CADENAS DE MARKOV
final de la semana es menor que s = 1 , ordena
GRUPO A
1. Una urna contiene dos bolas, las cuales se
encuentran sin pintar. Se selecciona una bola al
azar y se lanza una moneda. Si la bola elegida no
est pintada y la moneda produce cara, pintamos la
bola de rojo; si la moneda produce sello, la
pintamos de negro. Si la bola ya est pintada,
entonces cambiamos el color de la bola de rojo a
negro o de negro a rojo, independientemente de si
la moneda produce cara o sello. Para modelar este
caso como proceso estocstico, definimos a t como
el tiempo despus que la moneda ha sido lanzada
por t-sina vez y se ha pintado la bola escogida. En
cualquier tiempo se puede representar el estado del
sistema mediante el vector [u, r, b], donde u es el
nmero de bolas sin pintar en la urna, r el nmero
de bolas rojas y b el de bolas negras. Luego los
estados del sistema sern:
Estado 1 [2, 0, 0]
Estado 2 [1, 1, 0]
Estado 3 [1, 0, 1]
Estado 4 [0, 1, 1]
Estado 5 [0, 2, 0]
Estado 6 [0, 0, 2].
2. Sea X0 el precio de una accin de la compaa de
Computadoras CSL al principio de este da hbil.
Tambin, sea Xt el precio de esa accin al principio
del t-simo da hbil en el futuro. Es claro que si se
conocen los valores de X0, X1, , Xt estos valores
dicen algo acerca distribucin de probabilidad de
Xt+1; el asunto es: qu nos dice el pasado (los
precios de las acciones hasta el tiempo t) acerca de
Xt+1? La respuesta a esta pregunta es de
importancia crtica en finanzas. Para mayores
detalles, vase la siguiente seccin.
3. Problema de inventarios. Una tienda de cmaras
tiene en almacn un modelo especial que se puede
ordenar cada semana. Sean D1, D2, las
demandas de este tipo de cmara durante la
primera, segunda, !, t-sima semana,
respectivamente. Suponga que las Dt son variables
aleatorias independientes e idnticamente
distribuidas con distribucin de probabilidad
conocida. Sea Xt el nmero de cmaras que se
tiene en el momento de iniciar el proceso. El
sbado en la noche la tienda hace un pedido que le
entrega el lunes en el momento de abrir la tienda.
1
La tienda usa la siguiente poltica (s, S) para
ordenar: Si el nmero de cmaras en inventario al
(hasta) S = 3. De otra manera no coloca la orden.
Se supone que las ventas se pierden cuando la
demanda excede el inventario. Entonces {Xt} es un
proceso estocstico. Los estados posibles del
proceso son:
Estado 0 Tener 0 cmaras en inventario al final de la
semana
Estado 1 Tener 1 Cmara en inventario al final de la
semana
Estado 2 Tener 2 cmaras en inventario al final de la
semana
Estado 3 Tener 3 cmaras en inventario al final de la
semana.
De hecho, es claro que las variables aleatorias Xt
son dependientes y se pueden evaluar en forma
iterativa por medio de la expresin
4. En una ciudad, al 90% de los das soleados siguen
das soleados, y al 80% de los das nublados siguen
das nublados. Con esta informacin modelar el
clima de la ciudad como cadena de Markov.
5. Suponga que la probabilidad de lluvia maana es
0.5 si hoy llueve y que la probabilidad de un da
claro (sin lluvia) maana es 0.9 si hoy est claro.
Suponga adems que estas probabilidades no
cambian si tambin se proporciona informacin
sobre el clima de das anteriores a hoy.
a) Explique por qu las suposiciones
establecidas implican que la propiedad
markoviana se cumple para la evolucin
del clima.
b) Formule la evolucin del clima como una
cadena de Markov definiendo sus estados
y dando su matriz de transicin (de un
paso).
