Facultad de Ingeniería.
ESCUELA DE INGENIERÍA CIVIL EN OBRAS CIVILES.
Proyecto N°2
“CADENAS DE MARKOV”
Integrantes : Cristian Cadin
Diego Guevara
Nicolás Lazcano
Fredi Monsalvez
Profesor: Cristian Mancilla.
Carrera: Ing. Civil en Obras Civiles.
Temuco, 30 de Junio de 2016.
Estado del Arte
En el mercado actual en la fabricación de cervezas hay distintas variedades que marcan
diferencias por todo el mundo, desde La primera gran fábrica de cerveza en España que fue
abierta en 1864 en Barcelona.
Muchos aspirantes han tratado de superarse unos a otros, como lo es hoy entre las
cervezas más famosas de todo el mundo las cuales son Guinness y Heineken, pero sus
consumidores y expertos han llegado a conclusiones que Heineken ha pasado a ser una
cerveza común después de haber pasado tantos años en el mercado y muy respetada por
los consumidores, destacada por sus grandes fábricas (de hecho Heineken tiene una de las
industrias de cerveza más grandes del mundo).
Estadísticas muestran que en los últimos años el título a la mejor cerveza del mundo lo está
encabezando Guinness, por su auténtico sabor y una gran cantidad de ventas superando ya
por poco a la clientela que ha formado Heineken desde los años 1873, esto como respuesta
a un gran interrogante desde una visión de la ingeniería.
Cadenas de markov
En este caso las cadenas de markov serían de gran utilidad, las cuales están a diario en
nuestra vida cotidiana pero quizás no nos damos cuenta, las cadenas de markov se definen
como una forma sencilla de encontrar probabilidades haciendo uso del álgebra matricial, la
probabilidad de que ocurra un evento.
Si evaluamos la industria de la cerveza con las cadenas de markov sería de gran ayuda, ya
que en esta misma industria, hay distintas probabilidades de que una empresa supere a otra
y así viceversa, hallar la probabilidad de cuál sea la cerveza más preferida por los
consumidores,el porcentaje cuantas se venderán en determinado tiempo, en determinadas
compras,etc.
Temuco, 30 de Junio de 2016.
Marco Teórico
Se denomina Cadena de Markov a un tipo de proceso de tipo estocástico en donde los
resultados en cada etapa dependen sólo del resultado de la etapa anterior y no de
cualquiera de los resultados previos. En definitiva, una cadena de eventos, cada evento
ligado al precedente.
El nombre de estas particulares cadenas se debe matemático ruso Andrei Andreevitch
Markov (18561922).
Como se estipula en el párrafo anterior, estas cadenas condicionan las posibilidades de los
eventos futuros en consecuencia de los anteriores. Esto es justamente lo que las diferencia
de los eventos independientes, tales como, el hecho de tirar una moneda. Este tipo de
proceso presenta una forma de dependencia simple, pero muy útil en muchos modelos,
entre las variables aleatorias que forman un proceso estocástico. Se utilizan, por ejemplo,
para analizar patrones de compra de deudores morosos, para planear necesidades de
personal, para analizar el reemplazo de un equipo, etc.
Antes de dar paso a la resolución del problema propuesto es necesario desarrollar algunos
conceptos fundamentales para lograr los objetivos planteados.
❏ Espacio muestral : El conjunto de resultados de un experimento.
❏ Evento : Cualquier subconjunto del espacio muestral.
❏ Variable aleatoria : Es una función que asigna valores reales a los resultados de un
experimento.
❏ Proceso aleatorio o proceso estocástico : Proceso o sucesión de eventos que se
desarrolla en el tiempo en donde el resultado en cualquier etapa contiene algún
elemento que depende del azar.
A continuación se expondrá un problema el cual nos ayudará a comprender cuales son las
cadenas de Markov y cómo desarrollarlas.
Temuco, 30 de Junio de 2016.
Problemática Propuesto.
