EDWI N JORGE MONTES ESKENAZY

Anlisis Markov
Objetivos Unidad de Aprendizaje
2
Determinar los estados o condiciones futuras
mediante el uso de anlisis de Markov
Calcular condiciones de largo plazo o de estado
estable utilizando la matriz de probabilidades de
transicin
Comprender el uso de anlisis de estado absorbente
para predecir condiciones futuras
Fuente de Consulta
3
Render Barry Mtodos Cuantitativos para los
Negocios 9na edicion 2006 Mexico
Pearson Prentice Hall
Anderson David Mtodos Cuantitativos para los
Negocios 11a edicion 2011 Mexico
Cengage Learning
Agenda
4
Introduccin
Estados y probabilidades de estado
Matriz de probabilidades de transicin
Pronostico de participacin en el mercado
Condiciones de estabilidad
Operaciones de Maquinaria
Estados absorbentes y la matriz fundamental
Cuentas por cobrar
El Anlisis de Markov
5
es una tcnica que maneja probabilidades de
ocurrencia futura mediante el anlisis de las
probabilidades conocidas en el presente.

Andrei Andreyevich Markov
Cadenas Markov con
probabilidades de transicin estacionarios
6
Supuestos
1) Existe un numero limitado o finito de estados posibles.
2) La probabilidad de que los estados cambien permanece igual
a lo largo del tiempo.
3) Se puede predecir cualquier estado futuro a partir del estado
anterior y de la matriz de probabilidades de transicin.
4) El tamao y constitucin del sistema no cambia durante el
anlisis.


Estados y Probabilidades de estado
7
Estados se utilizan para identificar todas las
condiciones posibles de un proceso o de un sistema
Colectivamente exhaustivo
Mutuamente excluyente


Caso 1 : Participacin de Mercado
8
Un total de 100,000 personas que van de compras a 3
Supermercado de los cuales compran 40,000 en Metro,
30,000 en Totus y 30,000 en Plaza Vea.
Estados
Estado 1 : Metro 40%= 40000/100000
Estado 2 :Totus 30%
Estado 3 : Plaza Vea 30%

Vector de probabilidades de estado i en el Periodo n=1
(1) = (0.4, 0.3, 0.3)
Probabilidad = Participacin de mercado

(
1
(1),
2
(1),
3
(1))
Matriz de Probabilidades de Transicin
9
Metro
Totus
Plaza Vea
Metro
Totus
Plaza Vea
Metro
Totus
Plaza Vea
Metro
Totus
Plaza Vea
0.8
0.1
0.1
0.1
0.7
0.2
0.2
0.2
0.6
Diagrama de Arbol para periodo 2
0.8 0.1 0.1
P = 0.1 0.7 0.2
0.2 0.2 0.6
Pij = Probabilidad condicional de encontrarse
en el estado j si se encuentra en el estado i
Permite pasar de estado
actual aun estado futuro
0.32
Ultima
Compra
Periodo 0
0.4
0.3
0.3
Probabilidades de transicin
10
Las CM estn completamente caracterizadas
por las probabilidades de transicin en una
etapa,
T t S j i
i X
j X
P
t
t
e e
(

=
=
+
, , ,
1
Slo trabajaremos con CM homogneas en el
tiempo, que son aquellas en las que
ij
t
t
p
i X
j X
P T t S j i =
(

=
=
e e
+1
, ,
donde p
ij
se llama probabilidad de transicin en
una etapa desde el estado i hasta el estado j
Matriz de transicin
11
Los q
ij
se agrupan en la denominada matriz
de transicin de la CM:
( )
S j i
ij
p
p p p
p p p
p p p
P
e
=
|
|
|
|
|
.
|

\
|
=
,
22 21 20
12 11 10
02 01 00
... ... ... ...
...
...
...
Propiedades de la matriz de transicin
12
Por ser los q
ij
probabilidades,
| | 1 , 0 , , e e
ij
p S j i
Por ser 1 la probabilidad del suceso seguro,
cada fila ha de sumar 1, es decir,
1 , = e

eS j
ij
p S i
Una matriz que cumpla estas dos propiedades
se llama matriz estocstica
Pronstico con Anlisis de Markov
13
Para el periodo 1: (1) = (0) P
Para el periodo n+1: (n+1) = (n) P
Para el periodo 2: (2) = (0) P
2

Para el periodo n: (n) = (0) P
n

Caso 1: Calcular el pronostico para el periodo sgte.


