Qu es?

Se conoce como modelo de Markov o cadena de Markov a un tipo especial de proceso estocstico discreto en
el que la probabilidad de que ocurra un evento depende del evento inmediatamente anterior. Podemos decir
que esta tcnica posee numerosas aplicaciones en los negocios, entre ellas el anlisis de participacin
de mercados, pronsticos de deudas incobrables o tambin para determinar si una mquina se
descompondr en el futuro.
Nomenclatura

Suposiciones Del Modelo De Markov

Las suposiciones del Modelo del Markov son las siguientes:
a) La suma de las filas de la matriz d3e transicin puede ser igual a uno y su forma general est
presentado por:

b) Cada elemento de la matriz de transicin debe ser no negativo y su forma general est presentado
por:

Segn Render las suposiciones del Modelo del Markov son las siguientes:
a) Existe un nmero limitado o finito de estados posibles.
b) La probabilidad de que los estados cambien permanece igual a lo largo del tiempo.
c) Se puede predecir cualquier estado futuro a partir del estado anterior y de la matriz de
probabilidades se transicin.
d) El tamao y constitucin del sistema (por ejemplo, el nmero total de fabricantes y clientes) no
cambian durante el anlisis. (Render, 2006)
El modelo de Markov tiene la propiedad de que las probabilidades que describen las formas en que el proceso
evolucionara en el futuro dependen solo del estado actual en que se encuentra el proceso y, por lo tanto, son
independientes de los eventos que ocurrieron en el pasado. Muchos procesos se ajustan a esta descripcin,
por lo que las cadenas de Markov constituyen una clase de modelo probabilstico de gran importancia.

Los procesos estocsticos son de inters para describir el comportamiento de un sistema en operacin
durante algunos periodos.

Para qu se utiliza?
Una de las principales utilidades que tiene el modelo de Markov es establecer las posibilidades de cualquier
evento futuro conociendo los eventos pasados. Esto puede y afecta las decisiones que podramos tomar
basndonos en la incertidumbre que provocan poseer varios eventos futuros y todos tienen su grado de
probabilidad de que sucedan.
Otro de los factores que altera la toma de decisiones es cuando estos posibles eventos futuros se ven
alterados con el paso del tiempo, para evitar este acontecimiento existe este modelo el cual tiene la propiedad
particular de que las probabilidades que describen la forma en que el proceso evolucionara en el futuro solo
dependern del estado actual en que se encuentra el proceso y por lo tanto son independientes de los
eventos ocurridos en el pasado.
Esta dependencia del evento anterior distingue a las cadenas de Mrkov de las series de eventos
independientes, como tirar una moneda al aire o un dado. En los negocios, las cadenas de Mrkov se utilizan
para analizar los patrones de compra de los deudores morosos, para planear las necesidades del personal y
para analizar el reemplazo de equipo.
QU TIPO ES?
El Modelo de Markov es un tipo de modelo probabilstico que se usa para predecir la evolucin y el
comportamiento a corto y a largo plazo de determinados sistemas.

Cadenas de Markov

Las cadenas de Markov son unas herramientas para analizar el comportamiento y el gobierno de
determinados tipos de procesos estocsticos, esto es, procesos que evolucionan de forma no determinstica a
lo largo del tiempo en torno a un conjunto de estados.
Una cadena de Markov, por lo tanto, representa un sistema de cambiar su estado a lo largo del tiempo, siendo
cada cambio una transicin del sistema. Dichos cambios no estn predeterminados, aunque s lo est la
probabilidad del prximo estado en funcin de los estados anteriores, probabilidad que es constante a lo largo
del tiempo (sistema homogneo en el tiempo). Eventualmente, en una transicin, el nuevo estado puede ser
el mismo que el anterior y es posible que exista la posibilidad de influir en las probabilidades de transicin
actuando adecuadamente sobre el sistema (decisin).
Matriz de Transicin
Al trabajar con cadenas de Markov, a menudo es til pensar la sucesin
de ensayos como experimentos efectuados en cierto sistema fsico, cada resultado dejando a este sistema en
cierto estado.

Diagrama de transicin
El diagrama de transicin de estados (DTE) de una cadena de Markov es un grafo dirigido cuyos nodos son
los estados de la cadena de Markov y cuyos arcos se etiquetan con la probabilidad de transicin entre los
estados que unen. Si dicha probabilidad es nula, no se pone arco.

Propiedades:
a) La suma de las probabilidades de los estados debe ser igual a 1.
b) La matriz de transicin debe ser cuadrada.
c) Las probabilidades de transicin deben estar entre 0 y 1
Clasificacin de Estados en una Cadena de Markov
Es evidente que las probabilidades de transicin asociadas a los estados juegan un papel importante en el
estudio de las cadenas de Markov. Para describir con ms detalle las propiedades de una cadena de Markov
es necesario presentar algunos conceptos y definiciones que se refieren a estos estados.
En general:
a) Cualquier estado se comunica consigo mismo porque

b) Si el estado i se comunica con el estado j, entonces el estado j se comunica con el estado i.

c) Si el estado i se comunica con el estado j y el estado j se comunica con el estado k, entonces el
estado i se comunica con el estado k.
Un conjunto de estados S en una cadena de Markov cerrado (constituyen una clase de la cadena) sin ningn
estado fuera de S es alcanzable desde un estado en S.
Un estado i es absorbente si pii=1
Un estado i es transitorio si hay un estado j alcanzable desde i, pero el estado i no es alcanzable
desde j.
Un estado es recurrente si no es transitorio.
Un estado i es peridico con periodo k>1 si k es el menor nmero tal que todas las trayectorias
que parten del estado i y regresan al estado i tienen una longitud mltiplo de k.
Si un estado recurrente no es peridico es aperidico.
Si todos los estados de una cadena son recurrentes, aperidicos y se comunican entre s, la cadena
es ergdica.
Cadenas Irreducibles
Una cadena de Markov se dice irreducible si se cumple cualquiera de las siguientes condiciones (equivalentes
entre s):

Cadenas Positivo-Recurrentes
Una cadena de Markov se dice positivo-recurrente si todos sus estados son positivo-recurrentes.
Si la cadena es adems irreducible es posible demostrar que existe un nico vector de probabilidad invariante
y est dado por:

Cadenas Regulares
Una cadena de Markov se dice regular (tambin primitiva o ergdica) si existe alguna potencia positiva de la
matriz de transicin cuyas entradas sean todas estrictamente mayores que cero.
Cuando el espacio de estados E es finito, si P denota la matriz de transicin de la cadena se tiene que:

Dnde:

W = Una matriz con todos sus renglones iguales a un mismo vector de probabilidad w, que resulta
ser el vector de probabilidad invariante de la cadena.
En el caso de cadenas regulares, ste vector invariante es nico.
Cadena de Markov de Tiempo Continuo
Esta suposicin es adecuada para muchos problemas, pero existen ciertos casos (como en
algunos modelos de lneas de espera) en los que se requiere un parmetro ( llamado "t") de tiempo continuo,
debido a que la evolucin del proceso se observa de manera continua a travs del tiempo.
Propiedades a Largo Plazo de las Cadenas de Markov
Probabilidades de estado estable

Las se llaman probabilidades de estado estable de la cadena de Markov. El trmino probabilidad de estado
estable significa que la probabilidad de encontrar el proceso en cierto estado, digamos j, despus de un
nmero grande de transiciones tiende al valor j, y es independiente de la distribucin de probabilidad inicial
definida para los estados. Es importante observar que la probabilidad de estado estable no significa que el
proceso se establezca en un estado. Por el contrario, el proceso contina haciendo transiciones de un estado
a otro y en cualquier paso n la probabilidad de transicin del estado i al estado j es todava Pij.
Interpretacin intuitiva de las probabilidades de estado estable.

La probabilidad de que una transicin determinada deje el estado j es igual a la probabilidad de que
una transicin determinada entre al estado j.
La probabilidad de que una transicin determinada deje el estado

La probabilidad de que una transicin determinada entre al estado

En el estado estable el flujo de probabilidad hacia cada estado debe ser igual al flujo de probabilidad
que sale de cada estado es decir son las probabilidades de equilibrio.
Tiempos de Primera Pasada
Con frecuencia es conveniente poder hacer afirmaciones en trminos de probabilidades sobre el nmero de
transiciones que hace el proceso de ir al estado i al estado j por primera vez. Este lapso se llama tiempo de
primera pasada.
Cuando j=i, este tiempo de primera pasada es justo el nmero de transiciones hasta que el proceso regrese al
estado inicial i. En este caso el tiempo de primera pasada se llama tiempo de recurrencia para el estado i.
Estados Absorbentes
El estado k se llama estado absorbente si
de manera que una vez la cadena llega al estado
de k permanece ah para siempre.
Si k es un estado absorbente y el comienzo en el estado i, la probabilidad de llegar en algn momento a k se
llama probabilidad de absorcin al estado k, dado que el sistema comenz en el estado i.

Si se tienen dos o ms estados absorbentes en una cadena de Markov y es evidente que el proceso ser
absorbido en uno de estos estados, es deseable encontrar estas probabilidades de absorcin. Dichas
probabilidades pueden obtenerse con solo resolver un sistema de ecuaciones lineales que considera todas las
posibilidades para la primera transicin y despus dada la primera transicin, considera la probabilidad
condicional de absorcin al estado k.