Problema : La cervecería más importante del mundo (Guinness) ha contratado a un analista
de investigación de operaciones para analizar su posición en el mercado. Están
preocupados en especial por su mayor competidor (Heineken). Por estudios anteriores se
sabe que cuando una persona ha comprado cerveza Heineken (A) hay una probabilidad del
50% de que siga comprando la vez siguiente. Si una persona compró Guinness (B), hay
70% de que repita la vez siguiente.
1. Determine:
1.1. La matriz de transición R
1.2. El polinomio característico y los valores propios asociados.
1.3. Los subespacios propios asociados y una base para cada uno de ellos.
k k 1
2. Encuentre la matriz diagonal D , tal que R = PDP
3. Resuelva lo siguiente:
3.1. Si una persona actualmente es comprador de Guinness. ¿Cuál es la
probabilidad
de que compre Heineken pasadas dos compras a partir de hoy?
3.2. Si en la actualidad una persona es comprador de Guinness. ¿Cuál es la
probabilidad de que compre Guinness pasadas tres compras a partir de ahora?
3.3. ¿Cuál será la probabilidad de consumir alguna de las dos
cervezas por los usuarios después de 12 compras si x = ?
Temuco, 30 de Junio de 2016.
Desarrollo del Problema.
1.1.
Matriz de Transición
Del 100% que compra Guiness, el 70% de las personas la vuelve a comprar la vez siguiente
y el 30% no lo hace.
Del 100% que compra Heineken el 50% la vuelve a comprar y el 50% no lo hace la vez
siguiente.
Por lo tanto, definimos una variable.
x = Tipo de cervezas
x = [ 0 = Heineken
1 = Guiness ]
En la matriz de transición no se colocan los valores en
porcentajes como se nos entrega en el problema, sino
que numéricamente.
1.2.
El polinomio característico y los valores propios asociados.
A = [ 0.5 0.5
0.3 0.7]
Tenemos que (A λI) Con I
n = Matriz identidad ncuadrada.
n
λ= Un escalar indeterminado.
0.5
[ 0.5 ] − λ [ 01 10] =
0.3 0.7
0.5
[ 0.5 ] − [ 0λ λ0] =
0.3 0.7
0.5− λ 0.5
[ 0.3 0.7 − λ]
Entonces, el polinomio característico sería calcular el determinante:
0.5− λ 0.5
det (A − λI) = [ 0.3 0.7 − λ]
(0.5 − λ) (0.7 − λ) − (0.5 * 0.3)
(0.35 − 0.5λ − 0.7λ + λ² − 0.15)
(λ² − 1.2λ + 0.2)
El polinomio característico es (λ² − 1.2λ + 0.2)
Igualando a cero la ecuación cuadrática luego resolviendo la misma, se sabe que los valores
propios son:
(λ − 1)(λ − ⅕
)=0
λ = 1 λ = ⅕
1.3.
Los subespacios propios asociados y una base para cada uno de ellos.
Temuco, 30 de Junio de 2016.
Para calcular los subespacios asociados primero, tenemos que calcular los vectores propios
de la siguiente manera:
0.5− λ 0.5 1/2− λ 1/2
[ 0.3 0.7 − λ] o dicho de otra manera
[ 3/10 7/10 − λ]
● Reemplazamos por el primer valor propio de matriz, considerando que nuestros
vectores columnas están en términos de V= (V, V
1 λ
)
2 = 1
1/2− 1 1/2 −1/2 1/2
[ 3/10 7/10 − 1] =
[ 3/10 −3/10]
● Igualamos la matriz a un vector nulo:
−1/2 1/2
[ 3/10 −3/10 ] [ 00] =
V =
1 V
entonces decimos que
2 V = t
2
● λ
Ahora reemplazamos en el segundo valor propio = ⅕
[ 1/2− 1/5
3/10 1/2 = 3/10 1/2
7/10 − 1/5] [ 3/10 1/2 ]
● Igualamos la matriz a un vector nulo:
3/10 1/2
[ 3/10 ] = [ 00] =
1/2
V 1 = − 5/3V 2 ,
entonces decimos que V = t
2
Temuco, 30 de Junio de 2016.
