Ejemplo 1:

El departamento de estudios de mercado de una

fbrica estima que el 20% de la gente que
compra un producto un mes, no lo comprar el
mes siguiente.
Adems, el 30% de quienes no lo compren un
mes lo adquirir al mes siguiente.
En una poblacin de 1,000 individuos, 100
compraron el producto el primer mes.
1. Cuntos lo comprarn al mes prximo?, y
2. Dentro de dos meses?

Ejemplo
El estado de una mquina puede describirse como una CADENA
DE MARKOV
Xn = Condicin de la mquina en el n-simo perodo de tiempo.
0 = La mquina esta funcionando
1 = La mquina est parada en espera de reparacin.
2 = La mquina est parada en reparacin.
Espacio paramtrico : T { 0, 1, 2, } (Das, horas)
Espacio de Estados : S = { 0, 1, 2 }

Solucin:
Para resolver este tipo de problemas, lo primero
es hacer un esquema.
A la vista del esquema podemos pasar a
construir la matriz de probabilidades de
transicin:
0.80

Compra en un mes
el producto
0.20

0.30

Del 100% de clientes que compran en un mes el

producto, slo el 20% no compra el mes siguiente, o
sea el 80% lo sigue comprando el siguiente mes.
0.8

0.70
No Compra en un mes
el producto

Del 100% de clientes que no compran en un mes el

producto, slo el 30% lo compra el mes siguiente, o
sea el 70% no lo compra el siguiente mes.

Clculo: con esa informacin construimos la

matriz 2x2.
P(0) representa la situacin inicial
0.8

0.2

0.3

0.7

100

900

P (0) =

(C, N) =

0.8

0.2 = (350, 650)

0.3

0.7

El primer mes comprarn C=350 y no comprarn

N=650

P(2) representa la situacin en el segundo mes

P (2) =

(C, N) =

0.8

0.2

0.8

0.2

0.3

0.7

0.3

0.7

100

900

0.7

0.3

0.45

0.55

= 0.7
0.45

0.3
0.55

= (475, 525)

El segundo mes comprarn C=475 y no comprarn

N= 525

Ejemplo 2
En una poblacin de 10,000 habitantes, 5,000 no fuman,
2,500 fuman uno o menos de un paquete diario y 2,500
fuman ms de un paquete diario. En un mes hay un 5% de
probabilidad de que un no fumador comience a fumar un
paquete diario, o menos, y un 2% de que un no fumador
pase a fumar ms de un paquete diario. Para los que
fuman un paquete, o menos, hay un 10% de probabilidad
de que dejen el tabaco, y un 10% de que pasen a fumar
ms de un paquete diario. Entre los que fuman ms de un
paquete, hay un 5% de probabilidad de que dejen el
tabaco y un 10% de que pasen a fumar un paquete, o
menos.
Cuntos individuos habr de cada clase el prximo mes?

 Matriz de Transicin:

Estados de procesos:

(0)NF= No fuman
(1)FC= fuman uno o menos de un paquete diarios
(2)FCC= fuman ms de un paquete diario.

Despus de un mes habrn NF=5025, FC=2500, FCC=2475

Diagrama de Transicin:

Despus de un mes habrn NF=5025,

FC=2500, FCC=2475

Aplicaciones:
Fsica: Las cadenas de Markov son usadas en muchos problemas de la

termodinmica y la fsica estadstica. Ejemplos importantes se pueden

encontrar en la Cadena de Ehrenfest o el modelo de difusin de
Laplace.

Meteorologa: Si consideramos el clima de una regin a travs de

distintos das, es claro que el estado actual solo depende del ltimo
estado y no de toda la historia en s, de modo que se pueden usar
cadenas de Markov para formular modelos climatolgicos bsicos.
Modelos epidemiolgicos: Una importante aplicacin de las cadenas de
Markov se encuentra en el proceso Galton-Watson. ste es un
proceso de ramificacin que se puede usar, entre otras cosas, para
modelar el desarrollo de una epidemia.
Internet: El pagerank de una pgina web (usado por Google en sus
motores de bsqueda)se define a travs de una cadena de Markov,
donde la posicin que tendr una pgina en el buscador ser
determinada por su peso en la distribucin estacionaria de la cadena.

Simulacin: Las cadenas de Markov son utilizadas para proveer una

solucin analtica aciertos problemas de simulacin tales como el
Modelo M/M/1.3
Juegos de azar: Son muchos los juegos de azar que se pueden modelar a
travs de una cadena de Markov. El modelo de la ruina del jugador, que
establece la probabilidad de que una persona que apuesta en un juego
de azar finalmente termine sin dinero, es una de las aplicaciones de las
cadenas de Markov en este rubro.
Economa y Finanzas: Las cadenas de Markov se pueden utilizar en
modelos simples de valuacin de opciones para determinar cundo
existe oportunidad de arbitraje, as como en el modelo de colapsos de
una bolsa de valores o para determinar la volatilidad de precios. En los
negocios, las cadenas de Mrkov se han utilizado para analizar los
patrones de compra de los deudores morosos, para planear las
necesidades de personal y para analizar el reemplazo de equipo.
Msica: Diversos algoritmos de composicin musical usan cadenas de
Markov, por ejemplo el software Csound o Max. 16

Ejemplo 3:
Tres agencias de viaje disponen de informacin respecto de
los desplazamientos en vacaciones de semana santa.
Estado actual n=0

No viajar

viajar entre islas

viajar fuera

40

20

40

50

10

40

10

70

20

No viajar
viajar entre islas
viajar fuera

a)Supuestos necesarios para considerar esta situacin como

cadena de Markov de primer orden
b)Calcular la probabilidad de que los clientes que no han
viajado estas vacaciones lo hagan fuera de las islas dentro de
2 aos.

Ejercicio 4:
La carrera de diplomado en CCEE tiene 3 cursos. A partir de
los datos facilitados por el decanato del centro se sabe que el
35% y el 26% de los alumnos de primero y segundo
abandonarn los estudios. El 28% de los alumnos de primero
repiten curso, siendo este porcentaje del 20% y 30% para los
alumnos de segundo y tercero respectivamente.

Ejemplo 5:
El reparto del mercado a largo plazo en un oligopolio
Tres laboratorios farmacuticos (A,B y C) que compiten en un
principio activo (mismo conjunto homogneo en la orden de
precios de referencia). Hoy sus cuotas de mercado son 30%,
20% y 50% respectivamente
Matriz de transicin en un ciclo (P)
A
B
C

A
0.8
0.15
0.13

B
0.1
0.82
0.12

C
0.1
0.03
0.75

Cmo se repartirn el mercado dentro de 1 mes, 6 meses, 1

ao?
A largo plazo?

Ejemplo 6:
La evolucin clnica de los pacientes con vlvula cardiaca
sometidos a tratamiento anticoagulante
0.6

0.2
0.6

BIEN

CON SECUELAS

0.2

0.4
MUERTO
1

Estados : 3 (1 absorbente, 2 transitorios)

Ciclo = mes
Utilidades = Nivel salud
Distribucin inicial de la cohorte (N=10.000): todos bien

Ejemplo 7:
Para efecto de una investigacin en un determinado
pas, una familia puede clasificarse como habitante
en zona urbana, rural y sub urbana. Se ha estimado
que durante un ao cualquiera del 15 % de todas las
familias urbanas se cambia a zonas sub urbana y el
5% a zona rural. El 6% de las familias sub urbanas
pasan a zonas urbanas y el 4% a zona rural. El 4% de
las familias rurales pasan a zonas urbanas y el 65
zona sub urbana.

Ejemplo 8:
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) 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.