Estados Absorbentes y La Matriz Fundamental
Enviado por Sara Gasca • 3 de Diciembre de 2017 • Apuntes • 1.596 Palabras (7 Páginas) • 280 Visitas
INSTITUTO TECNOLÓGICO DE NOGALES[pic 1]
MATERIA:
INVESTIGACION DE OPERACIONES II
UNIDAD: IV
ALUMNO:
Gasca Baldenegro Sara A.
Orduño Silvia Guadalupe
Profesor:
Eliseo Guillermo Shequen.
Tema:
Cadenas De Markov
Estados Absorbentes y La Matriz Fundamental
H. NOGALES, SONORA 29 de noviembre de 2017
Cadena de markov
1 estados y probabilidades de estado.
(1) = (vector de probabilidades de estado del periodo 1) = , [pic 2][pic 3][pic 4]
N = número de estados
, = probabilidad de encontrarse en el estado 1, 2, 3, estado n [pic 5][pic 6]
Ejemplo 3 tiendas de abarrotes de un pueblo de 100,000 Habitantes
Estado 1 American Food Store 40, 000/100, 000 = 0.40 =40%[pic 7][pic 8]
Estado 2 Food Mart 30, 000/100, 000 = 0.30 =30%[pic 9][pic 10]
Estado 3 Atlas Foods 30, 000/100, 000 = 0.30 =30%[pic 11][pic 12]
Así vector de probabilidad de estado = (1) = (0.4, 0.3, 0.3) = (π1, π2, π3) [pic 13]
Diagrama de árbol
[pic 14][pic 15][pic 16][pic 17]
[pic 18][pic 19][pic 20][pic 21][pic 22][pic 23][pic 24][pic 25]
[pic 26]
[pic 27][pic 28][pic 29][pic 30]
[pic 31][pic 32][pic 33][pic 34][pic 35][pic 36][pic 37][pic 38]
[pic 39]
[pic 40][pic 41][pic 42][pic 43]
[pic 44][pic 45][pic 46][pic 47][pic 48][pic 49][pic 50][pic 51]
[pic 52]
2 matriz de probabilidad de transición
Sea P11 = Probabilidad condicional de encontrarse en el estado 1 si se encuentra actualmente en el estado 1:
Si P = matriz de probabilidad de transición así probabilidad de transición es:
[pic 53][pic 54][pic 55][pic 56][pic 57][pic 58]
P = =
3 Pronostico de participación de mercado[pic 59]
[pic 60][pic 61]
π (1) = π(0) P = (0.4, 0.3, 0,3) =(0.41, 0.31, 0.28) =
0.32 + 0.3 +0.6 = 0.41 41% para American Food #1
0.4 + 0.21 + 0.6 = 0.31 31% para Food Mart # 2
0.4 + 0.6 + 0.18 = 0.28 28% para Atlas Foods #3
¿Se observa que American Food y Food Mart aumentan al tiempo que Atlas Food disminuye?
¿Cómo calcular la tendencia para los próximos periodos?
El cálculo para el primer periodo fue: π (1) = π (0) P
El cálculo para el segundo periodo será: π (2) = π (1) P = π (0) PP = π (0) P2
De manera general π(n) = π (0) P2
4 Análisis de operaciones de maquinaria de markov (referente al ejemplo de la página 657) máquinas de Tolsky Works
Sea P11 = probabilidad de que la maquina funcione bien este mes dado que funciono bien el mes anterior.
P12 = probabilidad de que no funcione bien este mes dado que funciono bien el mes anterior.
P21 = probabilidad de que funcione bien este mes dado que no funcionó bien el mes anterior.
P22 = probabilidad de que no funcione bien este mes dado que no funcionó bien el mes anterior.
Así P11 = 0.8, P12 = 0.2, P21 = 0.1, P22 = 0.9.
[pic 62][pic 63][pic 64][pic 65][pic 66][pic 67]
Entonces P = =
Así la probabilidad de que funcione bien dentro de un mes:
[pic 68][pic 69][pic 70][pic 71]
π (1) = π (0) P = (1,0) = = = ( 0.8, 0.2)
¿Dentro de 2 meses funcione bien?
[pic 72][pic 73][pic 74][pic 75]
π (2) = π (1) P = (0.8,0.2) = = ( 0.66, 0.34)
5 condiciones de estabilidad
Se observa que a medida que los periodos incrementen la tendencia de que la maquina funcione bien disminuye y la tendencia de que funcione mal aumenta. (Observe los cálculos de página 658)
Periodo | Estado 1 | Estado 2 |
1 | 1.0 | 0.0 |
2 | 0.8 | 0.2 |
3 | 0.66 | 0.34 |
4 | 0.562 | 0.438 |
5 | 0.4934 | 0.5066 |
6 | 0.44538 | 0.55462 |
7 | 0.411766 | 0.588234 |
8 | 0.388236 | 0.611763 |
9 | 0.371765 | 0.628234 |
10 | 0.360235 | 0.639754 |
11 | 0.352165 | 0.647834 |
12 | 0.346515 | 0.653484 |
13 | 0.342560 | 0.657439 |
14 | 0.339792 | 0.660207 |
15 | 0.337854 | 0.662145 |
100 | 0.333333 | 0.666666 |
...