INTRODUCCION

A diferencia de los estados recurrentes, los estados absorbentes

tendrs sumas de probabilidades que con el correr del tiempo llegarn
a ser cero, todo esto debido a que hay estados que tiene probabilidad
1 y por ende los dems estados tendern a llegar a esta clase de
estados .

Para tener una idea ms clara sobre ste concepto, se muestra los
siguientes ejemplos
DESARROLLO
EJEMPLO 1
La empresa jurdica Angie Montero, emplea 3 tipos de abogados: subalternos,
superiores y socios. Durante cierto ao el 10% de los subalternos ascienden a
superiores y a un 10% se les pide que abandonen la empresa. Durante un ao
cualquiera un 5% de los superiores ascienden a socios y a un 13% se les pide la
renuncia. Los abogados subalternos deben ascender a superiores antes de llegar
a socios. Los abogados que no se desempean adecuadamente, jams
descienden de categora.

a) Forme la matriz de transicin T

b) Determine si T es regular, absorbente o ninguna de las 2.

c) Calcule la probabilidad de que un abogado subalterno llegue a socio

d) Cunto tiempo deber permanecer en su categora un abogado subalterno

recin contratado?

e) Cunto tiempo deber permanecer en la empresa un abogado subalterno

recin contratado?

f) Calcule la probabilidad de que un abogado superior llegue a socio.

a) Se hace la matriz T y nos queda:

b) Ntese que la
parte azul cielo tiene
probabilidades
iguales a 1, por lo tanto esta es la parte absorbente de la matriz. Por esta razn es
una matriz absorbente.

Ahora se procede a restar la matriz normal de la identidad y se halla la inversa

para ver los tiempos entre estados, para posteriormente esta ltima ser
multiplicada por la matriz absorbente y saber las probabilidades de cambios de
estado.

c) Al multiplicar la matriz inversa por la Absorbente se puede hallar dicha

probabilidad, esta es 0.14
d) Al simplemente hallar la matriz inversa se es posible hallar el tiempo en aos
que debera permanecer normalmente un abogado subalterno en su compaa,
seran 5 aos.

e) Cuando piden el tiempo que debera permanecer un abogado subalterno pero

durante la empresa sera sumar el tiempo en que se queda como subalterno con
el tiempo en que permanece como superior: esto es, 5+2.77= 7.77 aos.

f) Por ltimo la probabilidad de que pase de subalterno a socio es mostrado en la

ltima matriz, sera 0,28.

EJERCICIO 2
Los alumnos de una escuela tcnica, cursan 4 aos para terminar su carrera. De
los que ingresan a primer ao,

80% aprueba, 10% reprueba y el resto deserta. De los que estn en segundo ao,
85% aprueba, 10%

Reprueba y el resto deserta. De los de tercer ao, 80% aprueba, 15% reprueba y
resto deserta. Los que

Estn en el ltimo grado, 85% se grada, 5% deserta y el resto reprueba.

a) Cuntos aos se espera que un alumno pase como estudiante?

b) Cul es la probabilidad de que un estudiante se grade?

Solucin: Encontrar cuntos y cules son los estados y modelar la matriz de

transicin.

S0=Ingreso S1 S2 S3 S4 S5 S6

S1 =Primer ao S1 0.10 0.80 0 0 0.10 0

S2 =Segundo ao S2 0 0.10 0.85 0 0.05 0

S3 =Tercer ao P = S3 0 0 0.15 0.80 0.05 0

S4 =Cuarto ao S4 0 0 0 0.10 0.05 0.85

S5 =Deserta S5 0 0 0 0 1 0
S6 =Se grada S6 0 0 0 0 0 1

a=Estados absorbentes

n=Estados no absorbentes m=a+n

CONCLUSION
Como conclusin las cadenas de Markov nos permite hacer anlisis sobre el
estudio de los comportamientos de ciertos sistemas en ciertos periodos que
pueden ser cortos o largos. Adems se tiene una relacin con las probabilidades
absolutas. Pero sin embargo lo ms importante es el estudio del comportamiento
sistemas a largo plazo, cuando el nmero de transiciones tiene al infinito
Al conocer ms o menos las probabilidades de un experimento, esto a su vez nos
permitir conocer a corto y plazo los estados en que se encontraran en periodos o
tiempos futuros y tomar decisiones que afectarn o favorecern nuestros
intereses, y tomar una decisin de manera consciente y no se comentan muchos
errores.
Esto tambin nos proporcionara un tiempo estimado para que identifiquemos cada
estado y el periodo en que se encuentra con la implementacin de un proceso,
tambin se establece las probabilidades como una herramienta ms en las
cadenas de Markov

BIBLIOGRAFIA
http://www.ingenieria.unam.mx/industriales/descargas/documentos/catedra/invop.p
df

http://invop2.blogspot.mx/2011/06/cadenas-de-markov-con-estados.html

http://cadenasdemarkov3parte.blogspot.mx/p/cadenas-de-markov-
absorbentes.html