Teoremas de Markov
Teorema 1.- Si T es una matriz de probabilidades regular, entonces hay un nico vector de probabilidades t tal
que tT = t. Adems, para cualquier vector de probabilidades p, el vector de probabilidades pT^n se acerca ms
a t al crecer n. El vector fijo t se llama la distribucin estacionaria de la cadena de Markov cuya matriz de
transicin es T. Adems, al ir creciendo n, cada rengln de T^n tiende al vector fijo t.
Teorema 2.- (Ecuaciones de Chapman- Kolmogorov)

Teorema 3.- Para determinar si un estado es persistente (recurrente) o no (transitorio), se verifican las
siguientes relaciones:

Teorema 4.- Sea i un estado persistente (recurrente), entonces:

Teorema 5.- Supongamos que i ? j, es decir estn intercomunicados; dentro de cada clase de equivalencia
todos los estados son del mismo tipo, entonces:

Teorema 6.- (Teorema de descomposicin de las Cadenas de Markov) El espacio de estados S de una
cadena de Markov X, tiene la siguiente particin nica:

As, o la cadena siempre toma valores en el conjunto de estados transitorios o acaba en un conjunto cerrado
persistente de estados donde permanecer por siempre.
Teorema 7.- Si es finito, todos los estados no pueden ser transitorios, siendo todos los estados persistentes
no nulos.
Teorema 8.-

Teorema 9.-

Teorema 10.-

Supongamos que tenemos una cadena finita. Veamos el procedimiento que vamos a seguir para calcular la
matriz lmite de una cadena de Markov:
1. Identificar los conjuntos cerrados e irreducibles, es decir, las distintas clases de estados persistentes.
2. Los restantes son los transitorios.
3. Estudiar la periodicidad de cada clase cerrada por separado.

Teorema 11.- Dada una cadena de Markov irreducible, consideramos el sistema:

Todos los estados seran recurrentes no nulos si y slo si existe solucin nica de este sistema.
Teorema 12.- Si el sistema del teorema 10 no tuviese solucin tenemos en siguiente teorema:

Aplicaciones del modelo de Markov

El modelo de Markov se aplica en el rea de finanzas y economa en problemas como:

Calificacin de bonos
Prediccin del precio de acciones
Negociacin de activos derivados
Prediccin de quiebras
Anlisis del riesgo en la concesin de crditos
Deteccin de oportunidades de arbitraje en los mercados financieros
Estudio y prediccin de ndices econmicos
Instrumentos financieros infravalorados o sobrevalorados
Cobertura de posiciones
Optimizacin de carteras, etc.
Por ello el modelo Markoviano aplicado a estas reas es una gran herramienta muy potente para el anlisis
de mercados financieros, con proyecciones al futuro.
En el rea del personal de la empresa el mtodo Markoviano nos ayuda a saber cul es la probabilidad de
que una persona segn su edad ocupe un determinado puesto de trabajo.
El mtodo de las cadenas de Markov consiste en emplear la informacin probabilstica en el anlisis de
tendencias con el fin de predecir sus resultados.

Tienen diversas aplicaciones en los negocios, la sociologa, las ciencias fsicas y la biologa. Por ejemplo en
los negocios, las cadenas de Markov son tiles para el anlisis de los datos referentes a la satisfaccin de
un cliente con un producto y para el efecto de la publicidad del producto, as como predecir qu sector
del mercado el producto dominara finalmente.
EJERCICIOS RESUELTOS
1. EJERCICIO
La Empresa de compra y venta de automviles "Carlos Larrea" despus de haber recogido datos durante
varios aos. Desea saber Qu marca de vehculo preferirn este ao? Sus clientes ms frecuentes, tomando
en cuenta la siguiente tabla.

PASO 1:
Despus de analizar el ejercicio se procede a realizar la matriz de transicin, pasando los valores dela tabla
de la siguiente manera.

DONDE:

P = Representa probabilidad
C1 = Cliente uno
C2 = Cliente dos
F = Ford
Ch = Chevrolet
Es decir que la matriz de transicin quiere decir lo siguiente:
Pc1F= 0,3 (La probabilidad de que el cliente uno compr un vehculo de marca Ford es del 0,3)
Pc2F= 0,6(La probabilidad de que el cliente dos compr un vehculo de marca Ford es del 0,6)
Pc1CH= 0,7 (La probabilidad de que el cliente uno compr un vehculo de marca Chevrolet es del
0,7)
Pc2CH= 0,4 (La probabilidad de que el cliente dos compr un vehculo de marca Chevrolet es del
0,4)
PASO 2:
Despus de haber analizado la matriz de transicin el siguiente paso es realizar el diagrama de transicin.
Como hay dos clientes y dos marcas de vehculos se traza dos crculos.

El diagrama de transicin es una representacin grfica de la matriz de transicin, es decir lo escrito pasa a
ser representado en forma grfica.
PASO 3:
Por ultimo despus de realizar el diagrama de transicin se realiza las probabilidades de estado de sistema.
Para una matriz de transicin de 2x2 se plantean las siguientes ecuaciones:

ECUACIONES
Remplazamos las ecuaciones con los valores de la matriz de transicin y los valores que no se conoce se
deben despejar la ecuacin.

Luego podemos escoger cualquiera de las 2 primeras ecuaciones para reemplazar lo que recin se despejo
de la ecuacin 3, en este caso escogeremos la ecuacin nmero 1.

RESPUESTA

La probabilidad de que el cliente uno adquiera un vehculo de marca FORD es del 50% al igual que el cliente
numero dos tiene una probabilidad del 50% de adquirir un vehculo de marca CHEVROLET.

Ejercicio

La empresa jurdica "ROMERO S.A" emplea tres tipos de abogados: subalternos, superiores y socios durante
cierto ao 10% de los subalternos ascienden a superiores y aun 10% se les pide que abandonen la empresa.
Durante un ao cualquiera 5% de los superiores asciende a socios y un 13% se les pide su renuncia. Los
abogados subalternos deben ascender a superiores antes de ser socios. Los abogados que no se
desempean adecuadamente jams descienden de su categora, permanecen en su nivel o se les pide que
renuncien.
a) Cul es la probabilidad de que un abogado subalterno llegue a socio.
b) Cul es la probabilidad de que un abogado subalterno llegue a renunciar.
c) Cul es la probabilidad de que un superior se convierta en socio.
d) Cul es la probabilidad de que un superior renuncie.
PASO 1:
Segn la teora primero identificamos la matriz Absorbente y no absorbente.

PASO 2:
Luego de haber identificado la matriz absorbente y no absorbente se procede a restar la matriz
de identidad con la matriz no absorbente de la siguiente manera.

PASO 3:
Luego se procede a calcular la matriz inversa de la matriz fundamental.

PASO 4:
Para obtener la repuesta multiplicamos la Inversa de la Matriz Fundamental con los datos de la matriz
principal (Matriz absorbente).

RESPUESTA:

La probabilidad de que un abogado subalterno llegue a ser socio es del 14%.

La probabilidad de que un abogado subalterno llegue a renunciar es del 86%.
La probabilidad de que un superior llegue a ser socio es del 28%.
La probabilidad de que un superior llegue a renunciar es del 72%.
2. EJERCICIO
En Ecuador existen 3 operadores principales de telefona mvil como lo son Claro, CNT y Movistar
(estados).Los porcentajes actuales que tiene cada operador en el mercado actual son para Claro 0.4 para
CNT 0.25 y para Movistar 0.35. (Estado inicial). Se tiene la siguiente informacin un usuario actualmente de
Claro tiene una probabilidad de permanecer en Claro de 0.60, de pasar a CNT 0.2 y de pasarse a Movistar de
0.2; si en la actualidad el usuario es cliente de CNT tiene una probabilidad de mantenerse en CNT del 0.5 de
que esta persona se cambie a Claro 0.3 y que se pase a Movistar de 0.2; si el usuario es cliente en la
actualidad de Movistar la probabilidad que permanezca en Movistar es de 0.4 de que se cambie a Claro de
0.3 y a CNT de 0.3.
Hallar la probabilidad de que un usuario se permanezca en la misma operadora.
PASO 1:
Partiendo de esta informacin podemos elaborar la matriz de transicin.

PASO 2:
Se procede a realizar el diagrama de transicin.

PASO 3:
La suma de las probabilidades de cada estado en este caso operador deben ser iguales a 1
Po= (0.4 + 0.25 + 0.35) = 1
PASO 4:
Ahora procedemos a encontrar los estados en los siguientes pasos o tiempos, esto se realiza multiplicando la
matriz de transicin por el estado inicial y as sucesivamente pero multiplicando por el estado inmediatamente
anterior.

RESPUESTA:
La probabilidad de que un usuario permanezca en la operadora Claro es de 43%
La probabilidad de que un usuario se permanezca en la operadora CNT es de 32%
La probabilidad de que un usuario se permanezca en la operadora Movistar es de 25%
3. EJERCICIO
Suponga que en el mercado se consiguen 3 tipos de gaseosas colas que son: coca cola, Pepsi Cola y Big
cola cuando una persona ha comprado coca cola existe una probabilidad de que la siga consumiendo del
75%, un 15% de que compre Pepsi Cola y un 10% de que compre Big Cola; cuando el comprador
actualmente consume Pepsi existe una probabilidad de que la siga comprando de 60%, un 25% que compre
coca cola y un 15% Big cola; si en la actualidad consuma Big Cola la probabilidad de que la siga consumiendo
es del 50%, un 30% que compre Coca Cola y 205 Pepsi Cola.
En la actualidad cada marca Coca Cola, Pepsi y Big cola tienen los siguientes porcentajes de participacin en
el mercado respectivamente (60% 30% 10%)
Elaborar la matriz de transicin
Hallar la probabilidad que tiene cada marca en el periodo 5
PASO 1:
Partiendo de esta informacin podemos elaborar la matriz de transicin.