Para encontrar la matriz P de paso utilizamos los vectores propios de la matriz A. Asimismo
la matriz D se construye con los valores propios previamente calculados.
1 −5/3 0 k
P = [ 1 1 ] D = [ 01 1/5 3/8 5/8
] P ⁻¹ = [ −3/8 3/8]
k 1 0 k 3/8 5/8 −1
[ 0.5 0.5 1 −5/3
0.3 0.7] = [ 1 1 ] ∙ [ 0 1/5] ∙ [ −3/8 3/8]
3. Resuelva lo siguiente:
3.1. Si una persona actualmente es comprador de Guinness. ¿Cuál es la
probabilidad de que compre Heineken pasadas dos compras a partir de hoy?
[ 0.5 0.5 0.5 0.5 0.25+0.15 0.25+0.35 0.4 0.6
0.3 0.7] [ 0.3 0.7] = [ 0.15+0.21 0.15+0.49] = [ 0.36 0.64]
Por lo tanto, como nos piden la probabilidad de que la persona compre Heineken pasadas
dos compras a partir de hoy, usaremos la Fila 2 Columna 1, que es la 0.36 lo que da una
probabilidad de 36% de que ocurra esa situación.
3.2.
Si en la actualidad una persona es comprador de Guinness. ¿Cuál es la
probabilidad de que compre Guinness pasadas tres compras a partir de
ahora?
0.38 0.62
[ 0.4 0.6
][
0.36 0.64 0.5 0.5
]=[
0.3 0.7 0.2+0.18 0.2+0.42
0.18+0.192 0.18+0.448 ]= [ ]
0.372 0.628
Como ya habíamos calculado la matriz al cuadrado, para calcular la probabilidad en tres
días se debe elevar la matriz al cubo.
Nos piden la transición en tres días por lo tanto nos piden el resultado de la Fila 2, columna
2, Lo cual nos resulta una probabilidad de 62.8% de que una persona compre Guinness
pasadas tres compras, si ya consume Guinness.
3.3. ¿Cuál será la probabilidad de consumir alguna de las dos cervezas por los
0.5
usuarios después de 12 compras si x = [ 0.5 ] ?
12
[0.5 0.5 ] * [ 0.5 0.5
0.3 0.7] =
[0.5 0.5 ] * [ 0.375
0.375 0.625
0.625] = [0.375 0.625]
Las probabilidades de consumir Heineken después de doce compras es de
37,5% y a la vez
la de consumir una Guiness es de 62,5%.
Temuco, 30 de Junio de 2016.
Resultados.
Este gráfico nos sirve para facilitar la comprensión y formulación de la matriz transición y a
la vez nos sirve para entender de mucha mejor manera las probabilidades que tendríamos.
Como grupo en este proyecto hemos
llegado a la conclusión que nos sirve
para ampliar nuestro conocimiento
sobre matrices y el curso en general.
Trabajamos con los procesos de
markov y sus diferentes aplicaciones,
como también su mecanismo y los
pasos a seguir para llegar a la solución
de nuestro problema en cuestión. En
este caso en particular la utilizamos en
el área comercial específicamente para ver la probabilidad de comprar una cerveza u otra
(
Guinness y Heineken). Comprender los procesos de markov nos completa como futuros
ingenieros, ya que tendremos bastantes conocimientos y a la vez los necesarios para
aplicarlos en las situaciones necesarias. Gracias a este proyecto, hemos entendido los
procesos de markov y cómo se relaciona con distintos ámbitos de la vida cotidiana.
Referencias.
Temuco, 30 de Junio de 2016.
● Matrixcalc.org (https://matrixcalc.org/es)
● Cálculo científico y técnico: Aplicaciones Tema 3.5 Cadenas de Markov
(Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa)
● KhanAcademyEspanol Canal Youtube
● U
niversoexacto Canal Youtube
● Professor.ingeniero
Canal Youtube
● Olga Murillo Fernández Canal Youtube
Temuco, 30 de Junio de 2016.