UNIVERSIDAD NACIONAL DE SAN AGUSTN

FACULTAD DE INGENIERA DE PRODUCCIN Y SERVICIOS

ESCUELA PROFESIONAL DE INGENIERA INDUSTRIAL

APLICACIN DE CADENAS DE MARKOV

CURSO: INVESTIGACIN DE OPERACIONES II

DOCENTE:
ALUMNOS:

ING. EFRAN MURILLO Q.

VALVERDE BEGAZO ALDO R.
SUNI PALACO LEONEL
CHAMBI ROSELLO BETZABE
ESCALANTE GIANCARLO

Arequipa Per
2010

CADENAS DE MARKOV

APLICACIONES PROPUESTAS
CADENAS DE MARKOV
APLICACIN 1
Una mquina puede estar en dos estados: F funciona o Q averiada, con
tFF = 0.8, tQQ = 0.4, tQF = 0.6, tFQ = 0.2. Cuando funciona da una utilidad de
480 por periodo y, cuando est averiada, los gastos son de 160 por periodo,
considerando la situacin de rgimen estable:
a) Calcule la ganancia media por periodo.
b) Verifique si un plan de mantenimiento preventivo que cuesta $50 por
periodo, alterando: tFF a 0.9 y tQQ a 0.3 vale la pena?.
F
0.
8
0.
6

T= F
Q

F = $480
$Q = 160

X1

X2

Q
0.2
0.4
Xn =
Xn1*T
= *T

X1 X2

0.8
0.4

0.2
0.6

X1= 0.8X1 + 0.6X2

X2= 0.2X1 + 0.4X2
X1 +X2 = 1
RESOLVIENDO LA ECUACION
X1 = 0.75
X2 = 0.25
= [0.75 0.25]
a) Ganancia promedio:
480*0.75 +0.25*- 160 = $ 320.
b). evaluamos el plan de mantenimiento.
X1

X2

X1

X2

0.9
0.7

0.1
0.3

CADENAS DE MARKOV

X1 = 0.9X1 + 0.7X2
X2 = 0.1X1 + 0.3X2
X1 +X2 = 1
RESOLVIENDO LA ECUACION
X1 = 0.875
X2 = 0.125
= [0.875 0.125]
Ganancia esperada es:
480*0.875 +0.125*- 160 = $ 400.
400 50 (plan de mantenimiento) = $350.
Conviene el plan de mantenimiento, si vale la pena.

APLICACIN 2.Calcule la situacin de rgimen para el modelo cuyas probabilidades de

transicin son las siguientes:
t11= 0.4

t22=0.3

t31=0.5

t12= 0.3

t23=0.7

t33=0.5

t13= 0.3

Repita en el caso de t23=0,4 en vez de 0,7.

T=

t1

t2

t3

t1

0,4

0,3

0,3

t2

0,3

0,7

t3

0,5

0,5

: Vector de distribucin de estado estable).

Por lo tanto: = .T
CADENAS DE MARKOV

Calculamos los elementos de = [A B C], tenemos:

[A B C] = [A B C]

0.4 0,3 0,3

0 0,3 0,7

0,5 0 0,5

Adems de:
1 + 2 + 3 =1
El sistema de ecuaciones sera:
1 + 2 + 3 =1
0,41 + 0,53 = 1
0,31 + 0,32 = 2
0,31 + 0,72 + 0,53 = 3

Solucin es: = [ 0,38 0,16 0,46]

Con t23=0,4 en vez de 0,7.

T=

t1

t2

t3

t1

0,4

0,3

0,3

t2

0,6

0,4

t3

0,5

0,5

[A B C] = [A B C]

0.4 0,3 0,3

0 0,7 0,4

0,5 0 0,5

Adems de:
1 + 2 + 3 =1
El sistema de ecuaciones sera:
1 + 2 + 3 =1
0,41 + 0,53 = 1
0,31 + 0,62 = 2
CADENAS DE MARKOV

0,31 + 0,42 + 0,53 = 3

Solucin: = [0,34 0,26 0,41]

APLICACIN 3.Un asaltante notorio puede estar en uno de tres estados:

i)
Suelto, practicando asaltos.
ii)
Preso en la delegacin de polica,
transferencia.
iii)
Preso en la crcel.

esperando

su

Considerando las siguientes probabilidades de transicin:

taa = 0.6; Permanecer suelto.
tab = 0.4; Ser preso y llevado para la delegacin.
tba = 0.2; Fugar de la delegacin.
tbb = 0.2; Continuar en la delegacin.
tbc = 0.6; Ser llevado a prisin.
tcc = 0.8; Continuar en la prisin.
tca = 0.2; Fugar de la prisin.
a)

b)

Haga un diagrama de la situacin.

