Professional Documents
Culture Documents
CURSO
: INVESTIGACIN DE OPERACIONES II
DOCENTE ALUMNOS
: ING. MIGUEL JIMENEZ CARRION : ESPINOZA AMBULAY CARLOS CASTILLO PINTADO JEFF RIVERA LLACSAHUANCA DARWIN LLENQUE TUME CESAR JARAMILLO ALAMA JUAN
INTRODUCCIN
En el acontecer diario nos mezclamos con diferentes situaciones que requieren un anlisis exhaustivo para llegar a una solucin. Situaciones en las que no bastando con la ayuda de la misma experiencia necesitan otro tipo de herramientas para sus prontas decisiones ya que podran ser vitales para el progreso de una empresa o negocio.
Las cadenas de
hechos que ya sucedieron para a trav"s de probabilidades predecir una futura situacin. En el presente traba#o pretendemos mostrar la aplicacin de las cadenas de ar!ov en el
proceso industrial de fabricacin y comercializacin $en este caso analizaremos la demanda% de la comercializacin de #aboncillos en el mercado minorista. &ara ello tomamos refencia de la distribuidora ' ( )(*+(,*- ubicada en el mercado central de &iura. . +osotros analizaremos la demanda de los siguientes productos. JABONES NEKO, NIVEA, PALMOLIVE / OTROS.
OBJETIVOS
ESPECIFICOS: ostrar que el proceso es una cadena de 0onstruir la matriz de transicin. ostrar que los estados son accesibles. ostrar que los estados se comunican. ostrar que los estados son recurrentes. ostrar que los estados son aperidicos. )eterminar la regularidad de la matriz. )eterminar los limites ergdicos. &resentar las probabilidades de estado estable. ar!ov.
MARCO TEORICO
1. PROCESOS MARKOV 1.1. ESTADOS DEL SISTEMA: 1n modelo de ar!ov consiste en un con#unto de estados discretos. Este con#unto es
exhaustivo y describe todos los posibles estados donde el sistema puede estar. La transicin del estado i a j ocurre con una probabilidad pi#. &odemos pensar en un modelo de ar!ov como una simple lnea de transferencia.
1.2. LA CONDICIN DE MARKOV: Si &2S#$!% 3 Sa$!45%6 Sb$!47%6 Sc$!48%.....9 : &2S#$!% 3 Sa$!45%9 para todo !6 #6a6 b6 c6..... Entonces el sistema es un estado discreto de discretas transiciones de procesos de ar!ov. La implicacin de esta condicin es que la historia anterior del sistema a su llegada en $a% no tiene efecto en la transicin a $#%. En otras palabras6 el sistema no tiene memoria.
1.3. PROBABILIDADES DE TRANSICIN: &ara una cadena de ar!ov6 se definen las probabilidades de transicin como. pi# : &2S#$!% 3 Si$!45%9 matriz de transicin6 5;: i6# ;: m
y las pi# son independientes de $!%. Estas probabilidades pueden ser incluidas en una
&:
p :56
i#
i : 56768...........6m
.#:5
)ebido a que los estados son mutuamente excluyentes y colectivamente exhaustivos. La matriz &6 proporciona una completa descripcin del proceso de usara para responder numerosas preguntas sobre el sistema. ar!ov el cual se
1.4. CLASIFICACIN DE LOS ESTADOS Limite de las probabilidades de estado. Si ! tiende a infinito6 &$!% llega a una constante6 entonces el limite de las probabilidades de estado existe y son independientes de la condicin inicial. Si es un vector 5 x m definido como6 Lim!infinito &$!%: Entonces puede satisfacer :&. &ara el e#emplo6 esta ecuacin se puede ser resuelta con la restriccin
im :5
i
para obtener $5
7%
Estado transitorio Si es un estado transitorio si se puede de#ar el estado pero nunca retornar a "l.
Estado absorbente
Si es un estado absorbente si el sistema entra al estado y permanece ah. / el lmite de la probabilidad de estado es 5. este estado es conocido tambi"n como estado trampa.
Cadena recurrente 1na cadena recurrente es un con#unto de estados de los que el sistema no puede salir. 1n estado transitorio conduce al sistema dentro de este con#unto de estados. El sistema hace saltos dentro de este con#unto indefinidamente. La cadena recurrente es tambi"n llamada subcadena de clases recurrentes. ar!ov irreducible o de
ar!ov.