6. Considere que si el precio de una accin sube o no
maana depende de si subi o no hoy y ayer. Si la accin
subi hoy y ayer, maana subir con probabilidad 1. Si
la accin subi hoy y ayer baj, maana subir con
probabilidad 2. Si la accin baj hoy y ayer subi, la
probabilidad de que suba maana es 3. Por ltimo, si la
accin baj hoy y ayer, la probabilidad de que suba
maana es 4. Modele esta situacin como una cadena de
Markov y determine la matriz de transicin de un paso.
7. Reconsidere el problema 3. Suponga ahora que el hecho
que la accin suba maana depende de si subi o no hoy,
ayer y antier. Puede este problema formularse como una
cadena de Markov? Si se puede, cules son los estados
posibles? Explique por qu estos estados dan al proceso
la propiedad markoviana mientras que si definen como se
hizo para los estados en el problema anterior esto no
 ocurre.
8. Una fbrica tiene dos mquinas. Durante cualquier da,
cada mquina que trabaja al principio del da tiene
probabilidad x de descomponerse. Si se descompone una
mquina durante el da, se manda a un taller de
reparacin y estar trabajando despus que se
descompuso. Por ejemplo, si una mquina se
descompone durante el da 3, estar trabajando al
principio del da 5. Si se hace que el estado del sistema
sea el nmero de mquinas que trabajan al principio del
da, formule una matriz de probabilidad de transicin
para este caso.
GRUPO B
9. En relacin con el problema 1, suponga que el
tiempo de maana en la ciudad depende del tiempo
que haya prevalecido los ltimos dos das, como
sigue: (1) Si los ltimos dos das han sido soleados,
entonces el 95% de las veces maana ser
soleado. (2) Si ayer estuvo nublado y hoy soleado,
entonces el 70% de veces maana estar soleado.
PROBABILIDADES DE TRANSICIN DE n ETAPAS
GRUPO A
1. Cada familia colombiana se puede clasificar
como habitante de zona urbana, rural o
suburbana. Durante un ao determinado, el
15% de todas las familias urbanas se cambian a
una zona suburbana y el 5% se cambian a una
zona rural. Tambin, el 6% de las familias
suburbanas pasan a zona urbana y el 4% se
mudan a zona rural. Por ltimo, el 4% de las
familias rurales pasan a una zona urbana y el
6% se mudan a una zona suburbana.
(a) Si una familia actualmente vive en una
zona urbana, cul es la probabilidad que
despus de 2 aos viva en zona urbana?
En zona suburbana? En zona rural?
(b) Supongamos que en la actualidad el 40%
de las familias viven en zona urbana, el
35% en zona suburbana y el 25% en zona
rural. Despus de dos aos, qu
porcentaje de las familias colombianas
vivir en zona urbana?
(c) Qu problemas se pueden presentar si
este modelo se usara para predecir la
distribucin futura de la poblacin en
Colombia?
2. Se pregunta lo siguiente acerca del Problema
de la ruina del jugador (Secc. 1 y Secc. 2).
(a) Despus de jugar dos veces, cul es la
probabilidad que tenga $3,000? Cul la de
que tenga $2,000?
(3) Si ayer estuvo soleado y hoy est nublado,
entonces el 60% de las veces maana estar
nublado. (4) Si los ltimos dos das fueron
nublados, entonces el 80% de las veces maana
ser nublado.
Con esta informacin modele el clima de la
ciudad como cadena de Markov. Si el tiempo de
maana dependiera del de los ltimos tres das,
cuntos estados se necesitaran para modelar
el clima como cadena de Markov? Nota: El
mtodo que se usa en este problema se puede
aplicar para modelar un proceso estocstico de
tiempo discreto como cadena de Markov, aun si
Xt+1 depende de los estados anteriores a Xt, tal
como Xt-1 en este ejemplo.
10. En el Prob. 3, suponga que una mquina que
se descompone regresa al servicio tres das
despus. Por ejemplo, la mquina que se
descompone durante el da 3 estar trabajando
al principio del da 6. Determine una matriz de
transicin de probabilidad para este caso.
