Investigacin Operativa II - Ing.

Vanessa Nieto Pea

1

PRACTICA N7



CADENAS DE MARKOV




I . OBJ ETI VOS
Al culminar la presente prctica, el alumno estar capacitado para:
- Resolver y analizar procesos estocsticos mediante Cadenas de Markov.
- Analizar Cadenas de Markov Absorbentes.
- Interactuar con los modelos
I I . RECURSOS
Uso del software WinQSB con la opcin Markov Process y Excel.

I I I . DURACI N DE LA P RCT I CA
Una sesin (2 horas).


I V. MARCO TERI CO
Revisar Material Clases de Teora de Cadenas de Markov.

V. ACTI VI DADES DE LA P RCTI CA
- Formular procesos markovianos utilizando la teora de Cadenas de Markov para
determinar el comportamiento del sistema en condiciones de estado estable.
- Determinar alternativas de optimizacin para el sistema en estudio.
CASO ESTUDI O
Una empresa fabrica productos electrnicos. Antes de mandar a ventas un producto, se analiza el lote.
Las categoras de inspeccin son: no funciona (NF), regular, bueno y excelente. Los productos NF se
desechan, mientras que los lotes excelentes se envan inmediatamente a ventas. Los lotes regulares y
buenos se regresan para ajustes y se vuelven a probar.


Investigacin Operativa II - Ing. Vanessa Nieto Pea
2

Las proporciones de lotes regulares y buenos que cambian de categora se dan en la tabla siguiente:
A
DE NF Regular Bueno Excelente
Regular 0.05 0.25 0.35 0.35
Bueno 0 0.15 0.2 0.65
a) Descrbase este proceso de prueba como una cadena de Markov absorbente y calclese la
matriz de transicin.
b) De 100000 lotes existentes actualmente, a los que se acaba de realizar una inspeccin y result
que hay 30000 lotes buenos, 20000 lotes regulares, 45000 lotes Excelentes y 5000 lotes NF
Cuntos lotes de cada categora habr dentro de 3 inspecciones?
c) Cuntos lotes Excelentes habr en las prximas 5 inspecciones.
d) Cuntas veces, en promedio, se volver a inspeccionar un lote que ya se haba probado y
haba resultado regular en la prueba anterior?
e) Cuntas veces, en promedio, se inspeccionar de nuevo un lote que ya se haba probado y dio
por resultado ser bueno?
f) Cul es la probabilidad de que se deseche un lote regular?
g) Cul es la probabilidad de que un lote regular llegue a ventas?
h) De 30 000 lotes probados como buenos originalmente. Cuntos llegarn a ventas?

SOLUCIN
a) Descrbase este proceso de prueba como una cadena de Markov absorbente y calclese la
matriz de transicin.

Cadena de Markov:


Matriz de Transicin de Estados:


Investigacin Operativa II - Ing. Vanessa Nieto Pea
3



b) De 100000 lotes existentes actualmente, a los que se acaba de realizar una inspeccin y result
que hay 30000 lotes buenos, 20000 lotes regulares, 45000 lotes Excelentes y 5000 lotes NF
Cuntos lotes de cada categora habr dentro de 5 inspecciones?
Para resolver esta inquietud, utilizamos la opcin Markov Process del WinQsb. Luego
ingresamos a File/New Problem y nos mostrar la siguiente tabla:

En la tabla anterior ingresamos el ttulo del problema y el nmero de estados y presionamos
OK.
En la siguiente tabla ingresamos la informacin de la Matriz T, as como el vector de
probabilidades de distribucin de estados inicial (Xo) tal como se muestra a continuacin:

Luego para resolver la inquietud elegimos la opcin Solve and Analize/Markov Process Step
en donde ingresamos el nmero de periodos desde el inicio para el que queremos saber la
distribucin de estados y obtenemos los siguientes resultados:


Investigacin Operativa II - Ing. Vanessa Nieto Pea
4


Con estos resultados calculamos nuestros requerimientos.
Entonces habr:
Lotes Regulares: 100000*0.004087 = 408.7 lotes
Lotes Buenos: 100000*0.005599 = 559.9 lotes
Lotes NF: 100000*0.068346 = 6834.6 lotes
Lotes Excelentes: 100000*0.921968 = 92196.8 lotes
100000 lotes

c) Cuntos lotes Excelentes habr en cada una de las prximas 5 inspecciones.
Para responder esta inquietud utilizamos la opcin Solve and Analize/Time Parametric
Analisis seleccionando el parmetro a analizar y el correspondiente intervalo de periodos, as
como el paso o salto, Luego de presionar OK, obteniendo la siguiente salida.