Calcule la probabilidad de que un asaltante, inicialmente

suelto, siga suelto (practicando asaltos) despus de dos
periodos.

CADENAS DE MARKOV

La probabilidad de que el asaltante siga suelto luego de dos

periodos es de 37.6%.

APLICACIN 4
Se usa una mquina para producir herramientas de precisin. Si la mquina
est hoy en buenas condiciones, entonces estar bien maana con 90% de
probabilidad. Si la mquina est en mal estado hoy, entonces estar en mal
estado maana con 80% de probabilidad. SI la mquina est en buen
estado, produce 100 herramientas por da, y si est en mal estado, 60
herramientas por da. En promedio, cuntas herramientas por da se
producen?.
BC=Buenas condiciones
MC=Malas condiciones

T = BC 0.9 0.1
MC 0.2 0.8

X n =X n1 T Cuandon
X n =X n1=
=Vector de estado estable

=T

[ X 1 X 2 ] =[ X 1 X 2 ]

0.9 0.1
0.2 0.8

X 1=0.9 X 1+ 0.2 X 2
X 2=0.1 X 1+ 0.8 X 1
X 1 + X 2 =1

=[0.6667 0.3333 ]

CADENAS DE MARKOV

HERRAMIENTAS POR DA= 100 (0.6667) + (60) (0.333) = 86.6667 = 87

Htas. / da

APLICACIN 5
La Zephyr Electronics Co. Fabrica tocacintas porttiles. Antes de mandar a
ventas un casete o porta cintas, se analiza el lote. Las categoras de
inspeccin son: no funciona (NF), regular, bueno y excelente. Los porta
cintas 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. Las proporciones de lotes regulares y buenos
que cambian de categora se dan en la tabla siguiente:

a) Descrbase este proceso de prueba como una cadena de Markov

absorbente y calclese la matriz de transicin.
b) Cuntas veces, en promedio, se volver a inspeccionar un lote que ya
se haba probado y haba resultado regular en la prueba anterior?
c) Cuntas veces, en promedio, se inspeccionar de nuevo un lote que
ya se haba probado y dio por resultado ser bueno?
d) Cul es la probabilidad de que se deseche un lote regular?
e) Cul es la probabilidad de que un lote regular llegue a ventas?
f) De 30 000 lotes probados como buenos originalmente. Cuntos
llegarn a ventas?
a)
B
0.3
5

R
0.2
5
0.1
5

0.2

0.65

NF
E

0
0

0
0

1
0

0
1

0.2
5

0.3
5

0.1
5

0.2

NF
0.0
5

E
0.3
5

R
T
=

Q =

R =

NF

0.05 0.35

I =

(I-Q)-1 =

I-Q =

R
1.46
1

0.7
5
0.1
5

0.3
5
0.8

B
0.639

CADENAS DE MARKOV

((I-Q)-1)*R =

0.6
5

R
B

b)
c)
d)
e)
f)

0.27
4

0.369

NF
E
0.07 0.92
3
7
0.01 0.98
4
6

Nmero de veces a inspeccin 1.461 + 0.639 = 2.1 veces.

Nmero de veces a inspeccin 0.274 + 0.369 = 0.64 veces.
La probabilidad que se deseche un lote regular es de 7.31 %.
La probabilidad que un lote regular se lleve a ventas es 92.69 %.
De 30000 lotes probados cuantas llegaran a ventas: 30000(0.9863)
= 29589 lotes.

APLICACIN 6
Freezco, Inc., vende refrigeradores. La fabrica otorga una garanta en todos
los refrigeradores que especifica cambio gratis de cualquier unidad que se
descomponga antes de tres aos. Se nos da la siguiente informacin: (1) el
3% de todos los refrigeradores nuevos falla durante su primer ao de
funcionamiento; (2) el 5% de todos los refrigeradores con 1 ao de
funcionamiento falla durante el segundo ao de trabajo, y (3) el 7% de
todos los refrigeradores con dos aos de funcionamiento falla durante su
tercer ao. La garanta no vale para el refrigerador de repuesto.
a) Use la teora de cadenas de Markov para predecir la fraccin de todos
los refrigeradores que deber cambiar Freezco.
F