(b) Despus de jugar tres veces, cul es la
probabilidad que tenga $2,000?
3. En el Ejem. 2.2, determine las siguientes
probabilidades de transicin en n etapas:
(a) Despus de haber pintado 2 bolas, cul
es la probabilidad que el estado sea [0, 2,
0]?
(b) Despus de haber pintado tres bolas, cul
es la probabilidad que el estado sea [0, 1,
1]? Trace un diagrama como el de la Fig.
5.
4. Reconsidere el problema 2 de la seccin
anterior.
(a) Encuentre la matriz de transicin de n
transiciones P(n) para n = 2, 5, 10, 20.
(b) La probabilidad de que llueva hoy es 0.5.
Use los resultados del inciso (a) para
determinar la probabilidad de que llueva
dentro de n das, para n = 2, 5, 10, 20.
5. Suponga que una red de comunicaciones
transmite dgitos binarios, 0 o 1, en donde cada
dgito se transmite 10 veces sucesivas. Durante
cada transmisin, la probabilidad de que ese
dgito se transmita correctamente es de .99. En
otras palabras, se tiene una probabilidad de .01
de que el dgito transmitido se registre con el
valor opuesto al final de la transmisin. Si X0
denota el dgito binario que entra al sistema, X1
el dgito binario registrado despus de la
 primera transmisin, X2 el dgito binario la ltima transmisin.
registrado despus de la segunda transmisin,
6. Una partcula se mueve sobre un crculo por
, entonces {Xt} es una cadena de Markov.
puntos marcados 0, 1, 2, 3, 4 (en el sentido de
(a) Determine la matriz de transicin.
las manecillas del reloj). La partcula comienza
(b) Disee un programa que permita encontrar
en el punto 0. En cada paso tiene una
la matriz de transicin de 10 pasos P(10).
probabilidad de 0.5 de moverse un punto en el
Use este resultado para identificar la
sentido de las manecillas del reloj (0 sigue al 4)
probabilidad de que un dgito que entra a la
y una probabilidad de 0.5 de moverse un punto
red se registre correctamente despus de
en el sentido opuesto. Sea Xn (n 0) la
la ltima transmisin.
localizacin en el crculo despus del paso n;
(c) Suponga que la red se redisea para
{Xn} es entonces una cadena de Markov.
mejorar la probabilidad de la exactitud de
(a) Encuentre la matriz de transicin.
una sola transmisin de 0.99 a 0.999. Repita
(b) Use el programa hecho en el problema
el inciso (b) para encontrar la nueva
anterior para determinar la matriz de
probabilidad de que un dgito que entra a la
transicin P(n) para n = 5, 10, 20, 40, 80.
red se registre correctamente despus de

CLASIFICACIN DE ESTADOS EN UNA CADENA DE MARKOV

GRUPOA Tambin, para cada cadena, determine los

1. En el Ejem. 2.1, cul es el periodo de los estados recurrentes, transitorios y absorbentes.
estados 1 y 3? .2 .8 0 0
0 .8 .2
0 0 .9 .1
2. La cadena de Markov de la Secc. 1.3, Prob. 1, P1 = .3 .7 0 P2 =
.4 .5 .1 0
es ergdica? .4 .5 .1
0 0 0 1
3. Se tiene la siguiente matriz de transicin:
0 0 1 0 0 0 5. En la Serie Mundial de Pquer de 1980
participaron 54 jugadores. Cada uno de ellos
0 0 0 0 0 1
0 0 0 0 1 0 comenz con 10000 dlares. Los juegos
P = 1 1
continuaron hasta que uno de los jugadores
4 0 12 00
4 gan todo el dinero de los dems. Si se
1 0 0 0 0 0
modelara esta Serie Mundial como cadena de
0 1
3
0 0 0 23 Markov, cuntos estados absorbentes tendra
(a) Cules estados son transitorios? esa cadena?
(b) Cules estados son recurrentes? 6. Cul de las siguientes cadenas es ergdica?