Por lo tanto si actualmente hay 45000 lotes, entonces en las prximas 5 inspecciones habr:
Inspeccin 1: 100000*0.7150= 71500 lotes
Inspeccin 2: 100000*0.8328= 83280 lotes
Inspeccin 3: 100000*0.8864= 88640 lotes
Inspeccin 4: 100000*0.9108= 91080 lotes
Inspeccin 5: 100000*0.9220= 92200 lotes

d) Cuntas veces, en promedio, se volver a inspeccionar un lote que ya se haba probado y
haba resultado regular en la prueba anterior?


Investigacin Operativa II - Ing. Vanessa Nieto Pea
5

Si tuviramos una Cadena de Markov sin estados absorbentes y deseamos obtener el vector de
distribucin de estados estable (t), elegimos la opcin Solve and Analize/solve steady state,
pero como tenemos una cadena de Markov con estados absorbentes no podemos determinar
este vector, pero a efectos de responder este tipo de inquietudes utilizaremos el Excel para
determinar la matriz (I-Q)
-1
y la matriz (I-Q)
-1
*R, las cuales proporcionan informacin sobre el
nmero de periodos que se pasa en un estado transitorio antes de terminar en un estado
absorvente as como las probabilidades de terminar en un estado absorvente respectivamente.
Siendo:

Utilizando el Excel para restar y multiplicar matrices, as como determinar la inversa de una
matriz, obtenemos los siguientes resultados:

Por lo tanto el nmero de veces que se volver a inspeccionar un lote que result regular en la
prueba anterior ser 1.46+0.64= 2.1 inspecciones en promedio.

e) Cuntas veces, en promedio, se inspeccionar de nuevo un lote que ya se haba probado y dio
por resultado ser bueno?
El nmero de veces que se volver a inspeccionar un lote que result bueno en la prueba
anterior ser 0.27+0.37= 0.64 inspecciones en promedio.
f) Cul es la probabilidad de que se deseche un lote regular?
La probabilidad ser 7.31%.
g) Cul es la probabilidad de que un lote regular llegue a ventas?
La probabilidad ser 92.69%
h) De 30 000 lotes probados como buenos originalmente. Cuntos llegarn a ventas?
Llegarn 30000*0.9863= 29589 lotes

VI . EJ ERCI CI OS P ROP UESTOS
PROBLEMA 1.- Una mquina puede estar en dos estados: F funciona o Q averiada, con t
FF
=

0.8, t
QQ
=

0.4, t
QF
= 0.6, t
FQ
= 0.2. Cuando funciona da una utilidad de 480 por periodo y, cuando est
averiada, los gastos son de 160 por periodo.
a) Cul es la ganancia media por periodo?
b) Cul es la probabilidad de que la mquina este averiada en el tercer periodo?
c) En un periodo de 1 ao, Cuntos meses funcionar la mquina? Y Cuntos meses estar
averiada?
d) Verifique si un plan de mantenimiento preventivo que cuesta $50 por periodo, alterando: t
FF
a
0.9 y t
QQ
a 0.3 vale la pena.



Investigacin Operativa II - Ing. Vanessa Nieto Pea
6

PROBLEMA 2.- Un jugador tiene $2. Apuesta $1 cada vez y gana $1 con probabilidad . Deja de
jugar si pierde los $2 o si gana $4.
1) Cul es la probabilidad de que pierda su dinero al final de, a lo sumo, 5 juegos?
2) Cul es la probabilidad de que el jugador tenga $3 despus de 4 jugadas?
3) Cul es la probabilidad de que el juego contine despus de 7 juegos?
4) Cuntos periodos se espera que pase para terminar el juego?