NF

0.03

0.97

0.05

0.95

0.07

0.93

Deber cambiar el 0.03+0.05+0.07 = 0.15 , es decir el 15% de

refrigeradores vendidos.
b) Suponga que a Freezco le cuesta 500 dlares cambiar un refrigerador
y que vende 10000 refrigeradores al ao. Si la fabrica redujera el
plazo de garanta a dos aos, cunto dinero se ahorrara en costos
de reemplazo?.
CADENAS DE MARKOV

NF

0.03

0.97

0.05

0.95

0.15 * 10000 * $500=$750000

0.08 * 10000 * $500=$400000

El ahorro es de $350000 en costos de remplazo

APLICACIN 7
El Programa Profesional de Ingeniera Industrial, despus de haber recogido
datos durante varios aos, puede predecir las proporciones de los
estudiantes que pasarn de una categora a otra en un ao dado. Estos
datos se dan en la tabla siguiente.

1ER AO
2DO AO
3ER AO
4TO AO
5TO AO
RETIRAD
O
TERMINA

1
2
3
4
5 R
T
0.2 0.6
0
0
0 0.2
0
0 0.15 0.7
0
0 0.15
0
0
0 0.15 0.65
0 0.2
0
0
0
0 0.1 0.8 0.1
0
0
0
0
0 0.05 0.05 0.9
0
0

0
0

0
0

0
0

0
0

1
0

0
1

Se observa el estado de cada estudiante al principio de cada ao. Por

ejemplo, si un estudiante es del 3er ao al principio de este ao, habr 65%
de probabilidades de que al principio del ao siguiente sea del 4to ao, 15%
de probabilidad de que an sea del tercer ao y 20% de que se retire.
Suponemos que una vez de que se retire un estudiante ya nunca vuelve a
inscribirse.
1
2
3
4

1
2
3
4
0.2 0.6
0
0
0 0.15 0.7
0
0
0 0.15 0.65
0
0
0 0.1

5 R
0 0.2
0 0.15
0 0.2
0.8 0.1

T
0
0
0
0

CADENAS DE MARKOV

5
R
T

0
0
0

0
0
0

0
0
0

0 0.05 0.05
0
0
1
0
0
0

0.9
0
1

a) Si un estudiante entra al Programa a primer ao, Cuntos aos se

espera que pasen siendo estudiante?
(1-Q)^1=
1

1.2 0.8 0.7

5
8
3

0.5 0.4
2
4

0.0 1.1 0.9

0
8
7

0.7 0.5
0
9

0.0 0.0 1.1

0
0
8

0.8 0.7
5
2

0.0 0.0 0.0

0
0
0

1.1 0.9
1
4

0.0 0.0 0.0

0
0
0

0.0 1.0
0
5

RESPUESTA: 1.25 + 0.88 + 0.73 + 0.52 + 0.44 = 3.83 aos

b) Cul es la probabilidad de que egrese un estudiante de nuevo
ingreso?
((1-Q)^-1)R=
R

0.
1 60

0.
40

0.
2 47

0.5
3

0.
3 36

0.6
4

0.
4 16

0.8
4

0.
5 05

0.9
5

RESPUESTA: La probabilidada es de 40 % para egresar

CADENAS DE MARKOV

10

c) Si hay 250 estudiantes de primer ao, 150 estudiantes de segundo

ao, 120 de tercer ao, 80 de cuarto ao y 50 de quinto ao.
Cuntos de stos estudiantes culminarn la carrera?.

25
0 x 0.4

15
79.
0 x 0.53 = 5

12
76.
0 x 0.64 = 8

80 x 0.84 =

67.
2

50 x 0.95 =

47.
5

TOT
AL

10
= 0

37
1

RESPUESTA: 371 estudiantes culminaran la carrera.

APLICACIN 8

APLICACIN 9
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 80% de las piezas son aceptadas y el
5% son rechazadas.
a) Si el costo de proceso es de $15 por pieza y el de reproceso $5. Cul
sera el costo de un tem que termine en ventas?.
b) En un lote de 10000 piezas cuntas sern rechazadas?

CADENAS DE MARKOV

11

T =

Q =

inicio
inspcc.
acept.
rech.

inicio
0
0
0
0

inspcc
.
acept. rech.
1
0
0
0.15
0.8
0.05
0
1
0
0
0
1

inicio
inspcc.

inicio
0
0

inspcc
.
1
0.15

R =

acept. Rech.
acept.
0
0
rech.
0.8
0.05

inicio
I =

(I-Q)-1 =

inicio
inspcc
.