(c) Identifique todos los conjuntos cerrados de .7 0 0 .3
estados. .4 0 .6
.2 .2 .4 .2
(d) Es ergdica esa cadena? P1 = .3 .3 .4 P2 =
.6 .1 .1 .2
4. Para cada una de las siguientes matrices. 0 .5 .5
Determine si la cadena de Markov es ergdica. .2 0 0 .8

PROBABILIDADES DE ESTADO ESTABLE Y TIEMPOS PROMEDIO DE PRIMER PASAJE

GRUPOA Markov, determine la fraccin de las veces, a
1. Determine las probabilidades de estado estable largo plazo, que se ocupar cada estado.
para el Prob. 1 de la Secc. 1.3. .8 .2 0
2 1
(a) 13 13 (b) 0 .2 .8
2. En el problema de la ruina del jugador (Ejem. 2 2
3), por qu no es razonable hablar de .8 .2 0
probabilidades de estado estable? (c) Determine todos los tiempos promedio de
primer pasaje del inciso (b).
3. Para cada una de las siguientes cadenas de
4. Al principio de cada ao, mi automvil est en
buen, regular o mal estado. Un buen automvil
ser bueno al principio del ao siguiente, con
probabilidad .85, regular con probabilidad .10 y
mal con probabilidad .05. Un automvil regular
estar regular al principio del ao siguiente con
probabilidad 0.70 y mal con probabilidad 0.30.
Cuesta 6000 dlares comprar un buen
automvil, uno regular se puede conseguir por
2000 dlares; uno malo no tiene valor de venta,
y se debe reemplazar de inmediato por uno
bueno. Cuesta 1000 dlares al ao el
funcionamiento de un buen automvil, y 1500
dlares el de uno regular. Debo reemplazar mi
automvil tan pronto como se vuelve regular, o
debo esperar hasta que se descomponga?
Suponga que el costo de funcionamiento de un
automvil durante un ao depende del tipo de
vehculo que se tiene a la mano al principio del
ao (despus de llegar cualquier auto nuevo, si
es el caso).
5. Se dice que una matriz cuadrada es
doblemente estocstica si todos sus elementos
son no negativos y los elementos de cada
rengln y cada columna suman 1. Para
cualquier matriz ergdica y doblemente
estocstica, demuestre que todos los estados
tienen la misma probabilidad de estado estable.
6. Este problema mostrar por qu las
probabilidades de estado estable se llaman a
veces probabilidades estacionarias. Sean 1,
2,..., s las probabilidades de estado estable
para una cadena ergdica con matriz P de
transicin. Suponga tambin que la cadena de
Markov comienza en el estado i con
probabilidad i.
(a) Cul es la probabilidad que despus de
una transicin el sistema se encuentre en el
estado i?
(b) Para cualquier valor de n (n = 1, 2,...), cul
es la probabilidad de que una cadena de
Markov se encuentre en el estado i
despus de n transiciones?
(c) Por qu a las probabilidades de estado
estable se les llama a veces probabilidades
estacionarias?
7. Se tienen dos acciones. Las acciones 1
siempre se venden a 10 dlares o 20 dlares. Si
hoy las acciones 1 se venden a 10 dlares, hay
una probabilidad 0.80 de que maana se
vendan a 10 dlares. Si las acciones 1 se
venden hoy a 20 dlares, hay una probabilidad
0.90 de que maana se vendan a 20 dlares.
Las acciones 2 siempre se venden a 10 dlares
o a 25 dlares. Si se venden hoy a 10 dlares,
hay una probabilidad 0.90 de que se vendan
maana a 10 dlares. Si se venden hoy a 25
dlares, hay una probabilidad 0.85 de que
maana se vendan a 25 dlares. En promedio,
qu acciones se venden a mayor precio?
Determine e interprete todos los tiempos
promedio de primer pasaje.
GRUPO B
8. La compaa de seguros Payoff cobra a sus
clientes de acuerdo a su historia de accidentes.