PASO 2:
Ahora procedemos a encontrar los estados en los siguientes pasos o tiempos, esto se realiza multiplicando la
matriz de transicin por el estado inicial y as sucesivamente pero multiplicando por el estado inmediatamente
anterior.

Nota: Estos ejercicios se pueden realizar en Excel utilizando la funcin de multiplicar matrices.
PASO 3:
Luego se procede a calcular las siguientes ecuaciones.
Entonces

Despejo X en (7)

RESPUESTA:
La probabilidad de que una persona siga consumiendo Coca Cola es del 20%.
La probabilidad de que una persona siga consumiendo Pepsi es del 28%.
La probabilidad de que una persona siga consumiendo Big Cola es del 52%.
4. EJERCICIO
Almacenes Mary Carmen, Charleston y Patrick han investigado la fidelidad de sus clientes y han encontrado
los siguientes datos:
Mary Carmen
Charleston
Patrick
Hallar el estado estable (L)

Segn los resultados se pudo observar que el almacn que tiene mayor porcentaje de fidelidad de sus
clientes es el Almacn Patrick con un 51.6%, seguido del Almacn Charleston con un 28.2% y finalmente el
Almacn Mary Carmen con un 20%.
6. EJERCICIO
La empresa PRODELTA S.A. ha decidido lanzar al mercado un nuevo producto pero requiere conocer cul
ser el monto porcentual en utilidades para el siguiente mes, debido a que necesita
realizar inversiones acorde a las ganancias posibles. Determinando que si las ventas de este mes son altas la
probabilidad de aumentar la utilidad para el siguiente mes es de 85%, si las ventas de este mes fueren bajas,
la probabilidad de que la utilidad aumente para el siguiente mes es de 55%, es una cadena de Markov donde
los estados posibles son los siguientes
Para la resolucin del presente ejercicio vamos a seguir los siguientes pasos.
PASO 1
Estado 0 = Las ventas del producto aumentan
Estado 1 = las ventas del producto disminuyen
PASO 2

PASO 3

PASO 4

Interpretacin:
En la Empresa Prodelta S.A. en el lanzamiento del producto tiene la probabilidad de obtener una utilidad
positiva de 79% y una prdida de 21% en caso de que en el mes presente se obtenga utilidad, en caso
contrario si la empresa tuviere una utilidad negativa el producto tiene la posibilidad de dar utilidad para el mes
posterior de 71% y una probabilidad de tener perdida de 29%.
7. EJERCICIO
Teorema 1
Ejemplo
Dado la siguiente matriz regular, encontrar el vector fijo por el teorema para matrices regulares

Solucin:
PASO 1:

PASO 2: Igualamos a cero:

PASO 3: Hacemos reduccin por renglones obtenemos, sucesivamente:

PASO 4: Comprobacin

8. EJERCICIO
El problema del jardinero tiene un total de 8 polticas estacionarias, como se muestra en la siguiente tabla y
con respecto a esa informacin calcule cunto es el ingreso que produce la poltica 2.
Poltica estacionaria , S

Accin

No fertilice nada

Fertilice sin importar el estado

Fertilice en estado 1

Fertilice en estado 2

Fertilice en estado 3

Fertilice en estado 1 o 2

Fertilice en estado 1 o 3

Fertilice en estado 2 o 3

PASO 1:

PASO 2: Los clculos de las probabilidades estacionarias se llevan a cabo con las ecuaciones

PASO 3:

SOLUCIN: La poltica 2 produce el mayor ingreso anual esperado. La poltica de largo plazo ptima requiere
aplicar fertilizante sin importar el estado del sistema.
9. EJERCICIO
Teorema 8

10. EJERCICIO
Teorema 10
Sea P una cadena de Markov donde

Se observa que,

Calculamos R (matriz potencia):

De Acuerdo a lo anterior reemplazamos en la matriz potencial y esta nos quedara as:

Entonces formamos la matriz F:

La matriz lmite es de la forma,

Como resultado tenemos que:

Ejercicios propuestos

1. EJERCICIO
Un agente comercial de la empresa Plasticaucho realiza su trabajo en tres ciudades, Quito, Guayaquil y
Cuenca. Para evitar desplazamientos innecesarios est todo el da en la misma ciudad y all pernocta,
desplazndose a otra ciudad el da siguiente, si no tiene trabajo. Despus de estar trabajando un da en
Cuenca, la probabilidad de tener que seguir trabajando en ella al da siguiente es de 0.4, la de tener que viajar
a Guayaquil es de 0.4 y la de tener que ir a Quito es de 0.2. Si el viajante duerme un da en Guayaquil, con
probabilidad de un 20% tendr que seguir en la misma ciudad al da siguiente, en el 60% de los casos viajar
a Cuenca, mientras que ir a Quito con una probabilidad de 0.2. Por ltimo, si el agente comercial trabaja todo
el da en Quito, permanecer en esa misma ciudad, al da siguiente, con una probabilidad de 0.1, ir a
Guayaquil con una probabilidad de 0.3 y a Cuenca con una probabilidad de 0.6.

a) Cules son los porcentajes de das en los que el agente comercial est en cada una de las tres
ciudades?
b) Si hoy el viajante est en Cuenca, Cul es la probabilidad de que tambin tenga que trabajar en
Cuenca al cabo de cuatro das?
RESPUESTAS
El porcentaje de que el agente est en Quito es 18.18 %, en Guayaquil= 31.82 % y en Cuenca= 50
%.
La probabilidad de que est en Cuenca y tenga que quedarse ah al cabo de 4 das es
aproximadamente es de 0.5008
2. EJERCICIO
En Quero hay tres supermercados (S. ROSITA, S. Loren"s y S. CACHITO), existe la movilidad de un cliente
de uno a otro. El 1 de septiembre, de los clientes va al S. ROSITA, 1/3 al S. LOREN"S y un 5/12 al S.
CACHITO de un total de 10 000 personas. Cada mes el S. ROSITA retiene al 90 % de sus clientes y pierde el
10 % que se va al S. LOREN"S. Se averigu que el S. LOREN"S slo retiene el 5 % y pierde el 85 % que va al
S. ROSITA y el resto se va al S. CACHITO, el S. CACHITO retiene slo el 40 %, pierde el 50 % que va al S.
ROSITA y el 10 % va al S. LOREN"S.
a) Establecer la matriz de Transicin.
b) Cul es la proporcin de clientes para los supermercados el 1 de noviembre?
RESPUESTA
El mercado S. ROSITA despus de dos meses tendr una clientela del 81.55 %, el S. LOREN"S
tendr el 9.58 % y el S. CACHITO el 8.83 % del total de clientes.
3. EJERCICIO
La empresa DELTEX Industrial fabrica cobijas para las que hay 3 proveedores a internacionales de materia
prima de polipropileno, nylon y polister. La empresa elabora el producto con cada una de las materias primas
despus de un proceso de produccin.

Suponiendo que una cobija es elaborado con polipropileno, realizar una cadena Markov para determinar una
probabilidad de que se fabrique con el producto de Nylon en los prximos dos procesos de produccin.
RESPUESTA:
La probabilidad que se fabrique el producto con Nylon es del 0.62%
4. EJERCICIO
La Constructora Alvarado Ortiz ha ganado un contrato para construir una carretera que vaya desde Pelileo a
Baos. Esta carretera ayudar a estudiar los efectos de la explosin volcnica de 1949. La compaa ha
determinado que el polvo volcnico obstruir los filtros de las mquinas con mucha rapidez y provocar que
los camiones dejen de funcionar. Los filtros se revisan todos los das y se clasifican como recin limpiados,
parcialmente obstruidos o totalmente obstruidos. Experiencias anteriores han demostrado que un filtro que se
acaba de limpiar tiene una probabilidad de 0.1 de permanecer limpio, una probabilidad de 0.8 de quedar
parcialmente obstruido y una probabilidad de 0.1 de quedar totalmente obstruido. Un filtro que ya est
parcialmente obstruido tiene una probabilidad de 0.5 de permanecer en el mismo estado y una probabilidad
de 0.5 de quedar totalmente obstruido. Para poder utilizar un camin que tiene un filtro totalmente obstruido
ste se debe limpiar primero.
a) Elabore una matriz de transicin para este problema.

b) Si un camin deja de operar, esto le cuesta a la compaa $100 por el tiempo perdido y $20 para
limpiar el filtro. Cunto le costar a la compaa seguir una poltica de no limpiar filtros sino hasta que se
detengan los camiones?
RESPUESTA
Le costar a la compaa $30.852 seguir la poltica de no limpiar filtros sino hasta que se detengan los
camiones.
5. EJERCICIO
El ascensor del Consejo Provincial de Tungurahua con planta baja y dos pisos realiza viajes de uno a otro
piso. El piso en el que finaliza el viaje del ascensor sigue una cadena de Markov. Se sabe que la mitad de los
viajes que parten de la planta baja se dirigen a cada uno de los otros dos pisos, mientras que si un viaje
comienza en el primer piso, slo el 25% de las veces finaliza en el segundo. Por ltimo, si un trayecto
comienza en el segundo piso, siempre finaliza en la planta baja. Se pide:
Calcular la matriz de probabilidades de transicin de la cadena.
Dibujar el grafo asociado.
Cul es la probabilidad de que, a largo plazo, el ascensor se encuentre en cada uno de los tres
pisos?
RESPUESTA
La probabilidad de que se encuentre en la planta baja es 0.47, en el piso 1 es de 0.2352 y en el piso 2 es de
0.2941.
6. EJERCICIO
Los consumidores de caf de las cafeteras de la ciudad de Ambato usan tres marcas SI CAF, CAF PRES
2, BUEN DA. En marzo del 2013 se hizo una encuesta en la que se entrevist a las 8450 personas que
compran caf y los resultados fueron:

a) Si las compras se hacen mensualmente, Cul ser la distribucin del mercado de caf en las
cafeteras de la ciudad de Ambato en el mes de junio?
b) A la larga, Cmo se distribuirn los clientes de caf?
RESPUESTA
A la larga, la distribucin del mercado ser: la marca S CAF tendr el 23.8 % del mercado, CAF PRES 2
tendr el 47.61 % y CAF BUEN DA tendr el 28.57 %.