1
0

inspcc
.
1.176
5
1.176
5

acept.
((I-Q)^-1)*R
=

inicio
inspcc
.

rech.
0.058
0.941
8
0.058
0.941
8

a) Costo promedio = (15*1*1 + 5*0.15*1.17)/0.94

Costo Promedio = $ 16.89

b) En un lote de 10000 cuantas sern rechazadas?

10000(0.0588) = 588 pz. serian rechazadas.

APLICACIN 10
Una fbrica de jabn se especializa en jabn de tocador de lujo. Las ventas
de este jabn fluctan entre dos niveles bajo y alto- y dependen de dos
CADENAS DE MARKOV

12

factores: 1) si hacen o no publicidad y 2) si los competidores anuncian y

comercializan nuevos productos. El segundo factor est fuera de control de
la compaa, pero quieren determinar cul debe ser su propia poltica
publicitaria. Por ejemplo, el gerente de comercializacin propone hacer
publicidad cuando las ventas estn bajas y no hacerla cuando estn altas.
La publicidad que se hace en un trimestre dado del ao tiene su impacto el
siguiente trimestre. De cualquier manera, al principio de cada trimestre se
dispone de la informacin necesaria para pronosticar con exactitud si las
ventas sern altas o bajas ese trimestre y decidir si hacer publicidad o no.
El costo de publicidad es de $1 milln de dlares cada trimestre del ao que
se haga. Cuando se hace publicidad en un trimestre, la probabilidad de
tener ventas altas el siguiente trimestre es o segn si en el trimestre
actual se tiene ventas bajas o altas. Estas probabilidades bajan a y
cuando no se hace publicidad en el trimestre actual. Las ganancias
trimestrales de la compaa (sin incluir los costos de publicidad) son de $4
millones cuando las ventas son altas pero slo $2 millones cuando son
bajas. (De aqu en adelante utilice cifras en millones de dlares).
a

Construya la matriz de transicin (de un paso) para cada una de las

siguientes estrategias de publicidad: i) nunca hacer publicidad, ii)
siempre hacer publicidad, iii) seguir la propuesta del gerente de
comercializacin.
I.

Nunca hacer publicidad

Venta
Alta
Baja

Alta

T=
II.

0.5
0.75

Siempre hacer publicidad

Venta
Alta
Baja

Alta

T=
III.

0.5
0.25

Baja

0.75
0.5

Baja

0.25
0.5

Seguir la propuesta del gerente

Venta
Alta
Baja

Alta

Baja

CADENAS DE MARKOV

13

T=

0.5
0.5

0.5
0.5

Determine las probabilidades de estado estable para los tres casos

del inciso a).
I)

Nunca hacer publicidad

= .T
A + B = 1

[A B ] = [A B ]*

0.5
0.25

0. 5
0.75

= (0.33

0.67)

Si no se hace publicidad, existe un 33% de probabilidad que haya una

venta alta y un 67% que haya una venta baja.
II)

Siempre hacer publicidad

= .T
A + B = 1

[A B ] = [A B ]* T=

0.75
0.5

= (0.67

0.25
0.5

0.33)

Haciendo publicidad, existe un 67% de probabilidad que haya una

venta alta y un 33% que haya una venta baja.
III)

Seguir la propuesta del gerente

= .T
A + B = 1

[A B ] = [A B ]* T=

0 .5
0 .5

= (0.5

0 .5
0.5

0.5)
CADENAS DE MARKOV

14

Si se sigue la propuesta del gerente de hacer publicidad en ventas

bajas y no hacer en ventas altas, al siguiente semestre se vera un
50% de ventas altas y bajas.
C)

Encuentre la ganancia promedio a la larga (incluyendo una

deduccin por los costos de publicidad) por trimestre para cada
una de las estrategias del inciso a). Cul de estas estrategias es la
mejor segn esta medida de desempeo?.

I.

Nunca hacer publicidad

= (0.33

0.67)

Como existe mayor probabilidad de tener un venta baja, entonces :

ganancia
costo publicidad
Ganancia
Promedio
II.

2 000 000
0 000 000
2 000 000

Siempre hacer publicidad

= (0.67
ganancia
costo publicidad
Ganancia
Promedio

0.33)
4 000 000
1 000 000
3 000 000

Como existe mayor probabilidad de tener una venta alta

III.