Un cliente que no haya tenido accidentes
durante los ltimos dos aos paga 100 dlares
de prima anual. Quien haya tenido un accidente
en cada uno de los dos ltimos aos paga una
prima anual de 400 dlares. A los que hayan
tenido un accidente durante slo uno de los
ltimos dos aos se les cobra una prima anual
de 300 dlares. Un cliente que tuvo un
accidente durante el ltimo ao tiene una
probabilidad de 10% de accidentarse durante
este ao. Si un cliente no ha tenido un
accidente durante el ltimo ao, tiene una
probabilidad de 3% de sufrir un accidente
durante este ao. Durante un ao dado, cul
es la prima que paga en promedio un cliente de
Payoff? (Sugerencia: En caso de dificultad,
pruebe con una cadena de Markov de cuatro
estados.)
9. Se tiene la siguiente cadena no ergdica:
12 12 0 0
1 1
2 2
0 0
P=
0 0 13 32
0 0 3 3
2 1
(a) Por qu esta cadena es no ergdica?
(b) Explique por qu falla el teorema 1 en esta
cadena. Sugerencia: Determine si es cierta
la siguiente ecuacin:
lim p12 (n) = lim p32 (n)
n n
(c) A pesar del hecho que falla el teorema 1,
determine
lim p13 (n), lim p21(n),
N n
lim p43(n), lim p41(n)
n n
10. Se tiene la siguiente cadena no ergdica
0 1 0
P = 0 0 1
1 0 0
(a) Por qu esta cadena es no ergdica?
(b) Explique por qu el teorema 1 falla para
esta cadena. Sugerencia: Demuestre que
no existe lim p11(n) al hacer una lista del
n
comportamiento que sigue P11(n) a medida
que aumenta n.
CADENAS ABSORBENTES
GRUPO A
1. El departamento de admisin del colegio estatal
ha modelado la trayectoria de un estudiante en
esa institucin como cadena de Markov:
1er 2o 3er 4o Sal Ter
1er ao .10 .80 0 0 .10 0
2o ao 0 .10 .85 0 .05 0
3er ao 0 0 .15 .80 .05 0
4o ao 0 0 0 .10 .05 .85
Sale 0 0 0 0 1 0 otra llamada, hay 30% de probabilidades de que
Termina 0 0 0 0 0 1 compre el producto, 20% de probabilidades de
Se observa el estado de cada estudiante al
principio de cada semestre de otoo. Por
ejemplo, si un estudiante es de 3er ao al
principio de este semestre de otoo, habr 80%
de probabilidades de que al principio del
siguiente semestre de otoo sea de cuarto ao,
15% de probabilidad de que an sea de 3er ao
y 5% de que salga. Suponemos que una vez
que sale un estudiante ya nunca vuelve a
inscribirse.
(a) S un estudiante entra al colegio a primer
ao, cuntos aos se espera que pasen
siendo estudiante?
(b) Cul es la probabilidad de que se grade
un estudiante de nuevo ingreso?
2. El Herald Tribble obtuvo la siguiente
informacin acerca de sus suscriptores: durante
el primer ao como suscriptores, el 20%
cancelan sus suscripciones. De los que se han
suscrito por un ao, el 10% cancelan durante el
segundo ao. De los que se han suscrito por
ms de dos aos, el 4% cancelan durante
cualquier ao dado. En promedio, cunto
tiempo se suscribe una persona al Herald
Tribble?
3. Un bosque consta de dos tipos de rboles: los
que tienen de 0 a 1.50 m de alto, y los que son
ms altos. Cada ao, muere el 40% de los
rboles que tienen menos de 1.50 m, el 10% se
venden a 20 dlares cada uno, 30%
permanecen entre 0 y 1.50 m, y el 20% crecen
ms de 1.50 m. Cada ao, el 50% de los
rboles de ms de 1.50 m se venden a 50
dlares, el 20% se venden a 30 dlares, y el
30% permanecen en el bosque.
(a) Cul es la probabilidad de que muera un
rbol de 0 a 1.50 m antes de venderse?
