Академический Документы
Профессиональный Документы
Культура Документы
i=Fila y columna
Pij es la posibilidad de que el sistema pase al estado j despus de
cualquier ensay en donde su estado era i antes del ensayo.
Pij se denomina posibilidades de transicin de una matriz.
P(Pij) se conoce por matriz de transicin del sistema.
ANLISIS DE MARKOV
El anlisis de Markov es una forma de analizar el movimiento actual de
alguna variable al fin de pronosticar el movimiento futuro de la misma.
Este mtodo se ha usado en los ltimos aos (100) como instrumento de
investigaciones de mercadotecnia, para examinar y pronosticar el
comportamiento de los clientes desde el punto de vista de su lealtad a
una marca y de sus formas de cambio a otras marcas.
Ms adelante se demostrar que las aplicaciones denominadas anlisis
de Markov no se limitan a la mercadotecnia.
LAS MARCAS COMO CADENAS
Al fin de ilustrar el proceso de Markov presentamos un problema que en
el estado de actividades son marcas y probabilidades de transicin,
expresan la probabilidad de que los consumidores vayan de una marca a
otra.
Supongamos que la muestra inicial de consumidores se compone de 100
participantes distribuidos en cuatro marcas (A, B, C, D). una suposicin
adicional es que la muestra es representativa de todo el grupo desde el
punto de vista de su lealtad a las marcas y de sus formas de cambio de
una marca a otra debido a la publicidad, promociones especiales,
precios, descuentos, etc.
En la tabla 1 la mayor parte de los clientes compraron inicialmente la
marca A, siguieron con ella en el segundo periodo, no obstante, la marca
A gano 50 y perdi 45 clientes con las otras marcas. La tabla 1 no
MARC
AS
PERIODO 1
NMERO DE
CLIENTES
CAMBIO
DURANTE
GANANCIAS
A
B
C
D
TOTAL
220
300
230
250
1000
50
60
25
40
175
EL
PROCESO
DE
PERDIDA
S
45
70
25
35
175
PERIODO 2
NMERO
DE
CLIENTES
225
290
230
255
1000
215
D=0.860 ( 250 ) 175 (250-35)
MARCA
PERIODO 1
NMERO DE
CLIENTES
GANANCIAS
DE
A
220
300
230
250
1000
0
2
0
1
0
1
5
B
4
0
C
0
2
5
2
5
D
1
0
1
5
1
0
0
PERDIDAS DE
A
0
4
0
0
1
0
B
2
0
C
1
0
0
2
5
1
5
PERIODO 2
NMERO DE
CLIENTES
D
15
225
25
290
230
1
0
255
1000
0.091
A
0.79
6
0.04
5
APUNTE
0.89
1
0.08
3
FALTANTE
0.86
0
PARTICIPACIONES DE MARCAS
FUTUROS (PRIMER ORDEN)
EN EL
MERCADO
PARA
PERIODOS
A
.
79
6
.
09
1
.
04
6
.
00
7
A
B
C
D
A
.
79
6
.
09
1
.
04
6
.
00
7
A
B
C
D
.
2
.
.
.
.
2
13 00 04
2
=
.
3
0
0
2
3
.
.
.
5
0
76 10 06
0
.
7
9
0
.
2
.
.
.
2 (0.133) (0.30)
(0.796) (0.22)
(0.000) (0.40) (0.25)
3
01 89 04
9
.
7
1
0
0
2
.
.
.
1
5
08 00 86
.
3
0
0
2
3
0
1
.
2
5
4
6
.
9
9
9
8
.
Segundo periodo de
Probabilidades de2
Participantes Proba. de
Transicin
2
Segundo periodo
participantes probables
de mercado.
7
8
.
.
2
2
B
C
D
8
2
3
5
.
.
.
1
0
Tercer periodo de
13 00 04
=
.
.
Participantes Proba. de
3
0
0
2
2
.
.
.
3
9
76
06 + .133 (.2901) + .000
0.07610
(.2250)
0
0 (.2301) + .040 (.2546) = .091 (.2250)
7
9
0
+ .767 (.2901) + .109
(.2546) = .046 (.2250) + .0176
4 (.23019) + .060
1
.
.
.
(.2901) + .891 (.2301)
+
.040
(.2546)
=
.067 (.2250) + .000 (.2301) + .
.
.
01 89 04
860 (.2546) =
2
2
7
1
0
5
3
.
.
.
8
0
08 00 86
1
1
3
0
0
.
.
9
2
9
5
9
4
6
6
Segundo Mtodo
A
.
.
0
. A
.
.
.
.
B
79 13
04
79 13 00 04
6
3
0 C
6
3
0
0
.
.
.
. D
.
.
.
. Primera
09 76 10 06 Columna
09 76 10 06
1
7
9
0
1(.796)
7 (.796)
9
0
+
(.133) (.091) + (0) (.046) + (.040)
.
.
.
.
.(.067). = .6484
.
.