Seguir la propuesta del gerente

= .T
A + B = 1

[A B ] = [A B ]* T=

0.5
0.5

= (0.5

0.5
0.5

0.5)

La ganancia varia entre 2 y 3 millones y depende de las ventas, es asi

que tendramos un promedio de 2.5 millones de dlares.

CADENAS DE MARKOV

15

APLICACIN 11.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
Estado
Estado
Estado
Estado
Estado

1
2
3
4
5
6

Cuenta nueva.
Los pagos de la cuenta estn retrasados un mes.
Los pagos de la cuenta estn retrasados dos meses.
Los pagos de la cuenta estn retrasados tres meses.
Se ha saldado una cuenta.
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?.

nueva
1 mes
2 meses

nueva
0
0
0

1 mes
0,6
0
0

2 meses
0
0,5
0

3 meses
0
0
0,4

pagada
0,4
0,5
0,6

CADENAS DE MARKOV

incobrabl
e
0
0
0
16

3 meses
pagada
incobrabl
e

I=

(I-Q)=

(1-Q)-1=

((1-Q)-1)R=

0
0

0
0

0
0

0
0

0,7
1

0,3
0

-0,6

-0,5

-0,4

0,6

0,3

0,12

0,5

0,2

0,4

a1

a2

t1

0,964

0,036

t2

0,94

0,06

t3

0,88

0,12

t4

0,7

0,3

Existe una probabilidad del 96.4% de que una cuenta nueva algn
da sea cobrada.

b) Cul es la probabilidad que una cuenta atrasada un mes se vuelva

finalmente incobrable?
c)
a1

a2

CADENAS DE MARKOV

17

((1-Q)-1)R=

t1

0,964

0,036

t2

0,94

0,06

t3

0,88

0,12

t4

0,7

0,3

Existe una probabilidad del 6% de que una cuenta atrasada un mes

se vuelva incobrable.
d) Si las ventas de la empresa son 100 000 dlares en promedio
mensual, cunto dinero ser incobrable cada ao?

Resumen de probabilidades durante todo un ao (12 meses)

Probabili
dad
(incobrab
Periodo
le)
1

0,216667

0,236667

0,246667

0,252667

0,252667

CADENAS DE MARKOV

18

0,252667

0,252667

0,252667

0,252667

10

0,252667

11

0,252667

12

0,252667

1- 100 000 x 0.216667 = 21666.7

2- 100 000 x 0.236667 = 23666.7
3- 100 000 x 0.246667 = 24666.7
4- 100 000 x 0.252667 = 25266.7
5- 100 000 x 0. 252667 = 25266.7
6- 100 000 x 0. 252667 = 25266.7
7- 100 000 x 0. 252667 = 25266.7
8- 100 000 x 0. 252667 = 25266.7
9- 100 000 x 0. 252667 = 25266.7
10-100 000 x 0. 252667 = 25266.7
11-100 000 x 0. 252667 = 25266.7
12-100 000 x 0. 252667 = 25266.7

TOTAL= 297400,4 dlares sin cobrar durante todo un ao.

APLICACIN 12
En la siguiente matriz de probabilidad de transicin se resume la
informacin del progreso de los estudiantes universitarios en una
universidad en particular.

1.00 0.00 0.00 0.00 0.00 0.00

0.00 1.00 0.00 0.00 0.00 0.00

0.00 0.20 0.15 0.65 0.00 0.00

0.00 0.15 0.00 0.10 0.75 0.00

0.00 0.10 0.00 0.00 0.05 0.85

0.90 0.05 0.00 0.00 0.00 0.05

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
CADENAS DE MARKOV

19

1
0.15
0
0
0
0
0

1
2
3
4
G
A

T=

(I-Q)1

-1

(I-Q) R

2
0.65
0.1
0
0
0
0

3
0
0.75
0.05
0
0
0

4
0
0
0.85
0.05
0
0

1
0.18

2
0.85

3
0.67

4
0.6

2
3
4

0
0
0

1.11
0
0

0.88
1.05
0

0.78
0.94
1.05

1
0.54

2
0.46

2
3
4

0.71
0.85
0.95

0.29
0.15
0.05

G
0
0
0
0.9
1
0

A
0.2
0.15
0.1
0.05
0
1

a) Qu estados son absorbentes?.