Leer ms: http://www.monografias.com/trabajos102/investigacion-operativa-modelo-markov/investigacionoperativa-modelo-markov.shtml#ixzz4Fw1myG4W

Suponga que toda la industria de refresco produce dos colas: Coca Cola y Pepsi Cola. Cuando
una persona ha comprado Coca Cola hay una probabilidad de 90 % de que siga comprndola a la vez
siguiente. Si una persona toma Pepsi, hay un 80% de que repita la vez siguiente.
a) Si una persona actualmente es comprador de Pepsi. Cul es la probabilidad de que compre Coca
Cola pasadas dos compras a partir de ahora?

b) Si una persona actualmente es comprador de Coca Cola. Cul es la probabilidad de que compre
Coca Cola pasadas tres compras a partir de ahora?
c) Supongamos que el 60% de toda la gente toma hoy Coca Cola y el 40% Pepsi. A tres compras a
partir de ahora, Qu fraccin de los compradores estar tomando Coca Cola?
RESPUESTA
Hay una probabilidad del 34% de que pasadas dos compras consuma Coca Cola.
Hay una probabilidad del 78.1 % de que pasadas tres compras consuma Coca Cola.
Hay una probabilidad del 64.38 % de que pasadas tres compras un comprador consuma Coca Cola.
8. EJERCICIO
Una tienda de departamentos regional y grande, MITULA S.A, tiene un plan de crdito en sus tiendas. Cada
mes se clasifican esas cuentas en cuatro categoras: saldadas, con saldo insoluto, con saldo vencido y como
cuenta perdida. Las cuentas saldadas son las que no tienen saldo a pagar en el mes; las cuentas con saldo
insoluto son las que no adeudan saldos en el mes anterior, pero les han cargado compras realizadas en el
mes; las cuentas vencidas son las que tienen un saldo que ha permanecido sin pagarse durante ms de un
mes, pero menos de tres. Por ltimo, las cuentas prdidas son las que tienen un saldo con ms de tres meses
de vencido y que no se espera poder cobrar.
De los registros de la tienda, se ha determinado que el 60% de las cuentas con saldo insoluto se pagan al
siguiente mes, 30% permanece en la misma categora y 10% se convierte en saldo vencido. Tambin se ha
determinado que el 40% de las cuentas vencidas se convierten en saldos insolutos, 30% se pagan, 20%
permanecen vencidas y 10% se cancelan como cuentas perdidas. Una vez que una cuenta llega a la
categora de perdida, se cancela. De manera similar, una vez que una cuenta pasa a la categora de saldada,
ese dinero ya no es parte de las cuentas por cobrar.
a) Escriba la matriz de transicin para este problema.
b) Si en la actualidad existen $100.000 de las cuentas por cobrar en la categora de saldadas,
$50.000 en la categora de saldo insoluto, $20.000 en la categora de saldos vencidos y $5.000 en la
categora de cuentas perdidas, qu cantidad habr en cada categora al mes siguiente? Y al mes despus
de ste?
RESPUESTA
Se pueden resumir los resultados:

9. EJERCICIO
Una maestra de matemticas, no queriendo parecer predecible, decide asignar las tareas basndose en
probabilidades. El primer da de clases, dibuja este diagrama en el pizarrn para decir a los estudiantes, si en
la prxima clase les espera una asignacin completa (C), una asignacin parcial (P) o sin asignacin (N).
Construir y etiquetar la matriz de transicin correspondiente al diagrama.
a) Si los estudiantes tienen hoy una asignacin completa, cul es la probabilidad de que tengan una
asignacin completa de nuevo la prxima clase?
b) Si hoy no tienen asignacin, cul es la probabilidad de que no tengan una asignacin de nuevo la
prxima clase?
c) Hoy es mircoles y los estudiantes tienen una asignacin parcial. Cul es la probabilidad de que
no tengan tareas el viernes?
d) La matriz A es la matriz de transicin para un da. Encontrar la matriz de transicin para dos das
(por ejemplo, si hoy es lunes, cules son las oportunidades de cada clase de asignacin el da mircoles?).
e) Encontrar la matriz de transicin para tres das.
f) Si no se tienen tareas este viernes, cul es la probabilidad de que no se tengan tareas el prximo
viernes? (considerar slo cinco das de escuela a la semana). Dar respuesta exacta para dos decimales.
RESPUESTAS

Los resultados son:

x = 0.4888839
y = 0.33330357
z = 0.180804
10. EJERCICIO
En la industria de la cerveza lidera, tres marcas comparten aproximadamente el 75 % de todas las ventas; la
Pilsener, Club Verde y Budweiser. Estas tres marcas compiten de forma intensa por los clientes de la cerveza
ligera. En tiempos recientes, la Pilsener hizo que una agencia externa llevara a cabo un estudio sobre la forma
en que los clientes estaban reaccionando a los anuncios. Los resultados del estudio mostraron que despus
de tres meses, el 50 % de los clientes de la Pilsener seguan prefiriendo la Pilsener, el 30 % preferan la Club
Verde y el 20 % preferan la Budweiser. De los clientes de la Club, el 60 % seguan prefiriendo la Club Verde,
el 30 % preferan la Pilsener y el 10 % preferan la Budweiser. De los clientes de la Budweiser, 40 % seguan
prefiriendo su marca, 30 % preferan la Pilsener y el 30 % preferan la Club.
a) Elabore la Matriz de Transicin para este problema de cambios de marca.
b) Determine el porcentaje de estado estacionario de los clientes que prefieren cada tipo de cerveza.
RESPUESTA
En el largo plazo, el 37.5 % preferirn Pilsener, el 42.857 % Club Verde y el 19.64 % Budweiser.
11. EJERCICIO
Una vez terminado el censo realizado en el cantn salitre se determin que existen 10,000 habitantes, de los
cuales 5000 personas no fuman, 2500 fuman uno o menos de un paquete diario y 2500 fuman ms de un
paquete diario. En un mes hay un 5% de probabilidad de que un no fumador comience a fumar un paquete
diario, o menos, y un 2% de que un no fumador pase a fumar ms de un paquete diario. Para los que fuman
un paquete, o menos, hay un 10% de probabilidad de que dejen el tabaco, y un 10% de que pasen a fumar
ms de un paquete diario. Entre los que fuman ms de un paquete, hay un 5% de probabilidad de que dejen
el tabaco y un 10% de que pasen a fumar un paquete, o menos. Cuntos individuos habr de cada clase el
prximo mes?
0

0.93

0.05

0.02

0.10

0.80

0.10

0.05

0.10

0.85

RESPUESTA:
Despus de un mes habr:
No Fuman = 5025,
Fuman uno o menos de un paquete diarios = 2500,
Fuman ms de un paquete diario = 2475
12. EJERCICIO
La tienda "BROTHERGAMES" dedicada a la renta de Videojuegos tiene tres locales en la ciudad de Ambato.
Un videojuego puede ser rentado en cualquiera de los tres locales y regresado en cualquiera de ellos. Hay
estudios que muestran que los Videojuegos son rentados en un local y devueltos de acuerdo con las
probabilidades dadas por:

Suponga que el 20% de los videos son rentados inicialmente en el local 1, el 50% en el local 2 y el 30% en el
local 3. Encuentre los porcentajes que puede esperarse sean devueltos en cada local, despus de:
a) Una renta
b) Dos rentas
RESPUESTA

13. EJERCICIO
Para que Juanito Prez pueda ingresar a trabajar en la empresa Konami S.A deber pasar la prueba que
consiste hacer un peinado de zona en 3 ciudades A, B y C, para evitar perder el tiempo entre el
desplazamiento de ciudad en ciudad decide hacer el peinado de zona por da. Despus de un da
de trabajo en la ciudad C, la probabilidad de tener que trabajar en la misma ciudad al da siguiente es de 0.4,
la de tener que viajar a B es de 0.4 y la de tener que ir a la ciudad A es de 0.2. Si el viajero duerme un da en
B, con probabilidad de un 20%, tendr que seguir trabajando en la misma ciudad al da siguiente, en el 60%
de los casos viajara a C, mientras que ir a la ciudad A con probabilidad de 0.2 por ltimo si el aspirante a
vendedor trabaja todo un da en A permanecer en esa ciudad al mismo siguiente con una probabilidad del
0.1, ir a B con una probabilidad de 0.3 y a C con una probabilidad de 0.6.
a) Si hoy el viajante est en C, cul es la probabilidad de que tambin tenga que trabajar en C al
cabo de cuatro das?
b) Cules son los porcentajes de das en los que el agente comercial est en cada una de las 3
ciudades?
RESPUESTA
La matriz de solucin P es la siguiente para el orden A,B,C

