UNIVERSIDAD DE LA SALLE

LAURA FLÓREZ, DAVID HERRERA Y MARIANA CUBILLOS

INVESTIGACIÓN DE OPERACIONES II
ABRIL/2017

TALLER – CADENAS DE MARKOV DE TIEMPO DISCRETO

1. Un jugador tiene $2. Apuesta $1 cada vez y gana $1 con probabilidad ½. Deja de jugar si pierde
los $2 o si gana $4.

$0 $1 $2 $3 $4 $5 $6
a0 a1 a2 a3 a4 a5 a6
a0 1 0 0 0 0 0 0
a1 1/2 0 1/2 0 0 0 0
P= a3 0 1/2 0 1/2 0 0 0
a4 0 0 1/2 0 1/2 0 0
a5 0 0 0 1/2 0 1/2 0
a6 0 0 0 0 1/2 0 1

a) La probabilidad de que el apostador pierda su dinero al final de a lo sumo en 5 juegos es de 3/8,

esto significa una probabilidad del 37.5%

b) La probabilidad de que el juego dure más de 7 juegos es de 3/8, lo que significa que tiene una
probabilidad de 12.5%

2. Considérese lanzamientos repetidos de un dado corriente. Sea Xn el máximo de los números que
resulten de las n pruebas. a) Hallar la matriz de transición p de la cadena de markov.
 1 2 3 4 5 6
a0 a1 a2 a3 a4 a5
a0 1/6 1/6 1/6 1/6 1/6 1/6
a1 0 1/3 1/6 1/6 1/6 1/6
P= a3 0 0 1/2 1/6 1/6 1/6
a4 0 0 0 2/3 1/6 1/6
a5 0 0 0 0 5/6 1/6
a6 0 0 0 0 0 1

a) ¿la matriz es regular?

 Se concluye que la matriz P es una matriz regular ya que en un inicio es una matriz cuadrada
6x6 y, además, como se evidencia anteriormente esta matriz tiene inversa.

b) Hallar el vector V1 de la matriz P1, la distribución de probabilidad después del primer

lanzamiento.

c) Hallar el vector V1 de las matrices P2 y P3.

3. Una tienda de café ofrece a sus clientes la siguiente promoción: por la compra de cada taza de
café se le sella una tarjeta, con 7 sellos puede reclamar una taza de café gratis, si continúan hasta
obtener 10 sellos en su tarjeta a los clientes se les obsequian 2 tazas de café. En un día cualquiera
un cliente consume taza de café con la siguiente distribución de probabilidad.

Después que un cliente obtiene 7 o más sellos puede pagar una taza de café con la tarjeta, pero
pierde los sellos adicionales (si consume un segundo café en el día es pago y se le da una nueva
tarjeta con una primera marca), la probabilidad que pague con la tarjeta una taza de café si solo
consume una es de 0.7 y 0.8 si consume dos. Cuando un cliente obtiene los 10 sellos siempre
consume los 2 cafés gratuitos, es decir, si inicia el día con 9 sellos consumirá 0,1 0 3 cafés con
probabilidad de 0.3, 0.45 y 0.25. Modele el anterior problema a través de una cadena de tiempo
discreto. Asuma que solo se da una tarjeta a cada cliente y que este siempre la presenta al momento
de la compra.
4. Una costurera trabaja exclusivamente en una fase del proceso de producción de un diseño
especial de prendas de vestir. Esta fase requiere exactamente media hora para terminar una prenda.
Cada 30 minutos llega un mensajero a la mesa de la costurera, para recoger todas aquellas prendas
que estén terminadas y para entregar las nuevas prendas que deben ser cosidas. El número de
nuevas prendas que lleva el mensajero es inseguro: 30% del tiempo, el mensajero llega sin prendas
para ser cosidas; 50% de las veces, el mensajero trae solo una prenda para dejar; 20% de las veces,
el mensajero trae dos prendas para la costurera. Sin embargo, el mensajero tiene instrucciones de
nunca dejar más de 3 prendas juntas no terminadas a la costurera. (Las prendas no terminadas que
no puedan dejarse a la costurera, a resultas de esta política, se llevan a otra costurera para ser
procesadas.) Plantee un modelo para este proceso como una cadena de markov de 3 estados.
Determínese el porcentaje del tiempo que la costurera permanece ociosa, considerando que
cualquier cantidad de prendas no terminadas que estén en la mesa de la costurera al final de un
turno de trabajo, permanecen ahí para ser procesadas durante el siguiente día de trabajo.
Determine los estados como el número de prendas que no han sido terminadas por la costurera
justo antes de que llegue el mensajero.

a0 0 prendas terminadas
a1 1 prenda terminada
a2 2 prendas terminadas

5. Un profesor continuamente da exámenes a sus estudiantes. El profesor puede dar 3 tipos de

exámenes, y su clase se evalúa como “paso” o “rajo”. Sea Pi la probabilidad que la clase “paso” en
el tipo de examen i, y suponga que P1 = 0.3, P2 = 0.6, P3 = 0.9. Si la clase “pasa” el examen, entonces
el siguiente examen es igualmente probable que sea cualquiera de los 3 tipos. Si la clase se “raja”
en un examen, entonces el siguiente examen es siempre tipo 1. Qué proporción de exámenes son
del tipo i, i=1,2,3.
La proporción de que los examantes sean tipo uno es de 0.6258, de que los exámenes sean tipo
dos es de 0.6558 y de que los exámenes sean tipo tres es de 0.5058