Introduccin

lunes, 03 de febrero de 2014 07:18 a.m.

Curso: Investigacin de operaciones II Cdigo: 1012-749 Ciclo: 9no Seccin A Fechas parciales Primer parcial Extraordinario Extraordinario Final Recuperacin 10 de marzo 15 pts 7 abril 15 pts 27 mayo 9 de junio 7 julio

Segundo parcial 5 Mayo

+ 20 de tareas, hojas de trabajo 7 Pruebas cortas Trabajos de investgacin Cartula UMG Fac Curso No. Nombre 6 7

Nombre Alumno Carn Fecha

Indice Introduccin Objetivos General Especfcos Teora Prctica Conclusin Bibliografa

IO2 Page 1

Procesos estocsticos
lunes, 03 de febrero de 2014 07:22 a.m.

Proceso estocstico es un suceso o sucesin de eventos que se desarrolla en el tiempo en el cual, el resultado de cualquier etapa contiene algn elemento que dependa del azar

Es un proceso en el que un sistema cambia de forma aleatoria entre diferentes estados a intervalos regulares o irregulares. Es un proceso en el que se representan todos y cada uno de los pasos necesarios para realizar una actividad.

Es un proceso que involucra probabilidades.

Ejemplo 1 La sucesin podra ser las condiciones de tiempo en Zacapa en una serie de das consecutivos: El tiempo cambia da a da de una manera que en apariencia es algo aleatorio. Ejemplo 2 La sucesin podra consistir en los precios diarios al cierre de ciertas acciones que cotizan en la bolsa. Ejemplo 3 El ejemplo ms sencillo de un proceso estocstico puede ser una sucesin de ensayos de Bernoulli, por ejemplo una sucesin de lanzamientos de una moneda, en este caso el resultado en cualquier etapa es independiente de todos los resultados previos. Sin embargo, en la mayora de los procesos estocsticos, cada resultado depende de lo que sucedi en etapas anteriores del proceso. Por ejemplo, el tiempo en un da determinado no es aleatorio por completo sino que es afectado en cierto grado por el tiempo de das previos. El caso ms simple de proceso estocstico en que los resultados dependen de otros ocurren cuando el resultado de cada etapa solo depende del resultado anterior y no cualquiera de los resultados previos, tal proceso de denomina: proceso de markov o cadena de markov.

Cadenas de Markov
Es una tcnica matemtica que se usa como modelo en una gran variedad de procesos en los negocios, ciencias sociales, biolgicas, fsicas y la administracin. Su precursor fue el matemtico y lingista Andrei Markov. Entre las aplicaciones se pueden mencionar 1. Determinacin de los efectos a largo plazo de los movimientos de camiones rentados 2. Determinar la lealtad de las marcas 3. Determinar el resultado de las polticas de retencin y admisin de un estudiante a una universidad 4. Probabilidad de mantenerse en el mercado despus de cierto tiempo 5. Introduccin de un nuevo producto 6. Comparacin de programas de publicidad La importancia de las cadenas de Markov radica en que influye grandemente en la toma de decisiones benefician a la empresa minimizando costos y da alternativas de solucin a problemas.
IO2 Page 2

decisiones benefician a la empresa minimizando costos y da alternativas de solucin a problemas. Definiciones Es una sucesin de ensayos similares u observaciones en la cual cada ensayo tiene el mismo nmero finito de resultados posibles y en donde tambin la probabilidad de cada resultado para un ensayo dado depende solo del resultado del ensayo inmediatamente precedente y no de cualquier resultado.

Son procesos modelizados que describen ensayos independientes en un sistema a travs del uso de probabilidades que describen la forma en que el proceso a travs del uso de probabilidades, algebra de vectores y matrices mediante su aplicacin se determina el estado del proceso despus de un tiempo finito o infinito.

IO2 Page 3

Repaso
lunes, 03 de febrero de 2014 08:24 a.m.

Por un vector U consideramos una n-upla de nmeros U=(U1,U2,Un) Las Ui se llaman componentes de U. Si todas las Ui=0 entonces U se llama vector cero Por un mltiplo escalar kU de U (k=real) tenemos el vector que se obtiene multiplicando las componentes de U por k kU=(kU1,kU2,kUn) 2 vectores son iguales ssi sus componentes son iguales Por una matriz A significamos una ordenacin rectangular de nmeros

IO2 Page 4