14. EJERCICIO
El valor de una accin flucta da con da. Cuando la bolsa de valores se encuentra estable, un incremento en
un da tiende a anteceder una baja el da siguiente, y una baja por lo regular es seguida por un alza. Podemos
modelar estos cambios en el valor mediante un proceso de Markov con dos estados, el primer estado
consistente en que el valor se incrementa un da dado, el segundo estado definido por la baja. (la posibilidad
de que el valor permanezca sin cambio se ignora) suponga que la matriz de transicin es la siguiente:

Si el valor de la accin baj hoy, calcule la probabilidad de que se incremente 3 das despus a partir de
ahora.
RESPUESTA:
El valor de la accin en 3 das se incrementara en un 0.36%
15. EJERCICIO
Se analiz en la ciudad de Ambato el nmero de estudiantes que se cambi de una escuela a otra durante su
periodo lectivo. En promedio, Escuela La Salle, fue capaz de retener 65% de sus estudiantes inscripto
originalmente. Sin embargo, 20% de los estudiantes que al princip9i se inscribieron en ella se fueron a la
escuela Pensionado La Merced y 15% a la escuela Juan Montalvo. de esta dos La Merced : 90% de sus

estudiantes se quedaron hasta terminar totalmente el ao lectivo el rector de la escuela La Salle estima que la
mitad de los estudiante que abandona la escuela Pensionado La Merced entran a la escuela La Salle y la otra
mitad a la escuela Juan Montalvo. Esta ltima pudo retener el 80% de sus estudiantes despus que se
inscribieron. Por otra parte, 10% de los estudiantes originalmente se cambiaron al Pensionado La Merced y el
otro 10% se inscribi en la Salle.
Actualmente, La Salle tiene 40% del mercado. Pensionado La Merced, tiene 35% de mercado. La
participacin de mercado restante (25%) consiste en estudiantes que asisten a la escuela Juan Montalvo.
Al rector de la escuela La Salle de gustara determinar la participacin de mercado que tendr la escuela el
prximo ao. La matriz de transicin est dada por:

16. EJERCICIO
La UNIVERSIDAD TCNICA DE AMBATO administra exmenes de competencia cada semestre. Estos
exmenes permiten a los estudiantes extender la clase de introduccin a la computacin que se imparte en la
Universidad. Los resultados de los exmenes pueden clasificarse en uno de los siguientes cuatro estados:
Estado 1: aprobacin de todos los exmenes de cmputo y exencin del curso
Estado 2: no se aprueba todos los exmenes de cmputo en el tercer intento y se requiere tomar el curso
Estado 3: reprobar los exmenes de cmputo en el primer intento
Estado 4: reprobar los exmenes de cmputo en el segundo intento
El coordinador de los exmenes del curso ha notado la siguiente matriz de probabilidades de transicin:
1

0.8

0.1

0.1

0.2

0.2

0.4

0.2

RESPUESTA
(231; 19)
Como puede observarse, la matriz consta de dos nmeros. El nmero de estudiantes que exentar es de 231.
El nmero de alumnos que finalmente tendrn que tomar el curso es de 19.
17. EJERCICIO

El departamento de marketing de INDUSTRIAS CATEDRAL S.A ha realizado un estudio de mercado en el ao

2013 donde se estima que el 10% de la gente que compra un producto un mes, no lo comprar el mes
siguiente. Adems, el 45% de quienes no lo compren un mes lo adquirir al mes siguiente. En
una poblacin de 1.000 individuos, 200 compraron el producto el primer mes. Cuntos lo comprarn al mes
prximo? Y dentro de dos meses?
A continuacin se muestra la siguiente matriz de transicin:

RESPUESTA
El primer mes comprarn C=540 personas y no comprarn N=460 personas.
El segundo mes comprarn C=693 personas y no comprarn N= 307 personas.
18. EJERCICIO
Los sectores econmicos del Ecuador se pueden dividir en 3 clases: Primario, Secundario y Terciario.
Actualmente el 30% de las empresas pertenecen al sector Primario, el 40% al sector Secundario, y el 30%
pertenecen al sector Terciario. La matriz de transicin de un ao al siguiente es:

Donde:
S.P= Sector Primario
S.S= Sector Secundario
S.T= Sector Terciario

Preguntas: Encuentre los porcentajes de los tres tipos Sectores Econmicos: a) para el ao prximo, b)
dentro de 2 aos.
RESPUESTA

19. EJERCICIO
La empresa "Creaciones Lorens" produce dos tipos de buzos, buzos de talla S y buzos de talla M.
El gerente de la empresa se ha dado cuenta que cada seis meses, los buzos de talla S permanece en bodega
un 40%, 10% se vende a $20 c/u, 30% no han salido defectuosos (es decir se mantienen en la talla S) y 20%

han salido defectuosos (es decir se acercan a la Talla M). Los buzos de talla M un 50% se han vendido en
$50, 20% en $30 y 30% no han salido defectuosos.
ESTADOS:
BS: Buzos de talla Small
BM: Buzos de talla Medium
B: Permanecen en Bodega
V: Vendidos

BS

BM

BS

0,3

0,2

0,4

0,1

BM

0,3

0,7

a) Cuantos se mantiene en la talla S (sin defectos)?

b) Cul es la probabilidad de que los buzos permanezcan en bodega antes de ser vendidos?
RESPUESTA
1.423 buzos no saldrn defectuosos
57% de probabilidad de que los buzos permanezcan en bodega antes de ser vendidos
20. EJERCICIO
Una estudiante est preocupada por su auto, pues no le gustan las abolladuras. En la escuela puede
estacionarlo en la calle en un espacio, en dos espacios o en el estacionamiento.

El estacionamiento le cuesta $5, pero no lo abollarn. Si lo abollan y lo lleva a reparar, se queda sin auto 1 da
y el costo asciende a $50 por la reparacin y el transporte en taxi. Tambin puede manejar su auto abollado,
pero piensa que la prdida del valor y su orgullo equivalen a un costo de $9 por da de escuela. Desea
determinar la poltica ptima para estacionarse y repararlo o no si lo abollan a fin de minimizar su costo
promedio esperado (a largo plazo) por da de escuela.

RESPUESTA:
Los estados posibles del automvil son abollado y no abollado.
Cuando el automvil no este abollado, estacionarlo en un espacio en la calle. Cuando este abollado,
llevarlo a reparacin.

Bibliografa

FREDERICK S. HILLER, GERALD J. LIEBERMAN, Introduccin a la Investigacin Operativa,

9na edicin, Mc Graw Hill.
GIL ALUJA J.; (1967); El Estudio Dinmico De La Eleccin De Inversiones; Tcnica Contable; Pg.
41-50 y 66.
HERNNDEZ, B; (2000); Bolsa y estadstica burstil; Espaa; Editorial-Daz De Santos S.A; Pg. 29.
JOHNSON David B, MOWRY Thomas A. Matemticas finitas: aplicaciones prcticas. Ao 2000.
Editorial Thomson. pg. 340
LPEZ E.; Departamento De Direccin Y Economa De La Empresa; Espaa; Campus de vegazana;
Pg. 355 - 356
RENDER BARRY, STAIR RALPH, HANNA MICHAEL, (2006). Mtodos Cuantitativos para los
Negocios; Mxico Novena Edicin, Pearson.

Leer ms: http://www.monografias.com/trabajos102/investigacion-operativa-modelo-markov/investigacionoperativa-modelo-markov2.shtml#ixzz4Fw23bBxB

CADENAS DE MARKOV

Una cadena de markov consta de unos estados E1 E2 E3 E4..En. que inicialmente en un

tiempo 0 o paso 0 se le llama estado inicial, adems de esto consta de una matriz de
transicin que significa la posibilidad de que se cambie de estado en un prximo tiempo o
paso.
MATRIZ DE TRANSICIN:
Una matriz de transicin para una cadena de Markov de n estado es una matriz de n X n
con todos los registros no negativos y con la propiedad adicional de que la suma de los
registros de cada columna (o fila) es 1.
Por ejemplo: las siguientes son matrices de transicin.
REPRESENTACIN GRAFICA DE UNA MATRIZ DE TRANSICIN:
Es el arreglo numrico donde se condensa las probabilidades de un estado a otro. A travs
de una grafica de matriz de transicin se puede observar el comportamiento estacionario
representado por una cadena de Markov tal que los estados representan la categora en que
se encuentre clasificado. Como se aprecia a continuacin:

PROPIEDADES:
1- la suma de las probabilidades de los estados debe ser igual a 1.
2- la matriz de transicin debe ser cuadrada.
3- las probabilidades de transicin deben estar entre 0 y 1

La mejor manera de entender que es una cadena de markov es desarrollando un ejemplo

sencillo de estas mismas como el siguiente.
Ej. 1.
En un pas como Colombia existen 3 operadores principales de telefona mvil como lo son
tigo, Comcel y movistar (estados).
Los porcentajes actuales que tiene cada operador en el mercado actual son para tigo 0.4
para Comcel 0.25 y para movistar 0.35. (estado inicial)
Se tiene la siguiente informacin un usuario actualmente de tigo tiene una probabilidad de
permanecer en tigo de 0.60, de pasar a Comcel 0.2 y de pasarse a movistar de 0.2; si en la
actualidad el usuario es cliente de Comcel tiene una probabilidad de mantenerse en Comcel
del 0.5 de que esta persona se cambie a tigo 0.3 y que se pase a movistar de 0.2; si el
usuario es cliente en la actualidad de movistar la probabilidad que permanezca en movistar
es de 0.4 de que se cambie a tigo de 0.3 y a Comcel de 0.3.
Partiendo de esta informacin podemos elaborar la matriz de transicin.

