Escolar Documentos
Profissional Documentos
Cultura Documentos
Una cadena de Markov es una secuencia de n experimentos en la que cada experimento consta
de m resultados o estados posibles E1, E2,… En y la probabilidad de que ocurra un resultado
particular depende únicamente de la probabilidad del resultado del experimento anterior
Las predicciones en base al análisis de Markov son de suma importancia para el manejo de
sistemas y procesos en todo tipo de organizaciones, pudiendo ser utilizada para ayuda en la
toma de decisiones con respecto al movimiento de personal, inventarios, comportamiento de
clientes, etc
c) Un ejemplo de aplicación
El fabricante de dentífrico Brillo controla actualmente 60% del mercado de una ciudad. Datos
del año anterior muestran que :el 88% de consumidores de Brillo continúan utilizándola,
mientras que el 12% de los usuarios de Brillo cambiaron a otras marcas. El 85% de los usuarios
de la competencia permanecieron leales a estas otras marcas, mientras que el 15% cambió a
Brillo. Definir la matriz de transición y el vector inicial de distribución.
DEFINICIONES IMPORTANTES
• Estados del proceso, también llamados Ensayos, son eventos que desencadenan
transiciones del sistema de un estado a otro.
• Estado del Sistema: Condición del sistema en cualquier ensayo o periodo particular
PROCESOS DE MARKOV:
Se dice que los procesos de MARKOV, son útiles para estudiar la evolución de sistemas a lo largo
de ensayos repetidos, los que, a menudo son periodos sucesivos donde el estado del sistema en
cualquier periodo particular no pueden determinarse con certeza. Por ello, para describir la
manera en que el sistema cambia de un periodo al siguiente se emplean probabilidades de
transición.
Los procesos de MARKOV, son también llamados Markovianos, que pueden usarse para describir
la probabilidad de que una maquina esta funcionando en un período continuará funcionando en
siguiente período (o se estropeará). También pueden usarse los modelos para describir la
probabilidad de que un consumidor que compra la marca A, en un período compre la marca B
en el siguiente periodo.
Principio de Markov:
Se pueden usar como modelo de un proceso físico ó económico que tenga las siguientes
propiedades:
P = [p¬ij]nxn matriz de transición formada por los valores de p¬ij , donde cada fila representa el
estado inicial donde se parte y las columna el estado al que se ira en un período.
S(t) =(S1(t) , S2(t) , . . . . , Sn(t)) vector de probabilidad de estado en el período t. Para n estados.
Los sucesos que cumplan con un proceso de Markov, se pueden representar por medio de un
esquema donde los nodos indique los estados y arcos dirigidos de nodo a nodo con un número
que representa la probabilidad de transición de ir de un estado a otro, ó por medio de una matriz
de transición.
Ejemplo:
Para calcular:
= 0,2.0,2+0,3.0,3+0,5.0,2 = 0,23
= 0,2.0,3+0,3.0,4+0,5.0,4 = 0,38
= p11.p13+ p12.p23+ p13.p33
= 0,2.0,5+0,3.0,3+0,5.0,4 = 0,39
luego + + =1
Una aplicación de contabilidad en la que los procesos de Markov han producido resultados útiles
implica una estimación de la reserva para cuentas por cobrar de dudosa recuperación o,
simplemente, dudosas. Esta reserva es una estimación del a cantidad de cuentas por cobrar que
al final demostraran ser incobrables.
Es la probabilidad de que el sistema esté en cualquier estado particular. (Es decir, π! (n) es la
probabilidad de que es sistema esté en el estado j durante el siguiente período.