(b) Si se planta un rbol de menos de 1.50 m,
cul es el ingreso esperado que se va a
tener con ese rbol?
4. Las cadenas absorbentes de Markov se usan
en ventas para modelar la probabilidad de que
un cliente que se localiza por telfono compre
finalmente algn producto. Considere un cliente
posible a quien nunca le ha llamado acerca de
comprar un producto. Despus de una llamada,
hay una probabilidad de 60% de que tenga poco
inters en el producto, de 30% que muestre un
gran inters en el producto, y 10% de que sea
borrado de la lista de los posibles clientes de la
compaa. Se tiene un cliente que actualmente
tiene poco inters en el producto. Despus de
que sea borrado de la lista, 30% de que el
cliente an tenga poco inters y 20% de que
exprese un inters alto. Para un cliente que
actualmente expresa alto inters, despus de
otra llamada hay 50% de probabilidades de que
compre el producto, 40% de probabilidades de
que siga teniendo gran inters y 10% de
probabilidades que tenga poco inters.
(a) Cul es la probabilidad de que un nuevo
posible cliente al final compre el producto?
(b) Cul es la probabilidad de que un posible
cliente con poco inters sea borrado de la
lista finalmente?
(c) En promedio, cuntas veces habr que
llamar por telfono a un nuevo posible
cliente para que compre el producto, o para
que sea borrado de la lista?
GRUPO B
5. En el problema de la ruina del jugador (Ejem.
1), suponga que p = 0.60.
(a) Qu probabilidad hay de que alcance a
ganar 4 dlares?
(b) Cul es la probabilidad de que salga sin
dinero?
(c) Cul es la duracin esperada del juego?
6. En el cuidado de pacientes ancianos en un
hospital psiquitrico, una meta principal es la
colocacin correcta de los pacientes en
pensiones u hospitales para ancianos. El
movimiento de pacientes entre el hospital, los
hogares externos y el estado absorbente (la
muerte) se puede describir mediante la
siguiente cadena de Markov. La unidad de
tiempo es un mes:
Hosp Hog Muer
 Hospital .991 .003 .006
Hogares .025 .969 .006
Muerte 0 0 1
Cada mes que pasa un paciente en el hospital
cuesta 655 dlares al estado, y cada mes que
pasa en una pensin le cuesta 226 dlares,
tambin al estado. Para mejorar la frecuencia
de xitos de colocacin de pacientes, el estado
recientemente comenz un "programa de
resocializacin geritrica" (GRP) para preparar
a los pacientes a desempearse en las
pensiones. Algunos pacientes se colocan en el
GRP y a continuacin pasan a pensiones. Es
menos probable que estos pacientes no se
puedan ajustar a sus pensiones. Otros
pacientes continan pasando en forma directa
del hospital a las pensiones sin haber tomado
parte en el (GRP). El estado paga 680 dlares
cada mes lo que cuesta el paciente en el GRP.
El movimiento de los pacientes est gobernado
por la siguiente cadena de Markov:
GRP Hosp Pen.GRP Pensi Muer
GRP .854 .028 .112 0 .006
Hosp .013 .978 0 .003 .006
Pen.GRP .025 0 .969 0 .006
Pensi 0 .025 0 .969 .006
Muerte 0 0 0 0 1
(a) El GRP, ahorra fondos al estado?
(b) Bajo el sistema anterior y bajo el GRP,
calcule el nmero esperado de meses que
pasa un paciente en el hospital.
7. Freezco, Inc., vende refrigeradores. La fbrica
otorga una garanta en todos los refrigeradores
que especifica de 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.
(b) Suponga que a Freezco le cuesta 500
dlares cambiar un refrigerador y que
vende 10,000 refrigeradores al ao. Si la
fbrica redujera el plazo de garanta a dos
aos, cunto dinero se ahorrara en
costos de reemplazo?
8. Para una matriz Q que represente las
transiciones entre estados transitorios en una
cadena absorbente de Markov, se puede
demostrar que
(I Q)-1 = I + Q + Q2 + ... + Qn + ...