1na cadena recurrente es un estado absorbente generalizado. 1n proceso de ar!ov que tiene una cadena recurrente ser completamente ergdica desde dondequiera que el inicie finalizara en cadena recurrente. Si un proceso tiene dos o ms cadenas recurrentes6 entonces la propiedad ergdica no se mantiene en el tiempo. 1n estado transitorio es un estado que ocupa el sistema antes de convertirse en una cadena recurrente.
2. CADENAS ERGDICAS 0ondicin suficiente. si existe un n?< tal que &i#n ?<@ i6 #:<6567....m. la cadena de ar!ov6 con esta propiedad6 se llama ergdica. Entonces6 & i#n : !:< $&i!n A &!#%6 luego # : !:< $! A &!#% y como #:< &i#n : 56 entonces #:< # :5 Teo e!". &ara una cadena de ar!ov ergdica6 # :Lim
ninfinito
&i#n existe y # $#
pertenece B<6..6mC% es la >nica solucin no negativa de #. Entonces. # : !:< $! A &!#% y #:< # :5.
&<. / si nuestro
inter"s es el comportamiento asinttico de &n6 es decir Lim ninfinito &n entonces el problema es encontrar las condiciones para que este lmite exista y en caso de existir6 Ddepender del estado inicial del sistemaE Fa#o condiciones de 'regularidad- la distribucin asinttica existe y ba#o estas condiciones la distribucin en el lmite ser independiente de la distribucin inicial. TEOREMA BSICO DEL L MITE PARA CADENAS DE MAR!O": En una cadena de ar!ov recurrente irreducible y aperidica se tiene que.
inf
n:5
n fiin
Siendo fii la probabilidad de que el proceso regrese al estado i dado que comienza en el estado i. / adems Lim ninfinito &i#n : Lim ninfinito &iin )el teorema se pueden sacar fuertes conclusiones. Si : &i# es la matriz de transicin de una cadena de
$infinita%
esta cadena es recurrente6 irreducible y aperidica6 se nos garantiza la existencia de la matriz de la forma . donde la entrada #6i es & i#$inf% :Lim ninfinito &i#n 6 pero como
$infinita%
$infinita%
&iiinf
G. .
Sea 0 una cadena irreducible y recurrente6 entonces & i#n :< para i pertenece a 0 y # no pertenece a 0 dado n. Esto es6 toda vez que entremos en 0 no es posible
abandonarlo6 luego la matriz &i# con i6# perteneciendo a 0 estar asociada a una cadena de ar!ov irreducible y recurrente luego el teorema bsico es aplicable si la clase resulta ser aperidica. *hora si Lim ninfinito &iin : :< y la clase es recurrente se dir entonces que la clase es d"bilmente ergdica o nula recurrente. Supongamos que Lim
ninfinito
recurrente6 entonces # ?< para todo # que est" en la clase de i. Si este es el caso diremos que la clase es positiva recurrente o fuertemente ergdica.
El valor infn:5 n fiin : mi. se define como el tiempo medio de recurrencia del estado i. *hora se asegura6 sin demostracin6 que ba#o las condiciones de regularidad del teorema anterior6 que Lim ninfinito &iin : 53mi : i. El clculo de los i se entrega en el siguiente teorema.
Teo e!". En una clase aperidica positiva recurrente con estados i:<6567.... se tiene que Lim ninfinito &iin : i : inf!:< &!# ! @ inf!:< ! :5 estacionaria de la cadena de ar!ov. $5%
Hbserve que si &i# es la matriz de transicin asociada a una clase recurrente ergdica positiva6 entonces la ecuacin i : inf!:< &!# ! llevada a su forma matricial. &<< &<5 &<7 . . . &<i . . &5< &55 &57 . . . &5i . . &7< &75 &77 . . . &7i . . G . . . G . . 5 2 3 . . . i . . 5 2 3 . . . i . .
Establece claramente que $5 7 8.....) t es un auto vector $a la derecha% de la matriz &i# asociado al autovalor 5. &ara esto debemos saber que la matriz de ar!ov tiene
un autovalor igual a 56 ms a>n6 este valor ser el mayor6 en valor absoluto6 si la matriz es primitiva6 esto es si todas sus entradas son positivas para alguna potencia de la matriz.
