EJERCICIO RESUELTO CADENAS DE MARKOV

INVESTIGACION OPERATIVA

DOCENTE: JOSE JAVIER ZAVALA FERNANDEZ

Presentado por:

 Julio Medina Sarayasi

SEPTIEMBRE DEL 2018

UARM GA9
AREQUIPA - PERÚ
CASO ESTUDIO

Una empresa fabrica tocacintas portátiles. Antes de mandar a ventas un casete

o portacintas, se analiza el lote. Las categorías de inspección son: no funciona
(NF), regular, bueno y excelente. Los portacintas NF se desechan, mientras
que los lotes excelentes se envían inmediatamente a ventas. Los lotes
regulares y buenos se regresan para ajustes y se vuelven a probar. Las
proporciones de lotes regulares y buenos que cambian de categoría se dan en
la tabla siguiente:

A
DE NF Regular Bueno Excelente
Regular 0.05 0.25 0.35 0.35
Bueno 0 0.15 0.2 0.65

SOLUCIÓN
a) Descríbase este proceso de prueba como una cadena de Markov
absorbente y calcúlese la matriz de transición.

Cadena de Markov:

Matriz de Transición de Estados:

b) De 100000 lotes existentes actualmente, a los que se acaba de realizar
una inspección y resultó que hay 30000 lotes buenos, 20000 lotes regulares,
45000 lotes Excelentes y 5000 lotes NF ¿Cuántos lotes de cada categoría
habrá dentro de 5 inspecciones?

En la siguiente tabla ingresamos la información de la Matriz T, así como

el vector de probabilidades de distribución de estados inicial (Xo) tal
como se muestra a continuación:

En la tabla anterior ingresamos el título del problema y el número

de estados y presionamos OK.
En la siguiente tabla ingresamos la información de la Matriz T, así como
el vector de probabilidades de distribución de estados inicial (Xo) tal
como se muestra a continuación:

Luego para resolver la inquietud elegimos la opción Solve and

Analize/Markov Process Step en donde ingresamos el número de
periodos desde el inicio para el que queremos saber la distribución de
estados y obtenemos los siguientes resultados:
 Con estos resultados calculamos
nuestros requerimientos. Entonces
habrá:
Lotes Regulares:
100000*0.004087 = 408.7 lotes
Lotes Buenos:
100000*0.005599 = 559.9 lotes
Lotes NF:
100000*0.068346 = 6834.6
lotes Lotes Excelentes:
100000*0.921968 = 92196.8
lotes
10
00
00
lot
es

c) ¿Cuántos lotes Excelentes habrá en cada una de las próximas 5

inspecciones.
Para responder esta inquietud utilizamos la opción Solve and
Analize/Time Parametric Analisis seleccionando el parámetro a analizar
y el correspondiente intervalo de periodos, así como el paso o salto,
Luego de presionar OK, obteniendo la siguiente salida.

Por lo tanto si actualmente hay 45000 lotes, entonces en las

próximas 5 inspecciones habrá: Inspección 1:
100000*0.7150= 71500 lotes
Inspección 2:
100000*0.8328= 83280
lotes Inspección 3:
100000*0.8864= 88640
lotes Inspección 4:
100000*0.9108= 91080
lotes
Inspección 5:
100000*0.9220= 92200
lotes
d) ¿Cuántas veces, en promedio, se volverá a inspeccionar un lote
que ya se había probado y había resultado regular en la prueba
anterior?
Si tuviéramos una Cadena de Markov sin estados absorbentes y
deseamos obtener el vector de distribución de estados estable (π),
elegimos la opción Solve and Analize/solve steady state, pero como
tenemos una cadena de Markov con estados absorbentes no podemos
 determinar este vector, pero a efectos de responder este tipo de
inquietudes utilizaremos el Excel para determinar la matriz (I-Q)-1 y la
matriz (I-Q)-1*R, las cuales proporcionan información sobre el número
de periodos que se pasa en un estado transitorio antes de terminar en
un estado absorvente así como las probabilidades de terminar en un
estado absorvente respectivamente.
S
i
e
n
d
o
:

Utilizando el Excel para restar y multiplicar matrices, así como

determinar la inversa de una matriz, obtenemos los siguientes
resultados:

Por lo tanto el número de veces que se volverá a inspeccionar un lote

que resultó regular en la prueba anterior será 1.46+0.64= 2.1
inspecciones en promedio.

e) ¿Cuántas veces, en promedio, se inspeccionará de nuevo un lote

que ya se había probado y dio por resultado ser bueno?
El número de veces que se volverá a inspeccionar un lote que resultó
bueno en la prueba anterior será
0.27+0.37= 0.64
inspecciones en
promedio.
f) ¿Cuál es la probabilidad de que se deseche un lote regular?
La
probabilidad
será 7.31%.
g) ¿Cuál es la probabilidad de que un lote regular llegue a ventas?
La
probabilidad
será 92.69%
h) De 30 000 lotes probados como buenos originalmente. ¿Cuántos
llegarán a ventas?
Llegarán
30000*0.9863=
29589 lotes