(a) Explique por qu es posible esta expresin
de (I Q)-1.
(b) Defina a mij = nmero esperado de
perodos pasados en el estado transitorio tj
antes de la absorcin, si se sabe que
iniciamos en el estado ti. Suponga que el
periodo inicial se pasa en el estado ti.
Explicar por qu mij = (probabilidad de que
estemos al principio en el estado ti) +
(probabilidad que estemos en el estado tj
despus de la primera transicin) +
(probabilidad que estemos en el estado tj
despus de la segunda transicin) + ... +
(probabilidad que estemos en el estado tj
despus de la n-sima transicin) + .
(c) Explique por qu la probabilidad de que
estemos inicialmente en el estado tj =
elemento ij-simo de la matriz identidad (s
m) x (s m). Explique por qu la
probabilidad de que estemos en el estado ti
despus de la n-sima transicin = elemento
ij-simo de Qn.
(d) Ahora explique por qu mij = elemento ij de
(I Q)-1.
9. Defina
bij = probabilidad de terminar en un estado
absorbente aj dado que iniciamos en un
estado transitorio tj.
rij = ij-simo elemento de R
qik = ik-simo elemento de Q.
B = matriz (s m) x m cuyo ij-simo elemento
es bij.
Suponga que iniciamos en el estado ti. En
nuestra primera transicin, pueden suceder tres
tipos de eventos:
Evento 1 Pasamos al estado absorbente aj,
con probabilidad rij.
Evento 2 Pasamos al estado absorbente que
no es aj, con probabilidad k j qik bkj .
Evento 3 Pasamos al estado transitorio tk, con
probabilidad qik.
(a) Explique por qu
k =s m
bij = rij +
q b
k =1
ik kj
(b) Ahora demuestre que bij = ij-simo
elemento de (R + QB) y que B = R + QB.
(c) Demuestre que B = (I Q)-1R y que bij = ij-
simo elemento de B = (I Q)-1R.
GRUPO C
9. General Motors tiene tres divisiones
automotrices (divisin 1, divisin 2 y divisin 3).
Tambin tiene una divisin de contabilidad y
una de consultora de administracin. La
pregunta es: Qu fraccin del costo de las
divisiones de contabilidad y de consultora de
administracin se debe cargar a cada divisin
automotriz? Suponemos que el costo total de
los departamentos de contabilidad y consultora
se deben repartir entre las tres divisiones
automotrices. Durante un ao determinado, el
trabajo de las divisiones de contabilidad y
consultora se asigna como se ve en la Tabla 4.
Por ejemplo, contabilidad emplea el 10% de su
tiempo en problemas generados por el
departamento de contabilidad, 20% en trabajos
generados por la divisin 3, etc. Cada ao,
cuesta 63 millones de dlares la operacin del
departamento de contabilidad, y 210 millones de
dlares la del departamento de consultora de
Tabla 4
CONTABILIDAD CONSULTORIA
DE ADMON
Contabilidad 10%
Administracin 30%
administracin. Qu fraccin de esos costos
se debe asignar a cada divisin automotriz?
Imaginar 1 dlar en costos incurridos en
trabajos de contabilidad. Hay una probabilidad
0.20 de que estos costos se asignen a cada
divisin automotriz, probabilidad 0.30 de que se
asigne a consultora y probabilidad 0.10 que se
asigne a contabilidad. Si el dlar se asigna a
una divisin automotriz, sabemos a qu divisin
se debe cargar ese dlar. Por ejemplo, si el
dlar se carga a consultora, repetimos el
proceso hasta que, por ltimo, el dlar se
cargue a una divisin automotriz. Use el
conocimiento de cadenas de Markov para
establecer como asignar los costos de
funcionamiento de los departamentos de
contabilidad y asesora entre las tres divisiones
automotrices.
DIVISION 2 DIVISION 3
30% 20% 20% 20%
20% 30% 0% 20%