La suma de las probabilidades de cada estado en este caso operador deben ser iguales a 1

Po= (0.4 0.25 0.35)

estado inicial

Tambin se puede mostrar la transicin por un mtodo grafico

Ahora procedemos a encontrar los estados en los siguientes pasos o tiempos, esto se realiza
multiplicando la matriz de transicin por el estado inicial y asi sucesivamente pero
multiplicando por el estado inmediatamente anterior.

Como podemos ver la variacin en el periodo 4 al 5 es muy mnima casi insignificante

podemos decir que ya se a llegado al vector o estado estable.

Ej 2.
Suponga que en el mercado se consiguen 3 tipos de gaseosas colas que son: coca cola,
Pepsi cola y big cola cuando una persona a comprado coca cola existe una probabilidad de
que la siga consumiendo de el 75%, un 15% de que compre Pepsi cola y un 10% de que
compre big cola; cuando el comprador actualmente consume Pepsi existe una probabilidad
de que la siga comprando de 60%, un 25% que compre coca cola y un 15% big cola; si en
la actualidad consuma big cola la probabilidad de que la siga consumiendo es del 50%, un
30% que compre coca cola y 205 pepsi cola.
En la actualidad cada marca cocacola, Pepsi y big cola tienen los siguientes porcentajes en
participacin en el mercado respectivamente (60% 30% 10%)

Elaborar la matriz de transicin

Hallar la probabilidad que tiene cada marca en el periodo 5

Respuesta
Matriz de transicin

NOTA: estos ejercicios se pueden realizar en Excel utilizando la funcin de multiplicar

matrices.

Entonces

Ej. 3
Almacenes xito, Carrefour y Sao han investigado la fidelidad de sus clientes y han
encontrado los siguientes datos:
E1: Exito
E2: Carrefour
E3: Sao
Hallar el estado estable (L)

Cadena de Markov

HISTORIA
Fue desarrollada por Andrei Markov, este fue disipulo de Chevichev se dice que fue el gran
maestro de Chevichev.
La cadena de Markov, recibe su nombre del matemtico ruso Andrei Markov, es una serie de
eventos, en la cual la probabilidad de que ocurra un evento depende del evento inmediato anterior

MATRIZ
Una matriz es un conjunto de nmeros o expresiones dispuestos en forma
rectangular, formando filas y columnas.

Cada uno de los nmeros de que consta la matriz se denomina elemento. Un

elemento se distingue de otro por la posicin que ocupa, es decir, la fila y
la columna a la que pertenece

DIMENSIN DE UNA MATRIZ

El nmero de filas y columnas de una matriz se denomina dimensin de una
matriz. As, una matriz ser de dimensin : 2x4, 3x2, 2x5,... Si la matriz tiene el
mismo nmero de filas que de columna, se dice que es de orden: 2, 3....

MATRICES IGUALES
Dos matrices son iguales cuando tienen la misma dimensin y los elementos que
ocupan el mismo lugar en ambas, son iguales.

CLASIFICACIN DE LAS MATRICES

Matriz

Fila

Una matriz fila esta constituida por una sola fila.

Matriz
La matriz

Matriz

Columna
columna tiene

una

sola

columna

Rectangular

La matriz rectangular tiene distinto nmero de filas que de columnas, siendo

su dimensin
m
x
n.

Matriz

Cuadrada

La matriz cuadrada tiene el mismo nmero de filas que de columnas.

Los elementos de la forma aii constituye la diagonal principal
La diagonal secundaria la forma los elementos con i + j = n + 1

Matriz
En

una matriz

Matriz

Nula
nula todos

los

elementos

Triangular

son

ceros.

Superior

En una matriz triangular superior los elementos situados por debajo de la

diagonal
son
ceros.

Matriz

Triangular

Inferior

En una matriz triangular inferior los elementos situados por encima de la

diagonal
principal
son
ceros.

Matriz

Diagonal

En una matriz diagonal todos los elementos situados por encima y por debajo de
la
diagonal
principal
son
nulos.

Matriz

Escalar

Una matriz escalar es una matriz diagonal en la que los elementos de la diagonal
principal
son
iguales.

Matriz

Identidad

Unidad

Una matriz identidad es una matriz diagonal en la que los elementos de la

diagonal
principal
son
iguales
a
1.

Matriz

Traspuesta

Dada una matriz A, se llama matriz transpuesta de A, a la matriz que se obtiene

intercambiando
ordenadamente
las
filas
por
las
columnas.

Matriz

Regular

Una matriz

regular es

una

matriz

cuadrada

que

Matriz
singular no

tiene

matriz

Matriz

inversa.

Idempotente
matriz,

A,

es

idempotente

si

A =

Matriz
Una

Involutiva
matriz,

A,

es

involutiva

A =

si:

Matriz
Una

inversa.

Singular

Una matriz

Una

tiene

matriz

A
Matriz

Simtrica
simtrica

es

una

matriz

que

verifica:

At.

=
Antisimtrica

cuadrada

Hemisimtrica

Una Matriz Antisimtrica o Hemisimtrica es una matriz cuadrada que verfica:

A = -At

Matriz

Una

Ortogonal

matriz

es

ortogonal

si

verifica

que:

A A t = I

OPERACIONES CON MATRICES

Suma

Resta

de

Matrices

Dados dos matrices de la misma dimensin, A=(aij) y B=(bij), se define la matriz

suma A + B = (aij+bij).
La matriz suma se obtienen sumando los elementos de las dos matrices que
ocupan la misma posicin.

Producto

de

un

Escalar

Dada una matriz A = (aij) y un nmero real k

por

una

Matriz

R, se define el producto de un

nmero real por una matriz: la matriz del mismo orden que A, en la que cada
elemento
est
multiplicado
por
k.

kA=(k

aij)

Producto

de

Matrices

Dos matrices A y B son multiplicables si el numero de columnas de A coincide con

el numero de filas de B.
El elemento Cij de la matriz producto se obtiene multiplicando cada elemento de
la fila i de la matriz A por cada elemento de la columna j de la matriz B y
sumandolos.

Matriz Inversa
El producto de una matriz por su inversa es igual a la
matriz identidad.
A A-1 = A-1 A = I
Calculo de la Matriz Inversa Por El Mtodo de
Gauss Jordan
Sea A una matriz cuadrada de orden n. Para calcular la
matriz inversa de A, que denotaremos como A1
seguiremos los siguientes pasos:

1. Construir una matriz de tipo M = (A | I), es decir, A

est en la mitad izquierda de M y la matriz Identidad I
en la derecha.
Consideremos una matriz 3x3 arbitraria

La ampliamos con una matriz identidad de orden 3.

2. Utilizando el mtodo de Gauss vamos a transformar

la mitad izquierda, A, en la matriz identidad, que ahora
est a la derecha, y la matriz que resulte en el lado
derecho ser la matriz inversa: A-1

F2 - F1

F2 - F3

(-1) F2

F3 + F2

F1 + F2

La matriz inversa es:

TEORA Y EJEMPLOS
Una cadena de markov consta de unos estados E1 E2 E3 E4..E n. que
inicialmente en un tiempo 0 o paso 0 se le llama estado inicial, adems de esto
consta de una matriz de transicin que significa la posibilidad de que se cambie de
estado en un prximo tiempo o paso.
MATRIZ DE TRANSICIN:
Una matriz de transicin para una cadena de Markov de n estado es una matriz de n X n con todos
los registros no negativos y con la propiedad adicional de que la suma de los registros de cada
columna (o fila) es 1.
Por ejemplo: las siguientes son matrices de transicin.

REPRESENTACIN GRAFICA DE UNA MATRIZ DE TRANSICIN:

Es el arreglo numrico donde se condensa las probabilidades de un estado a otro. A travs de una
grafica de matriz de transicin se puede observar el comportamiento estacionario representado por
una cadena de Markov tal que los estados representan la categora en que se encuentre
clasificado. Como se aprecia a continuacin:

PROPIEDADES:
1- la suma de las probabilidades de los estados debe ser igual a 1.
2- la matriz de transicin debe ser cuadrada.
3- las probabilidades de transicin deben estar entre 0 y 1
La mejor manera de entender que es una cadena de markov es desarrollando un
ejemplo sencillo de estas mismas como el siguiente.
Ej. 1.
En un pas como Colombia existen 3 operadores principales de telefona mvil
como lo son tigo, Comcel y movistar (estados).
Los porcentajes actuales que tiene cada operador en el mercado actual son para
tigo 0.4 para Comcel 0.25 y para movistar 0.35. (estado inicial)
Se tiene la siguiente informacin un usuario actualmente de tigo tiene una
probabilidad de permanecer en tigo de 0.60, de pasar a Comcel 0.2 y de pasarse a
movistar de 0.2; si en la actualidad el usuario es cliente de Comcel tiene una
probabilidad de mantenerse en Comcel del 0.5 de que esta persona se cambie a
tigo 0.3 y que se pase a movistar de 0.2; si el usuario es cliente en la actualidad
de movistar la probabilidad que permanezca en movistar es de 0.4 de que se
cambie a tigo de 0.3 y a Comcel de 0.3.
Partiendo de esta informacin podemos elaborar la matriz de transicin.

