Universidad Tec Milenio: Profesional

Anlisis de Decisiones II
D.R. Universidad TecMilenio 1
Anlisis de Decisiones II
Tema 10
Matriz de transicin y sus aplicaciones
en la administracin
Objetivo de aprendizaje del tema
Al finalizar el tema sers capaz de:
Explicar en qu consisten los estados absorbentes.
Universidad Tec Milenio: Profesional
Anlisis de Decisiones II
D.R. Universidad TecMilenio 2
Introduccin del tema
En la siguiente sesin se explicar la definicin de estado
absorbente. Un estado i es absorbente si la probabilidad
de transicin de un paso pii =1, de manera que una vez
que la cadena llega al estado i, permanece ah para
siempre. Si i es un estado absorbente y el proceso
comienza en el estado k, la probabilidad de llegar en
algn momento a i, se llama probabilidad de absorcin al
estado i, dado que el sistema comenz en k.

Introduccin del tema

Para qu sirve detectar los estados absorbentes en
problemas del rea administrativa? Para cuando se
desea conocer en qu momento se llegar a determinado
estado con probabilidad 1, es decir, cuando se desea
conocer en cuntos meses se lograr captar el 100% del
mercado para determinado producto. Mediante el anlisis
de Procesos de Markov, se puede determinar el mes en
que ocurrir y basndose en ello, la organizacin decidir
si ese perodo de tiempo es bueno o tomar
acciones para agilizar el proceso.
Universidad Tec Milenio: Profesional
Anlisis de Decisiones II
D.R. Universidad TecMilenio 3
Estados absorbentes
Una Cadena de Markov es Absorbente si se cumplen las
siguientes condiciones:
Tiene por lo menos un estado Absorbente.
Es posible ir de cada estado no absorbente hasta por lo
menos un estado absorbente, en cualquier nmero de
pasos.
Anlisis de Cadenas de Markov absorbentes
En una cadena absorbente en el largo plazo, todos los
procesos sern absorbidos por alguno de los estados
absorbentes, por lo que no se calculan las probabilidades
en estado estable. En su lugar, nos interesa saber la
manera en la que es absorbido el sistema.
Universidad Tec Milenio: Profesional
Anlisis de Decisiones II
D.R. Universidad TecMilenio 4
Anlisis de Cadenas de Markov absorbentes
A partir del anlisis de estas cadenas, es posible
determinar los siguientes datos:
El nmero esperado de pasos antes de que el proceso sea
absorbido.
El nmero esperado de veces que el proceso est en
cualquier estado no absorbente.
La probabilidad de absorcin por cualquier estado
absorbente.
Anlisis de Cadenas de Markov absorbentes
En el caso de las cadenas absorbentes de Markov, existe
un mtodo prctico que simplifica su anlisis, expresando
el problema en sub-matrices. El primer paso es acomodar
la matriz de transicin (de ser necesario), colocando los
estados absorbentes de tal manera que en la parte superior
derecha, la diagonal principal contenga 1 y a continuacin
se divide en 4 partes:
Universidad Tec Milenio: Profesional
Anlisis de Decisiones II
D.R. Universidad TecMilenio 5
Anlisis de Cadenas de Markov absorbentes
Matriz I: una matriz identidad formada por los estados
absorbentes.
Matriz 0: una matriz formada por ceros.
Matriz R: una matriz que representa la probabilidad de que
los estados pasen a los estados absorbentes despus de
un perodo.
Matriz Q: una matriz que representa la probabilidad de que
los estados permanezcan en los mismos estados despus
de un perodo.
Anlisis de Cadenas de Markov absorbentes
El siguiente paso ser calcular la matriz Fundamental N,
utilizando la siguiente frmula:
En donde a la matriz identidad I, se le resta la matriz Q, y a
la matriz resultante, se le encuentra el inverso.
Por ltimo, se multiplica la matriz fundamental N por la
matriz R y se obtienen las probabilidades de absorcin de
cada uno de los estados, para cada uno de los estados
absorbentes del sistema.
Probabilidades de absorcin N R
Universidad Tec Milenio: Profesional
Anlisis de Decisiones II
D.R. Universidad TecMilenio 6
Cierre
Durante esta sesin se expuso el teorema de estados
absorbentes y cmo ayudan a determinar las
probabilidades de pasar de un estado a otro, dado que se
permaneca en un estado con mejores
condiciones. Tambin se mencion que para que un
estado sea absorbente, debe de satisfacer un sistema de
ecuaciones, en donde se involucran probabilidades de
absorcin.
Cierre
Dentro de las aplicaciones de este teorema dentro del
Proceso de Markov, estn determinar el grado de
satisfaccin de un cliente al recibir un servicio, las
preferencias del cliente al seleccionar un producto, la
puntualidad de pago de los deudores, etc. Y por ltimo,
hay que tener presente que esta propiedad de estados
absorbentes es una caracterstica ms de los Procesos
de Markov.
Universidad Tec Milenio: Profesional
Anlisis de Decisiones II
D.R. Universidad TecMilenio 7
Para aprender ms
En la siguiente liga podrs conocer ms acerca de los
estados absorbentes, junto con una aplicacin interactiva
para analizar Cadenas de Markov:
Gmez Rodrguez, Mara Blanca. (2005).Cadenas de
Markov-V. Recuperado el 16 de abril de 2009, de
http://descartes.cnice.mec.es/materiales_didacticos/mark
ov_mbgr/Markov5.htm
13
Referencias bibliogrficas
Anderson, D., Sweeney, D. y Williams, T. (2004). Mtodos
Cuantitativos para los Negocios. (9 Ed.) Mxico:
Cengage Learning. ISBN: 9789706863720.
Gould F. y Eppen G. (2000). Investigacin de operaciones
en la ciencia administrativa. Mxico: Pearson Educacin.
ISBN: 9701702700.
Universidad Tec Milenio: Profesional
Anlisis de Decisiones II
D.R. Universidad TecMilenio 8
Crditos
Diseo de contenido:
Ing. Sergio C. Ruiz Escobedo
Coordinador acadmico del rea:
Lic. J os de J ess Romero A. MC y MED
Edicin de contenido:
Lic. Mirthala Garca Aldrete, MA y ME
Edicin de texto:
Lic. Sandra Gancz Kahan
Diseo grfico:
Ing. Felipe Leyva Silva, MGTI