TEORIA DE DESICIONES 7.

- "A"
ACTIVIDAD N° 1: Cadenas de Markov GARCÍA PÉREZ ORLANDO ELESBAN 18 DE SEPTIEMBRE DEL 2016
27. En un pueblo, al 90% de los días soleados le siguen días soleados, y al 80% de los días nublados le siguen días nublados. Con esta
información modelar el clima del pueblo como una cadena de Markov.

Matriz de transición
Estados X1 X2 0.9 0.1
P=
X1 = Días soliados X1 0.9 0.1 0.2 0.8
x2 = Días nublados X2 0.2 0.8
28. El ascensor de un edificio con bajo y dos pisos realiza viajes de uno a otro piso. El piso en el que finaliza el viaje n-ésimo del ascensor sigue
una cadena de Markov. Se sabe que la mitad de los viajes que parten del bajo se dirigen a cada uno de los otros dos pisos, mientras que si un viaje
comienza en el primer piso, sólo el 25% de las veces finaliza en el segundo. Por último, si un trayecto comienza en el segundo piso, siempre
finaliza en el bajo. Se pide:
a) Calcular la matriz de probabilidades de transición de la cadena
b) Dibujar el grafo asociado

a)
Estados
0 = Nivel bajo Probabilidades de transición
1 = Piso 1 P00 = P(Xn+1=0 | Xn=0 ) = 0 P10 = P(Xn+1=0 | Xn=1 ) P20 = P(Xn+1=0 | Xn=2 )
2 = Nivel 2 P01 = P(Xn+1=1 | Xn=0 ) P11 = P(Xn+1=1 | Xn=1 ) = 0 P21 = P(Xn+1=1 | Xn=2 )
P02 = P(Xn+1=2 | Xn=0 ) P12 = P(Xn+1=2 | Xn=1 ) P22 = P(Xn+1=2 | Xn=2 ) = 0

Matriz de transición b)

𝑃=
0 0.5
0.75 0
0.5
0.25 0
1 0 0

C) 0 0.5 0.5
𝑥 𝑦 𝑧 ∗ 0.75 0 0.25
1
sistema de ecuaciones
0 0
2 0.25
1
0x + 0.75y + z = x 1 −0.75 −1 1
0.5x + 0y + 0z = y −0.5 1 0 1
P=
0.5x + 0.25y + 0z = z −0.5 −0.25 1 1
x+y+z=1 1 1 1 1

P= 1 -0.75 -1 1
-0.5 1 0 1
-0.5 -0.25 1 1
1 1 1 1

P-1 = 0.196 -0.392 -0.275 0.471 v= 0

-0.235 0.471 -0.471 0.235 0
-0.294 -0.412 0.412 0.294 0
0.333 0.333 0.333 0.000 1

-1
W = vP = 0.471 \ La probabilidad de que se encuentre en planta baja es 0.471, en la planta 1
0.235 es 0.235 y en la planta 2 es de 0.294
0.294
0.00

29. Un agente comercial realiza su trabajo en tres ciudades A, B y C. Para evitar desplazamientos innecesarios está todo el día en la misma ciudad
y allí pernocta, desplazándose a otra ciudad al día siguiente, si no tiene suficiente trabajo. Despues de estar trabajando un día en C, la probabilidad
de tener que seguir trabajando en ella al día siguiente es 0,4, la de tener que viajar a B es 0,4 y la de tener que ier a A es 0,2. Si el viajante duerme
un día en B, con probabilidad de un 20% tendrá que seguir trabajando en la misma ciudad al día siguiente, en el 60% de los casos viajará a C,
mientras que irá a A con probabilidad 0,2. Por último si el agente comercial trabaja todo un día en A, permanecerá en esa misma ciudad, al día
siguiente, con una probabilidad 0,1, irá a B con una probabilidad de 0,3 y a C con una probabilidad de 0,6.
a) Si hoy el viajante está en C, ¿cuál es la probabilidad de que también tenga que trabajar en C al cabo de cuatro días?
b) ¿Cuales son los porcentajes de días en los que el agente comercial está en cada una de las tres ciudades?

a) Matriz de transicion
Estados A B C 0.1 0.3 0.6
A= ciudad 1 A 0.1 0.3 0.6 𝑃= 0.2 0.2 0.6
B= ciudad 2 B 0.2 0.2 0.6 0.2 0.4 0.4
C= ciudad 3 C 0.2 0.4 0.4

P(2) = 0.19 0.33 0.48 P(4) = 0.1819 0.3189 0.4992

0.18 0.34 0.48 0.1818 0.319 0.4992
0.18 0.3 0.52 0.1818 0.3174 0.5008

PCC4 = P(Xn+1=C | Xn=C ) = 0.5008

\ La probabilidad de que tenga que trabajar en la ciudad "C" al cabo de 4 días

siguientes es del 0.5008
b) 0.1 0.3 0.6
𝑥 𝑦 𝑧 ∗ 0.2 0.2 0.6
0.2 0.4 0.4
sistema de ecuaciones −0.9 0.2 0.2 1
0.1x + 0.2y + 0.2z = x 0.3 −0.8 0.4 1
P=
0.3x + 0.2y + 0.4z = y 0.6 0.6 −0.6 1
0.6x + 0.6y + 0.4z = z 1 1 1 1
x+y+z=1