0.8 0.1 0.1
P = 0.1 0.7 0.2
0.2 0.2 0.6
(1) = (0.41, 0.31, 0.28)
(0) = (0.4, 0.3, 0.3)
0.41=0.4*0.8+0.3*0.1+0.3*.0.1
0.31=0.4*0.1+0.3*0.7+0.3*.0.2
0.28=0.4*0.2+0.3*0.2+0.3*.0.6
Condicin de Estabilidad
Probabilidad de estado estacionario
14
Probabilidades a las que nos aproximamos despus
de un gran numero de transiciones.
Es independiente de su estado inicial

= P
Caso 2 : Mantenimiento de Equipos
15
Juan Perez ha registrado la operacin de su maquina
fresadora durante varios aos: En los ltimos aos 80%
del tiempo funcion correctamente durante el mes actual
si haba funcionado bien el mes anterior. Esta secuencia
tambin significa que solo el 20% del tiempo no funcion
de manera apropiada durante un mes determinado
cuando funcionaba bien el mes anterior. Adems se ha
observado que 90% del tiempo la mquina permaneci
ajustada de forma incorrecta durante un mes
determinado si no estaba bien ajustada el mes anterior.
Solo el 10% del tiempo oper de forma correcta en un
mes determinado cuando no oper correctamente
durante el mes anterior
Caso 2 : Mantenimiento de Equipos
16

0.8 0.2
P = 0.1 0.9
P11 : probabilidad de que la maquina funcione correctamente el mes actual
considerando que funcion correctamente el mes anterior
P12 : probabilidad de que la maquina no funcione correctamente el mes actual
considerando que funcion correctamente el mes anterior
P21 : probabilidad de que la maquina funcione correctamente el mes actual
considerando que no funcion correctamente el mes anterior
P21 : probabilidad de que la maquina no funcione correctamente el mes actual
considerando que no funcion correctamente el mes anterior
Cul es la probabilidad que funcione en 1 mes, 2 meses, etc.?
Caso 2 : Mantenimiento de Equipos
17
Periodo Estado 1 Estado 2 Periodo Estado 1 Estado 2
1 1 0 9 0.371765 0.628234
2 0.8 0.2 10 0.360235 .0639754
3 0.66 0.34 11 0.352165 0.647834
4 0.562 0.438 12 0.346515 0.653484
5 0.4934 0.5066 13 0.342560 0.657439
6 0.44538 0.55462 14 0.339792 0.660207
7 0.411766 0.588234 15 0.337854 0.666145
8 0.388236 0.611763 n 0.333333 0.666666
(n+1) = (n) P
(n) = (n) P en equilibrio
Caso 2 : Mantenimiento de Equipos
18
Calculo de condicion de equilibro
= P
(x1, x2) = (x1, x2) (0.8 0.2)
0.1 0.9

x1= x1* 0.8 + x2 * 0.1 (ec.1)
x2= x1* 0.2 + x2 * 0.9 (ec.2)
x1 + x2 = 1 (ec.3) por qu?
3 ecuaciones 2 incgnitas -> 1 ecuacin redundante
Para resolver escoger 2 ecuaciones, eliminar 1 ecuacion
Por ejm. Sustituir x1 =1-x2 en ec,1
1-x2= (1-x2)*.8+x2*.1
1-0.8=(1-0.8+0.1)x2
x2= 0.2/0.3 = 2/3 = > 11 = 1/3
x1=1-2/3 = 1/3

! Verificar !
Estados Absorbentes
19
Al alcanzar estado determinado y permaneciendo
siempre en ese estado. Es decir si se encuentra es un
estado absorbente no se puede pasar a otro estado
Caso 3 : Cuentas por Cobrar
20
Estado 1 (
1
) : pagado, todas las facturas
Estado 2 (
2
) : deudas incobrables, vencido mas de 3 meses
Estado 3 (
3
) : vencido menos de 1 mes
Estado 4 (
4
) : vencido entre uno y tres meses





Este mes
Prximo Mes
Pagado Deuda
Incobrable
Menos de 1
mes
De 1 a 3
meses
Pagado 1 0 0 0
Deuda Incobrable 0 1 0 0
Menos de 1 mes 0.6 0 0.2 0.2
De 1 a 3 meses 0.4 0.1 0.3 0.2
Caso 3 : Cuentas por Cobrar
21
I O
1 0 0 0
P = 0 1 0 0
0.6 0 0.2 0.2
0.4 0.1 0.3 0.2
A B
I Matriz Identidad

0 Matriz Cero

Matriz Fundamental

F = (I-B)
-1

FA Probabilidad de que
una cantidad en alguno
de los no estados
absorvente termine en
alguno de los estados
absorbentes
Caso 3 : Cuentas por Cobrar
22
Probabilidad de que una
cantidad termine en un
estado absorbente
FA= 1.38 0.34 0.6 0
0.52 1.38 0.4 0.1
FA=0.97 0.03
0.86 0.14
Matriz M Dinero en los
estados absorbentes
M= (2000, 5000)
MFA = (6240, 760)

Matriz Fundamental
F = (I B)
-1
F = 1 0 0.2 0.2 -1
0 1 0.3 0.2
F= 0.8 -0.2
-1

-0.2 0.8
F= 1.38 0.34
0.52 1.38
-