$ 4
NEKO
NIVEA
PALMOLIVE
OTROS
*l pasar de un estado a otro la probabilidad de la demanda de cada producto puede aumentar o disminuir. La cantidad de clientes $demanda% que llega a un estado proveniente de otro estado6 depende solo de que en el estado 'i- el cliente quedo insatisfecho o este desea probar nuevos productos 'n4i-. El proceso se mira como un proveedor que le entrega a su prximo cliente teniendo en cuenta que tanto le entrega al cliente del nivel anterior y al cliente actual.
($ DATOS RES*MIDOS PARA CONSTR*IR LA MATRI+ PRODUCTO +EOH +(QE* &*L HL(QE H,RHS TOTAL SEMANA %1 IJK 587 8<< 8L5 1657 SEMANA %2 L7L 555 7M<.J 8<5 1429.5
PALMOLIVE
OTROS
,$ CALC*LO DE PROBABILIDADES
&RH&HR0(H+ES )E )E *+)* $SE *+* <5% semana <5 comprende desde el da 7< hasta el da 7P PROPORCIONES
)E )E )E )E )E
*+)* )E +EOH *+)* )E +(QE* *+)* )E &*L HL(QE *+)* )E H,RHS *+)* ,H,*L
&RHF*F(L()*)ES )E ,R*+S=ERE+0(* )E L* )E *+)* E+,RE ES,*)HS DEMANDA &UE CONTINUA EN '(' <.IJ57 <.IK<M <.MPI8 <.I555
PRODUCTO )E *+)* )E +EOH )E *+)* )E +(QE* )E *+)* )E &*L HL(QE )E *+)* )E H,RHS
SEMANA SEMANA %1 %2 IJK 587 8<< 8L5 L7L 555 7M<.J 8<5
L* )E *+)* S1E +H 0H+,(+1* E+ TiT &*S* E+ &*R,ES (U1*LES * Tn4iT OREJITAS )E *+)* S1E +H 0H+,(+1* E+ +EOH )E *+)* S1E +H 0H+,(+1* E+ +(QE*. )E *+)* S1E +H 0H+,(+1* E+ &*L HL(QE )E *+)* S1E +H 0H+,(+1* E+ H,RHS 4 <.<JK 4 <.<5<P <.<P8 <.<5<P 4 <.<P8 <.<P8 4 KEKE DE N. PIONONO PASTELITOS <.<KMP <.<KMP <.<J8 <.<KMP <.<J8 <.<5<P
-$ MATRI+ DE TRANSICION
ESTADOS +EOH +(QE* &*L HL(QE H,RHS KEKE DE OREJITAS NARANJA PIONONO PASTELITOS <.IJ57 <.<KMP <.<KMP <.<KMP <.<JK <.IK<M <.<J8 <.<J8 <.<5<P <.<5<P <.MPI8 <.<5<P <.<P8 <.<P8 <.<P8 <.I555
.$ CLASIFICACION DE LOS ESTADOS &rimeramente diremos que es una cadena de mar!ov ergodica. Los cuatro estados $ore#itas6 !e!e de naran#a6 pionono6 pastelitos% son. Estados aperiodicos. Estados concurrentes. Estados comunicados. Estados alcanzables. /$ ARBOL DE LA DISTRIB*CION DE PROBABILIDADES DEL COMPORTAMIENTO DE LA TRANSFERENCIA DE LA DEMANDA.
N C P O
N C P O
N C P O N
C P O
)e acuerdo a la matriz anterior y a los datos de la demanda de los productos se generan las siguientes interrogantes.
1.$ C)"* e+ *" !", (- .e , "/+(0(1/ 2" " 2 +e!"/"+ 3 4 +e!"/"+. &asando 7 semanas la demanda se mantendr de la siguiente manera.