P= -0.9 0.2 0.2 1

0.3 -0.8 0.4 1
0.6 0.6 -0.6 1
1 1 1 1

P-1 = -0.667 0.242 0.242 0.182 v= 0

0.222 -0.687 0.146 0.318 0
0.111 0.111 -0.722 0.500 0
0.333 0.333 0.333 0.000 1

W = vP-1 = 0.182 \ La probabilidad de que se encuentre en la ciudad A es 0.182, en la ciudad B

0.318 es 0.318 y en la ciudad C es 0.500
0.500
0.00

30. 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 comprándola la vez siguiente. Si una persona compró Pepsi, hay 80% de que repita la vez siguiente. Se pide:
a) Si una persona actualmente es comprador de Pepsi. ¿Cuál es la probabilidad de que compre Coca Cola pasadas dos compras a partir de hoy?
b) Si en la actualidad una persona es comprador de Coca Cola. ¿Cuál 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, ¿Qué fracción de los
compradores estará tomando Coca Cola.
d) Determinar el estado estable

a) Matriz de transición
Estados C P 0.9 0.1
C = Coca-Cola C 0.9 0.1 P=
0.2 0.8
P = Pepsi-Cola P 0.2 0.8

P(2) = 0.830 0.170 PPC2 = P(Xn+1=C | Xn=P ) = 0.34

0.340 0.660

\ La probabilidad de que una persona consumio pepsi y al cabo de dos

días compre coca cola es del 34%

(3)
b) P = 0.781 0.219 PcC2 = P(Xn+1=C | Xn=P ) = 0.781
0.438 0.562

\ La probabilidad de que una persona consumio coca cola y al cabo de

tres días compre coca cola es del 78.1%

c)
Vector de probabilidad inicial v= 0.6 0.4 𝑣 = 0.6 0.4

W = vP(3) = 0.6 0.4 0.781 0.219 W= 0.6438

0.438 0.562 0.3562

\ Al cabo de tres compras el 64.38 % comprara Coca Cola y el 35.62%

comprara Pepsi Cola

𝜋2 ∗ 𝑃𝐶𝐶
d) 𝑃𝐶𝑃
(𝜋1 𝜋2 ) = 𝜋1
𝑃𝑃𝐶 𝑃𝑃𝑃
p1 p2 0.9 0.1
0.2 0.8

sistema de ecuaciones
0.9p1 + 0.2p2 = p1 0.1 −0.2 1
0.1p1 + 0.8p2 = p2 P = −0.1 0.2 1
p1 + p2 = 1 1 1 1
 P= 0.1 -0.2 1 P-1 = 1.333 -2.000 0.667 v= 0
-0.1 0.2 1 -1.833 1.500 0.333 0
1 1 1 0.500 0.500 0.000 1

W = vP-1 = 2/3
1/3
0

31. La cervecería más importante del mundo (Guiness) ha contratado a un analista de investigación de operaciones para analizar su posición en el
mercado. Están preocupados en especial por su mayor competidor (Heineken). El analista piensa que el cambio de marca se puede modelar como
una cadena de Markov incluyendo tres estados, los estados G y H representan a los clientes que beben cerveza producida por las mencionadas
cervecerías y el estado I representa todas las demás marcas. Los datos se toman cada mes y el analista ha construido la siguiente matriz de
transición de los datos históricos.

P= G H I
G 0.7 0.2 0.1
H 0.2 0.75 0.05
I 0.1 0.1 0.8
¿Cuáles son los porcentajes de mercado en el estado estable para las dos cervecerías grandes.?

Estados 0.7 0.2 0.1

𝜋1 𝜋2 𝜋3 ∗ 0.2 0.75 0.05 = 𝜋1 𝜋2 𝜋3
G = Guiness
H = Heiken 0.1 0.1 0.8
I = Otras marcas

sistema de ecuaciones
0.7p1 + 0.2p2 + 0.1p3= p1 −0.3 0.2 0.1 1
0.2 −0.25 0.1 1
0.2p1 + 0.75p2 + 0.1p3= p2 P=
0.1 0.05 −0.2 1
0.1p1 + 0.05p2 + 0.8p3= p3 1 1 1 1