04 01 89 04
04 01 89 04
6
7
1
0
+
(.767) (.091) + (.109) (.046) + (.060)
6(.091)
7 (.796)
1
0
.
.
.
.(.067). = .1513
.
.
00 08
0
86
00
08
00
86
(.046) (.796) +
(.017) (.091) + (.891) (.046) + (.040)
7
3
0
7(.067)
3 = .0818
0
0
A
(.067)
(.796) + (.083) (.091) + (0) (.046) + (.860) (.067) = .1185
B
C
D
Segunda Columna
Tercera Columna
Cuarta Columna
A
.
64
84
.
15
13
.
08
18
.
11
85
A
B
C
D
.
.
.
21 01 07
12 45 42
.
.
.
60 18 10
73 08 56
(.6484)
.
. (.22)
. +
03 79 07
(.1513) (.22) +
75 57 29
.
. (.22)
. +
(.0818)
14 00 74
(.1185)
40
90 (.22)
73 +
.
2
2
.
3
0
.
2
(.0145)
3
(.1808)
.
2
(.7957)
5
(.0090)
.
2
=
2
7
8
.
(.2112)
(.30) +
(.23) + (.0742) (.25) = .2278
2
8
(.6073) (.30) +
(.23) + (.1056) (.25) = .2834
3
4
(.0375)
(.30) +
(.23) + (.0729) (.25) = .2304
.
(.1440)
(.30) +
(.23) + (.7473) (.25) = .2581
2
3
0
4
.
ESTRUCTURA DE
2 UN SISTEMA DE LNEA DE ESPERA
5
8
Lnea de espera de un solo
1 canal:
.
9
SISTEMA
9
9
7
Empleado
Llegadas de
Clientes
Lnea de Espera
Tomar y surtir
pedido
El cliente se va
despus de que fue
surtido el pedido.
Cada cliente debe pasar por un canal, una estacin para tomar y surtir el
pedido, para colocar el pedido pagar la cuenta y recibir producto o como se
muestra en el diagrama anterior.
Distribucin de llegadas:
Para determinar la cantidad de llegadas en un periodo dado se puede utilizar la
distribucin de Poisson:
= media
e = 2.17828
x = cantidad de ocurrencias en el intervalo.
x e
(
)
f x=
x!
Para x = 0,1, 2, .
EJERCICIOS
1. El nmero de tarros de cerveza pedidos en el bar Buen Rato sigue una
distribucin de Poisson con promedio de 30 cervezas por hora.
Solucin:
El nmero de cervezas pedido entre las 10 p.m. y las 12 de la noche sigue una
distribucin de Poisson con parmetro 2(30) = 60. La probabilidad de que se
pidan 60 cervezas entre las 10 p.m. y la medianoche es: 0.0514
e60 6060
60 !
= 30 cervezas por hora; t = 4 horas. Entonces, el nmero promedio de
cervezas pedidas entre las 9 p.m. y la 1 am es 4(30) = 120 cervezas. La
desviacin estndar del nmero de cervezas pedido entre las 9 p.m. y la 1 a.m.
es (120)1/2 = 10.95.
X
1
I1
S=
Siendo X el tiempo en minutos entre pedidos sucesivos de cerveza. El tiempo
promedio de pedidos por minuto es exponencial con parmetro, o razn, 30/60
= .5 cervezas por minuto.
5 e.5 t
Una fraccin 10 de las llegadas encuentra que est llena la peluquera. Por lo
tanto, entrar a ella un promedio de (1-10) por hora. Todos los clientes que
desean que se les corle el cabello, y, por lo tanto, el peluquero har un
promedio de (1-10) cortes por hora. En nuestro problema, c = 10, =20
clientes por hora y = 5 clientes /h. Entonces = 20/5 = 4
X =
60
=5 HRS .
12
1 10+1
4 10 + 10 P11
4
L=
W=
9.67
3
20(1 )
4
=1.93 HRS .
Solucin:
Como el tiempo promedio entre arribos (entre nacimientos) es de 7 minutos, la
tasa de nacimientos en el pas se calcula como:
24 60
=205.7 NACIMIENTOS / DIAS
7
Solucin:
1. Tenemos un sistema M/M/2/DG//. con = 80 clientes/h y = 50
clientes/h. As
80
=.80<1
250
TABLA
Entonces de la Ecuacin:
Lq =
.80(.71)
=2.84 clientes
1.80
2. Como W= /L:
W=4.44/80 = .055 horas = 3.3 minutos
3. Para calcular la fraccin del tiempo que determinado cajero est
desocupado, ntese que
est desocupado durante todo el tiempo que j = O, y la mitad del tiempo,
por simetra, que
j=1.
La probabilidad que una ventanilla est ociosa est dada por:
1
0+ 1
2
Aplicando el hecho de que P(j 2) = .71, obtenemos:
s
sp
sp s
P ( j s )=
y segn esta ecuacin da como resultado:
sp 1
1=
As, la probabilidad de que una ventanilla este vaca es:
1
0+ 1=.11+0.5 ( .176 )=.198
2