes
M= (2000, 5000)
MFA = (6240, 760)