P= -0.3 0.2 0.1 1

0.2 -0.25 0.1 1
0.1 0.05 -0.2 1
1 1 1 1

P-1 = -1.654 0.269 1.038 0.346 v= 0

0.385 -1.923 1.154 0.385 0
0.936 1.321 -2.526 0.269 0
0.333 0.333 0.333 0.000 1

W = vP-1 = 0.346 \ Los porcentaje de mercado en el estado estable para la cerveceria Guiness es del 34.6%, de
0.385 la cerveceria de Heiken es del 38.5% y de otras cervecerias es del 26.9%
0.269
0.000

32. En una comunidad hay 3 supermercados (S1, S2, S3) existe la movilidad de un cliente de uno a otro. El 1 de septiembre, ¼ de los clientes va al
S1, 1/3 al S2 y 5/12 al S3 de un total de 10.000 personas. Cada mes esl S1 retiene el 90% de sus clientes y pierde el 10% que se va al S2. Se
averiguó que el S2 solo retiene el 5% y pierde el 85% que va a S1 y el resto se va a S3, el S3 retiene solo el 40%, pierde el 50% que va al S1 y el
10% va al S2.
a) Establecer la matriz de transición
b) ¿Cuál es la proporción de clientes para los supermercados el 1 de noviembre?
c) Hallar el vector de probabilidad estable.

a) Matriz de transicion
Estados S1 S2 S3
S1 = Supermercado 1 S1 0.9 0.1 0 0.9 0.1 1
S2 = Supermercado 2 S2 0.85 0.05 0.1 P = 0.85 0.5 0.1
S3 = Supermercado 3 S3 0.5 0.1 0.4 0.5 0.1 0.4

b) P(2) = 0.895 0.095 0.01 𝑣 = 𝑠1 𝑠2 𝑠3

0.8575 0.0975 0.045 v= 0.25 0.33 0.42
0.735 0.095 0.17

W = vP(2) = 0.8158 0.0958 0.0883

\ Al cabo de dos meses el 81.58% es el porcentaje del clientes para el supermercado S1, para S2 el 9.58%
y para el supermercado S3 es de 8.83%
c)
0.9 0.1 0
𝑥 𝑦 𝑧 ∗ 0.85 0.05 0.1
0.5 0.1 0.4
sistema de ecuaciones
0.9x + 0.85y + 0.5z = x −0.1 0.85 0.5 1
0.1x + 0.05y + 0.1z = y 0.1 −0.95 0.1 1
P=
0x + 0.1y + 0.4z = z 0 0.1 −0.6 1
x+y+z=1 1 1 1 1

P= -0.1 0.85 0.5 1

0.1 -0.95 0.1 1
0 0.1 -0.6 1
1 1 1 1

P-1 = -1.222 -0.111 0.444 0.889 v= 0

0.286 -0.667 0.286 0.095 0
0.603 0.444 -1.063 0.016 0
0.333 0.333 0.333 0.000 1

W = vP-1 = 0.8889
0.0952
0.0159
0.0000

33. Los consumidores de café en el área de Pontevedra usan tres marcas A, B, C. En marzo de 1995 se hizo una encuesta en lo que entrevistó a las
8450 personas que compran café y los resultados fueron:

Compra en el siguiente mes TOTALES

Compra actual Marca A Marca B Marca C
Marca A = 1690 507 845 338 1690
Marca B = 3380 676 2028 676 3380
Marca C = 3380 845 845 1690 3380
TOTALES 2028 3718 2704 8450

a) Si las compras se hacen mensualmente, ¿cuál será la distribución del mercado de

café en Pontevedra en el mes de junio?
b) A la larga, ¿cómo se distribuirán los clientes de café?

a)
Estados Matriz de transición
A = Marca A A B C
B = Marca B A 0.3 0.5 0.2
C = Marca C B 0.2 0.6 0.2
C 0.25 0.25 0.5

P(2) = 0.24 0.5 0.26 P(4) = 0.2376 0.479 0.2834

0.23 0.51 0.26 0.2375 0.4791 0.2834
0.25 0.4 0.35 0.2395 0.469 0.2915

b) 0.3 0.5 0.2

𝑥 𝑦 𝑧 ∗ 0.2 0.6 0.2
0.25 0.25 0.5
sistema de ecuaciones
0.3x + 0.2y + 0.25z = x −0.7 0.2 0.25 1
0.5x + 0.6y + 0.25z = y 0.5 −0.4 0.25 1
P=
0.2x + 0.2y + 0.5z = z 0.2 0.2 −0.5 1
x+y+z=1 1 1 1 1

P= -0.7 0.2 0.25 1

0.5 -0.4 0.25 1
0.2 0.2 -0.5 1
1 1 1 1

P-1 = -0.794 0.317 0.238 0.238 v= 0

0.079 -1.032 0.476 0.476 0
0.381 0.381 -1.048 0.286 0
0.333 0.333 0.333 0.000 1

W = vP-1 = 0.2381
0.4762
0.2857
0.0000

c) 𝑃𝐴𝐴 = 0.2376 ; 𝑃𝐵𝐵 = 0.4791 ; 𝑃𝐶𝐶 = 0.2915