La suma de las probabilidades de cada estado en este caso operador deben ser
iguales a 1

Po= (0.4 0.25 0.35)

estado inicial

Tambin se puede mostrar la transicin por un mtodo grafico

Ahora procedemos a encontrar los estados en los siguientes pasos o tiempos,

esto se realiza multiplicando la matriz de transicin por el estado inicial y asi
sucesivamente pero multiplicando por el estado inmediatamente anterior.

Como podemos ver la variacin en el periodo 4 al 5 es muy mnima casi

insignificante podemos decir que ya se a llegado al vector o estado estable.
Ej 2.
Suponga que en el mercado se consiguen 3 tipos de gaseosas colas que son:
coca cola, Pepsi cola y big cola cuando una persona a comprado coca cola existe
una probabilidad de que la siga consumiendo de el 75%, un 15% de que compre
Pepsi cola y un 10% de que compre big cola; cuando el comprador actualmente
consume Pepsi existe una probabilidad de que la siga comprando de 60%, un 25%
que compre coca cola y un 15% big cola; si en la actualidad consuma big cola la
probabilidad de que la siga consumiendo es del 50%, un 30% que compre coca
cola y 205 pepsi cola.
En la actualidad cada marca cocacola, Pepsi y big cola tienen los siguientes
porcentajes en participacin en el mercado respectivamente (60% 30% 10%)

Elaborar la matriz de transicin

Hallar la probabilidad que tiene cada marca en el periodo 5

Respuesta
Matriz de transicin

NOTA: estos ejercicios se pueden realizar en Excel utilizando la funcin de

multiplicar matrices.

Entonces

Ej. 3
Almacenes xito, Carrefour y Sao han investigado la fidelidad de sus clientes y han encontrado los
siguientes datos:
E1: Exito
E2: Carrefour
E3: Sao
Hallar el estado estable (L)

CADENAS DE MARKOV ABSORBENTES

Una cadena de markov en la que uno o ms estados es un estado absorbente es
una cadena de markov absorbente. Para contestar preguntas importantes acerca
de una cadena de markov absorbentes, se alistan los estados en el siguiente
orden: primero los estados transitorios, luego los estrados absorbentes. Suponga
que hay s m estados transitorios (t1, t2,, ts-m) y m estados absorbentes (a1, a2,
, am), se escribe la matriz de probabilidades de transicin P como sigue:

Proceso Estocstico
Un proceso estocatico discreto en el tiempo es simplemente una descripcion de la
relacion entre las variables aleatorias (x0, x1, x2,)

Estado Transitorio
Un estado es transitorio si, despues de haber entrado a este estado, el proceso
nunca regresa a el. Por consiguiente, el estado i es transitorio si y solo si existe un
estado j(ji) que es accesible desde el estado j, pero no viceversa, esto es, si el
estado i no es accesible desde el estado j.
Estado Recurrente
Un estado es recurrente si, despues de haber entrado a este estado, el proceso
definitivamente regresara a ese estado. Por conciguiente, un estado es recurrente
si y solo si no es transitorio.
Un estado i es periodico con periodo K > 1 si K es el numero mas pequeo tal que
la trayectoria que conducen del estado i de regreso al estado i tienen una longitud
que es multiplo de K. si un estado recurrente no es periodico, se conoce como
aperiodico.
Matriz Ergdica
Si los estados en una cadena son recurrentes, aperiodicos y se comunican entre
si, se dice que la cadena es ergdica.
Ejemplos:
1)

2)

3)

Ejemplo de una matriz de transicin absorbente

La Universidad Libre a estudiado la trayectoria de sus estudiantes y a descubierto
que:
A) 70% de los estudiantes de nuevo ingreso regresan al ao siguiente, de
segundo ao el 15% volver como estudiante de nuevo ingreso y el resto no
regresara.
B) El 75% de los estudiantes de segundo ao volvern al ao siguiente como
estudiantes de tercer ao, el 15% volvern como estudiantes de segundo ao y el
resto no regresara.
C) El 80% de los estudiantes de tercer ao regresaran al ao siguiente como
estudiantes de ltimo ao, 10% volver como estudiante de tercer ao y el resto
no regresara.
D) El 85% de los estudiantes de ultimo ao se graduaran, y el 10% volver como
estudiante de ultimo ao y el resto no regresara.
Nota: Supongamos que la U no permite que un estudiante que se ha dado de baja,
vuelva y tampoco permite que se cambie de curso a mitad de curso. 1) Escriba la
matriz de transicin de estos datos.

CADENAS DE MARKOV
Las cadenas de markov reciben este nombre debido al matemtico Andrei Andreevitch
Markov y consisten en un proceso discreto en el cual la probabilidad de que se lleve a cabo
un evento es dependiente del evento inmediatamente anterior. Por lo tanto, la caracterstica
ms destacada de esta herramienta es la capacidad de " recordar" el ltimo evento y esto
condiciona las posibilidades de los eventos futuros
Para llevar a cabo el desarrollo de la cadena de markov se requiere tener fundamentos
matemticos en:
peraciones con matrices

Suma y resta

Multiplicacin

Traspuesta

Inversa- Gauss-Jordan

2.

Probabilidad

Propiedad de Markov: "si se conoce la historia del sistema hasta su instante actual, su
estado presente resume toda la informacin relevante para describir en probabilidad su
estado futuro".
ELEMENTOS DE LA CADENA DE MARKOV
Estado: Una cadena de Markov es una secuencia X1, X2, X3, de variables
aleatorias, el rango de estas variables, es llamado espacio -estado, el valor de
Xn es el estado del proceso en el tiempo n. Cuando un estado es igual a cero,
significa que no hay va directa de un estado a otro.

Matriz de transicin: Es la matriz que representa la probabilidad de una poblacin de

moverse de un estado a otro. Cumple con las siguientes condiciones:

La matriz de transicin debe ser cuadrada.

La suma de las probabilidades por fila debe ser igual a 1.

Composicin actual (Po): Representa la distribucin actual de la distribucin de la

poblacin, a partir de esta matriz se describen las probabilidades de su estado fututo. El
nmero de renglones de Po debe ser igual nmero de elementos del vector columna T.
Para comprender a cabalidad lo expresado anteriormente, desarrollaremos un ejemplo en el
cual se reconozca la importancia de las cadenas de markov y los elementos que la
conforman.
EJEMPLO NO.1
Actualmente, en Colombia la distribucin de la poblacin segn su operador celular se
encuentra representada de la siguiente forma: el 40% est dominado por Comcel, mientras
que Tigo y Movistar presentan un porcentaje de participacin en el mercado de 30% cada
uno. Adems se obtiene la presente informacin:
a) Los individuos que estn en Movistar tienen una probabilidad de 30% de quedarse en
la misma operadora, una de 50% de cambiar a Tigo, y una de 20% para pasarse a Comcel.
b) Los individuos que estn en Tigo tienen una probabilidad de 70% de quedarse en la
misma operadora, una de 10% de cambiar a Movistar, y una de 20% para pasarse a Comcel.

c) Los individuos que estn en Comcel tienen una probabilidad de 50% de quedarse en la
misma operadora, una de 30% de cambiar a Tigo, y una de 20% para pasarse a Movistar.
SOLUCIN
Primero procedemos a reconocer cuales son los estados de la matriz.
La matriz de composicin actual:
Po = [Movistar Tigo Comcel]
Po = [0,3 0,3 0,4]
La matriz de transicin:

M: Movistar; T: Tigo; C: Comcel

Para hallar la participacin de las telefonas celulares transcurrido un ao, procedemos a
multiplicar la composicin actual de los operadores existentes por la matriz de transicin de
la siguiente manera:

Obteniendo as:
P1 = [0,2

0,48 0,32]

Una participacin del 20%, 48% y 32% para Movistar, Tigo y Comcel respectivamente.
Para calcular el siguiente ao procedemos a:

De esta manera se generan los siguientes resultados y se analizan las proyecciones de

participacin de los operadores celulares en diferentes periodos:
P1 = [0,20
P2 = [0,172
P3 = [0,164
P4 = [0,1617
P5 = [0,161

0,48
0,532
0,547
0,5517
0,553

0,32]
0,296]
0,288]
0,2866]
0,286]

Al realizar el ejercicio aplicando la formula enunciada anteriormente se defini como regla

general:

ESTADO ESTABLE
El estado estable representa las probabilidades, y se calculan matemticamente cuando al
hallar las proyecciones en n periodos los valores son iguales, es decir, dejan de variar, al
transcurrir n tiempo. Para el anterior ejercicio el estado estable es cuando:
P5 = [0,161

0,553

0,286]

Lo cual corresponde a una participacin del 16,1%, 55,3% y 28,6% para Movistar, Tigo y
Comcel respectivamente.
Ahora, si cambiamos los valores iniciales de la matriz de composicin actual P 0 de la
siguiente manera:
P0 = [0,6 0,2 0,2] se generan los siguientes valores:
P1 = [0,24
P2 = [0,174
P3 = [0,163
P4 = [0,161

0,50
0,548
0,554
0,554

0,26]
0,278]
0,2834]
0,285]

Nota: se lleg ms rpido al estado estable cambiando los valores iniciales.