LOS ESTADOS ABSORVENTES SON G y A
b) Cul es la probabilidad de que un estudiante de segundo ao se
grade, cul la probabilidad de que abandone?.
1
(I-Q)-1 R

2
3
4

1
0.54

0.7
1
0.85
0.95

2
0.46
0.29
0.15
0.05

LA PROBABILIDAD PARA QUE UN ESTUDIANTE DE SEGUNDO AO

SE GRADE ES 71%.
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.
1

2
CADENAS DE MARKOV

20

-1

(I-Q) R

0.54

0.4
6

2
3
4

0.71
0.85
0.95

0.29
0.15
0.05

EL 46% DE LOS ESTUDIANTES DEL NUEVO INGRESO NO LLEGARA

AL DIA DE LA GRADUACIN, DE ESTA MANERA REALIZANDO UN
ANALISIS DE LOS PROCESO DE MARKOV SE APOYARIA LA
DECLARACIN DEL RECTOR
d) Cuntos aos se espera que pase en la universidad un estudiante de
nuevo ingreso antes de que se grade?
1

(I-Q)1

1
2
3
4

0.1 0.8 0.6

8
5
7 0.6
0
0
0

1.11
0
0

0.88
1.05
0

0.78
0.94
1.05

0.18 + 0.85 + 0.67 + 0.6 = 3.3

DEBE ESPERAR 3.3 AOS PARA GRADUARSE.

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?.
1

600 x 0.54 = 324

520 x 0.71 = 369

460 x 0.85 = 391

420 x 0.95 = 399

2000

1483 = 74.15%

SE GRADUARAN EL 74.15 % DE LOS ESTUDIANTES

f) Dentro de 5 aos, cul ser la distribucin de los 2000 estudiantes?

X 0 =[ 0.30.26 0.230.21 0 0 ]

CADENAS DE MARKOV

21

X 5= [ 0 0 0 0.01 0.73 0.26 ]

ESTARAN EN 3 AO EL 1%, es decir, 20

SE GRADUARAN EL 73%, es decir, 1460
ABANDONARA EL 26%, es decir, 520

APLICACIN 13
El 1 de enero (de este ao), las panaderas Klosman controlaban el
40% de su mercado local, mientras que las otras dos panaderas, A y
B, tenan 40 y 20 por ciento, respectivamente, del mercado.
Basndose en un estudio de una empresa de investigacin de
mercado, se compilaron los siguientes datos: la panadera Klosman
retiene el 90% de sus clientes, y gana el 5% de los clientes de A y el
10% de los de B. La panadera A retiene el 85% de sus clientes y gana
5% de los clientes de Klosman y 7% de los de B. La panadera B
retiene 83% de sus clientes y gana 5% de los clientes de Klosman y
10% de los de A.
a) Cul ser la participacin de cada empresa en 1 de enero del
ao siguiente.

Klosman decide hacer una campaa publicitaria a efectos de ganar

clientes, dicha campaa altera las probabilidades de transicin de
estados de la siguiente manera: la panadera Klosman retiene el
90% de sus clientes, y gana el 15% de los clientes de A y el 20%
de los de B. La panadera A retiene el 75% de sus clientes y gana
5% de los clientes de Klosman y 7% de los de B. La panadera B
CADENAS DE MARKOV

22

retiene 73% de sus clientes y gana 5% de los clientes de Klosman

y 10% de los de A. Si a Klosman le cuesta 350 dlares por mes una
campaa publicitaria y por cada cliente ganado obtiene un ingreso
igual a 10 dlares mensuales, por cuntos periodos debe
mantener su campaa publicitaria, sabiendo que se compite en un
mercado de 1000 clientes?.

Suponiendo
que
las
participaciones
se
recalculan
mensualmente con esta nueva matriz de transicin, el beneficio neto
de la iniciativa publicitaria para KLOSMAN vendra dada por:

BN = (X0*Tn - X0)*1000I*(10, 0, 0) T - 350*n

Para que la iniciativa sea beneficiosa para Klosman, este

beneficio neto debe ser mayor a 0.
Los resultados obtenidos con ayuda de Excel se muestran a
continuacin:

BN
1

250

353

343.14

247.3582

86.612816

122.969458
6
9
369.088940
7
9
642.432245
8
5

CADENAS DE MARKOV

23

La cantidad de clientes que migren hacia Klosman sera cada vez

menor y el beneficio neto de la publicidad ser menor.
De esta manera se recomienda que Klosman mantenga publicidad por
5 meses.

CADENAS DE MARKOV

24