PROBLEMA 3.- En un proceso productivo las piezas una vez procesadas son inspeccionadas para
determinar si son rechazadas, reprocesadas o aceptadas para su posterior venta. Estadsticamente el
85% de las piezas son aceptadas y el 5% son rechazadas. (ver diagrama siguiente).

a) Si el costo de un proceso es de $15 por pieza y el de reproceso $5. Cul seria el costo
promedio de una pieza que termine en ventas?
b) Cul es el porcentaje de piezas rechazadas?
c) A la larga Cuntas veces se espera que una pieza sea reprocesada?
d) En un lote de 10000 piezas cuntas sern rechazadas?

Problema 4.- En la siguiente matriz de probabilidad de transicin se resume la informacin del
progreso de los estudiantes universitarios en una universidad en particular.
(
(
(
(
(
(
(
(

=
05 . 0 00 . 0 00 . 0 00 . 0 05 . 0 90 . 0
85 . 0 05 . 0 00 . 0 00 . 0 10 . 0 00 . 0
00 . 0 75 . 0 10 . 0 00 . 0 15 . 0 00 . 0
00 . 0 00 . 0 65 . 0 15 . 0 20 . 0 00 . 0
00 . 0 00 . 0 00 . 0 00 . 0 00 . 1 00 . 0
00 . 0 00 . 0 00 . 0 00 . 0 00 . 0 00 . 1
T
Donde los estados son:
Estado 1: Graduado, Estado 2: Abandona, Estado 3: De primer ao, Estado 4: De segundo ao, Estado
5: De tercer ao y Estado 6: De cuarto ao
a) Qu estados son absorbentes?.
b) Cul es la probabilidad de que un estudiante de segundo ao se grade, cul la probabilidad
de que abandone?.


Investigacin Operativa II - Ing. Vanessa Nieto Pea
7

c) En un discurso de bienvenida a 600 alumnos de nuevo ingreso, el rector les pide que se den
cuenta de que aproximadamente 50% de los presentes no llegar al da de graduacin. Un
anlisis de los procesos de Markov apoya la declaracin del rector?. Explique.
d) Cuntos aos se espera que pase en la universidad un estudiante de nuevo ingreso antes de
que se grade?
e) Hoy, la universidad tiene 600 estudiantes nuevos; 520 de segundo ao; 460 de tercero y 420
de cuarto. Qu porcentaje se graduar de los 2000 estudiantes de la universidad?.
f) Dentro de 5 aos, cul ser la distribucin de los 2000 estudiantes?
Problema 5.- El estado de las cuentas por cobrar en una empresa se modela con frecuencia como una
cadena absorbente de Markov. Suponga que una empresa supone que una cuenta es incobrable si han
pasado ms de tres meses de su fecha de vencimiento. Entonces, al principio de cada mes, se puede
clasificar cada cuenta en uno de los siguientes estados especficos:
Estado 1 Cuenta nueva.
Estado 2 Los pagos de la cuenta estn retrasados un mes.
Estado 3 Los pagos de la cuenta estn retrasados dos meses.
Estado 4 Los pagos de la cuenta estn retrasados tres meses.
Estado 5 Se ha saldado una cuenta.
Estado 6 Se ha cancelado la cuenta por ser mal pagador.
Supongamos que los ltimos datos indican que la siguiente cadena de Markov describe cmo cambia
el estado de una cuenta de un mes al siguiente:

Por ejemplo si al principio de un mes una cuenta lleva dos meses de vencida, hay 40% de
probabilidades de que no se pague al principio del mes siguiente y, por lo tanto, que tenga tres meses
de retraso y una probabilidad de 60% de que se pague.
Suponga ademn que despus de tres meses, la cuenta o se cobra o se considera incobrable.
Una vez que una deuda se paga o se considera incobrable, se cierra y no se tiene ms transiciones.
a) Cul es la probabilidad que una cuenta nueva sea cobrada alguna vez?.
b) Cul es la probabilidad que una cuenta atrasada un mes se vuelva finalmente incobrable?
c) Si las ventas de la empresa son 100 000 dlares en promedio mensual, cunto dinero ser
incobrable cada ao?.