Podemos concluir que el valor del estado estable es independiente de los valores iniciales.

En el proceso de hallar el estado estable, tambin se hace uso del mtodo de Gauss, Gaussjordan, entre otros.
Empleando el mtodo de Gauss-Jordan

Nuevamente observamos que los valores del estado estable son:

L = [0,161

0,5535

0,2857]

Lo cual corresponde a una participacin del 16,1%, 55,3% y 28,6% aproximadamente para
Movistar, Tigo y Comcel respectivamente.
CONCEPTOS IMPORTANTES EN LAS CADENAS DE MARKOV:
ESTADO RECURRENTE: Un estado es recurrente si despus de haber entrado a un
estado, en el proceso definitivamente regresar a ese estado. Por consiguiente, un estado es
recurrente
si
y
solo
si
no
es
transitorio.
ESTADO TRANSITORIO: Un estado es transitorio si despus de haber entrado a un
estado no regresa a l.
ESTADO ABSORBENTE: Un estado es absorbente si despus de haber entrado a un
estado nunca saldra de l..
MATRIZ REGULAR: Una matriz es regular si en sus consignas no presenta ningn
estado 0 y 1.

MATRIZ ERGDICA: Una matriz es ergdica si todos sus estados son nulos, no
periodicos y recurrentes.

MATRIZ ABSORBENTE
Una matriz es absorbente si presenta estados absorbentes, es decir, que presente en sus
consignas la probabilidad en la matriz T, de permanecer en el mismo estado a lo largo del
tiempo (igual a 1).
Ejemplo No.1:
La Universidad Bolvar a estudiado la trayectoria de sus estudiantes y a descubierto que:
A. 70% de los estudiantes de nuevo ingreso regresan al ao sgte, de segundo ao el 15%
volvera como estudiante de nuevo ingreso y el resto no regresara.
B. El 75% de los estudiantes de segundo ao volvern al ao siguiente como estudiantes
de tercer ao, el 15% volvern como estudiantes de segundo ao y el resto no regresara.
C. El 80% de los estudiantes de tercer ao regresaran al ao siguiente como estudiantes de
ltimo ao, 10% volver como estudiante de tercer ao y el resto no regresara.
D. El 85% de los estudiantes de ltimo ao se graduaran, y el 10% volver como
estudiante de ltimo ao y el resto no regresara.
Nota: Supongamos que la U no permite que un estudiante que se ha dado de baja, vuelva y
tampoco permite que se cambie de curso a mitad de curso.
1) Escriba la matriz de transicin de estos datos.
2) Cul es la probabilidad de que se grade un estudiante de nuevo ingreso?
SOLUCIN
Reconocimiento de los estados:
Estado 1: Primer ao. (P)
Estado 2: Segundo ao. (S)
Estado 3: Tercer ao. (T)
Estado 4: ltimo ao. (U)
Estado 5: Graduado. (G)
Estado 6: No regresan (NR)

Respuestas:

La probabilidad de que se grade un estudiante de nuevo ingreso es 61 %

aproximadamente.

Ejemplo No.2.
Almacenes Julio Parts vende partes de automviles y camiones a empresas que cuentan con
flotas de vehculos. Cuando una empresa compra a Julio Parts se le otorgan 3 meses para
pagar. Si las cuentas no se saldan en ese periodo, Julio Parts cancela la cuenta, la remite a
una agencia de cobranza y da por terminada las transacciones. Por lo tanto Julio Parts,
clasifica sus cuentas en: nuevas, de un mes de atraso, pagadas o incobrables.
Julio Parts estudi sus antiguos registros y descubri que:
a.

El 70% de las cuentas nuevas se pagan en un mes.

b. El 60% de las cuenta con un mes de retraso se pagan al final del mes.
c.

El 50% de las cuentas con dos meses de retraso se pagan al final del ltimo mes.

d. El 60% de las cuentas con tres meses de retraso se remiten a una agencia de cobranza.
se requiere:
1) Formar la matriz de transicin.
2) Determinar si esa matriz de transicin es regular, absorbente.
3) Cul es la probabilidad de que una nueva cuenta se liquide?
4) Cul es la probabilidad que una cuenta de un mes de retraso se vuelva incobrable?
5) Si las ventas de Julio Parts son en promedio de $125.000 al mes, cunto dinero se
aceptara como deuda incobrable cada mes y cada ao?
SOLUCIN:
Reconocimiento de los estados:
Estado 1: Cuentas nuevas. (N)
Estado 2: Cuentas un mes de atraso. (1)
Estado 3: Cuentas dos meses de atraso. (2)
Estado 4: Cuentas tres meses de atraso. (3)
Estado 5: Cuentas pagadas. (P)
Estado 6: Cuentas incobrables (I)

Respuestas:

La matriz de transicin no es regular y si es absorbente.

La probabilidad de que una nueva cuenta se liquide es del 96%

La probabilidad que una cuenta de un mes de retraso se vuelva incobrable es de

12%

Se aceptara como deuda incobrable al mes $4500 y al ao $5400

CADENAS DE MARKOV : CONCEPTOS

MATRIZ DE TRANSICIN
Esta es una matriz cuadrada, donde el nmero de renglones y de columnas ser igual
al de estados que tenga la cadena de Markov, siendo cada elemento de la matriz, la
probabilidad de transicin respectiva de pasar del estado que encabeza el rengln
donde est ubicado el elemento hacia el estado encabezado por la columna.
Miremos el siguiente ejemplo:

Se observa que para el primer rengln las probabilidades de transicin

indican que habr un 50% de los clientes fieles a la marca A, por su
parte un 30% cambiara de A a B y un 20% cambiara de A a C.
Obsrvese que la suma se probabilidades de cada rengln es igual a 1.
Una manera de visualizar mejor la tabla dada anteriormente es a travs
de un diagrama de estado. Aqu los estados se indican a travs de
crculos y las flechas que salen de ellos son las probabilidades de que
sus clientes cambien a otro estado. Es decir, las flechas que regresan al
mismo estado del que salen, sealan las probabilidades de que los
clientes sean retenidos por esa marca en particular.

CALCULO DE PROBABILIDADES DE LA MATRIZ DE TRANSICIN

Para hallar las probabilidades de los estados dentro de la matriz de
transicin en un periodo determinado procedemos de la siguiente
manera como se muestra en el siguiente ejemplo:
Las granjas de cierta regin se pueden clasificar con 3 tipos:
agrcolas, pecuarias o mixtas. Actualmente 30% son agrcolas,
40% pecuarias y 30% son mixtas. La matriz de transicin de un
ao al siguiente es:

De acuerdo a la informacin dada, el Po es:

Para hallar el valor de las probabilidades en el ao siguiente hacemos

uso de la multiplicacin de las matrices, como sigue
Para el estado A:

Por lo que el vector para el ao siguiente es:

De igual manera calculamos el porcentaje para cada tipo de granja para

el periodo 2, 3, 4 y 5

Obsrvese que el valor de la probabilidad de un estado n esta dado por

la siguiente expresin:

MATRIZ DE TRANSICIN EN ESTADO ESTABLE

Un estado es estable cuando ya no hay cambios en el sistema, es decir
que se alcanza el equilibrio. Una manera posible de obtener las
condiciones del sistema para el estado estable es repetir iterativamente
los clculos para cada periodo con el fin de hallar el periodo con aquellas
probabilidades que se mantienen constantes o no cambian.
Sin embargo tambin es posible utilizar los mtodos para resolver
sistemas de ecuaciones que nos permiten encontrar directamente estas
probabilidades de estado estables.

Dado el ejemplo anterior acerca de los tipos de granjas, calcularemos los

estados estables a travs de los mtodos para sistemas de ecuaciones.
En primera medida lo que hacemos es hallar la traspuesta de la matriz
de transicin, es decir:

El sistema de ecuaciones quedara as:

Esta ultima ecuacin es agregada siguiendo la propiedad de que la

sumatoria las probabilidades de los estados debe ser igual a 1.

Utilizando el mtodo de eliminacin, restamos las ecuaciones (1) y (2)

eliminando z.

Ahora sumamos las ecuaciones (3) y (4), multiplicando la ecuacin 4 por

0.2 con el fin de eliminar z

Despejando de la ecuacin (6) y y reemplazando en (5), tenemos:

Reemplazando x en (6)

MATRIZ REGULAR Y MATRIZ ERGODICA

Una matriz de transicin T se dice que es regular si para algn elemento
positivo de k la matriz Tk no tiene elementos iguales a cero. Adems
debe tener comunicacin directa con los dems estados.

Si los estados de una cadena son recurrentes, aperidicos y se

comunican entre s, se dice que la matriz es ergdica.

CLASIFICACION DE LOS ESTADOS DE LA CADENA DE MARKOV

Los estados de una cadena de Markov se clasifican dependiendo de la

fraccin de tiempo que la cadena pasa en cada uno de ellos.
Los estados de una cadena de Markov pueden ser:
Transitorios: Un estado es transitorio si despus de haber entrado a este
estado, el proceso no regresara a l.
Recurrentes: Se dice que un estado es recurrente si despus de haber
entrado a este estado el proceso definitivamente regresara a ese estado.
Por consiguiente, un estado es recurrente si y solo si no es transitorio.
Absorbentes: Un estado se llama absorbente si despus de haber
entrado ah el proceso nunca saldr de ese estado. Por consiguiente, el
estado i es un estado absorbente si y solo si Pij=1.