P4 5 P6P
<.IJ57 <.<JK< <.<5<P <.<P8< <.<KMP <.IK<M <.<5<P <.<P8< <.<KMP <.<J8< <.MPI8 <.<P8< <.<KMP <.<J8< <.<5<P <.I555 <.IJ57 <.<JK< <.<5<P <.<P8< <.<KMP <.IK<M <.<5<P <.<P8< <.<KMP <.<J8< <.MPI8 <.<P8< <.<KMP <.<J8< <.<5<P <.I555
7P484
<.<IJP <.<M<I <.<5MM <.PPJ< <.L8<M <.<ILP <.<MJI <.<IJP <.<MJ8 <.L58L <.5<5L <.<M<I <.<7<J <.<7<8 <.M8<L <.<5MM <.5<II <.5<LM <.55I8 <.PPJ<
)espu"s de 7 y K semanas cual ser el nuevo porcenta#e de cantidad demandada de ore#itas6 !e!e de naran#a6 pionono6 pastelitos.
26P4
A
N = 0.4 !"
C 0. !#$
P 0.!%!%
O 0.!0"&
)E )E )E )E
PRODUCTO *+)* )E +EOH *+)* )E +(QE* *+)* )E &*L HL(QE *+)* )E H,RHS
'()P*+*
N = 0."4
C 0. %%#
P 0." &
O 0. &,,
)E )E )E )E
PRODUCTO *+)* )E +EOH *+)* )E +(QE* *+)* )E &*L HL(QE *+)* )E H,RHS
3.$O9,e/e *" !", (- *(!(,e .e *"+ +)0e+(:"+ 2o,e/0("+ .e *" !", (- .e , "/+(0(1/ 2" " 0o/o0e *"+ 2 o9"9(*(.".e+ .e .e!"/." " *" ;o 2*"-o.
,6P5,
P<
t5
t7
t8
tK
<.IJ57 <.<KMP <.<KMP <.<JK< <.IK<M <.<J8< <.<5<P <.<5<P <.MPI8 <.<P8< <.<P8< <.<P8<
t5
t7
t8
tK
<.IJ57 t5 V <.<KMP t7 V <.<KMP t8 V <.<KMP tK : t5 <.<JK< t5 V <.IK<M t7 V <.<J8< t8 V <.<J8< tK : t7 <.<5<P t5 V <.<5<P t7 V <.MPI8 t8 V <.<5<P tK <.<P8< t5 V <.<P8< t7 V <.<P8< t8 V t5 V t7 V t8 V <.I555 tK tK : t8 : tK :5
SOLUCION
tK : <.5MI5
P< 5
Esta es la matriz limite en la que hay un equilibrio establece las cantidades demandadas de los K productos.
)E )E )E )E
CONCLUSIONES
5.
Esta primera conclusin es para decir que no se concluir sobre los resultados num"ricos del proceso6 pues en el desarrollo del mismo se explica claramente las respuestas obtenidas. +uestro deseo es expresar conclusiones alrededor del proceso de construccin del conocimiento y crear una inquietud acerca del proceso a analizar.
7.
Se requiere de ms tiempo para poder elaborar un buen documento que sirva como apoyo a otras personas que quieran profundizar en el modelado y explicacin de una cadena de ar!ov.
8.
+o es fcil construir una matriz de transicin. En este problema en particular se tuvo que modelar el proceso de la demanda con los datos disponibles en la empresa. +o hay otros ms.
K.
J.
Se aprendi a construir la matriz de transicin por medio de proporciones generadas por los datos totales de la demanda en cada uno de los productos fabricados $ore#itas6 !e!e de naran#a6 pionono6 pastelitos%.
P.
El problema se abordo desde una perspectiva acad"mica6 pero siempre con el norte de responderle a un empresario de forma t"cnica y cientfica todas las inquietudes que se generan alrededor de una cadena de ar!ov.
L.
Las cadenas de
sustentacin matemtica fuerte y unos requisitos que se deben probar. Existen inquietudes que nos llevan a concluir que no es solamente construir una matriz y calcularle probabilidades de estado estable y tiempos de ocurrencia y recurrencia6 las cadenas de ar!ov son mucho ms.
BIBLIOGRAF#A
ZLUEFR* L(+E*L. Urossman6 Edit. (beroam"rica. *&1+,ES )E 0L*SE6 (ng. 0*RLHS 0HELLH HF*LLE 4 1+&. )ocumentos ba#ados de la (nternet.
5. 7. 8. K.
0adenas de