Investigacin de

Operaciones II
UNIDAD 4. Cadenas de Markov

Anlisis de Markov de Primer Orden

En el ejemplo de las marcas, analizamos

dos componentes:

La componente permanente y la
componente de intercambio de los
clientes respecto a una marca comparada
con otras.

4.2.1. Probabilidad de transiciones

estacionarias de n pasos

La suposicin bsica es que los clientes no

intercambian al azar una marca por otra,
sino ms bien que en el futuro compran
marcas que reflejan sus preferencias
pasadas.

4.2.1. Probabilidad de transiciones

estacionarias de n pasos

El proceso de Markov, tiene varios

rdenes, y el primero depende de los
resultados del ltimo acontecimiento
(selecciones de marcas por los clientes en
ese perodo), y no de cualquier
comportamiento previo de compras para
la probabilidad del acontecimiento
siguiente (selecciones de los clientes para
el prximo perodo)

Un anlisis de Markov de segundo orden

supone que las selecciones de marcas
especficas para el prximo perodo
dependern de las selecciones de marcas
hechas por los clientes durante los dos
perodos anteriores.

4.2.1. Probabilidad de transiciones

estacionarias de n pasos

De modo semejante, el proceso de

Markov de tercer orden, estudia las
preferencias de los clientes durante los
tres ltimos perodos, a fin de pronosticar
su comportamiento durante el perodo
siguiente hacia determinadas marcas.

4.2.1. Probabilidad de transiciones

estacionarias de n pasos

Muchos estudios de investigacin de

mercados han demostrado que es vlido
utilizar las suposiciones de primer orden
para fines de pronstico.

Los datos indican que las preferencias de

los clientes por determinadas marcas,
siguen un patrn bastante estable.

4.2.1. Probabilidad de transiciones

estacionarias de n pasos

En realidad, la matriz de probabilidades

de transicin permanece estable casi
estable durante cierto perodo.

El anlisis de Markov de primer orden no

es muy difcil y ha resultado un mtodo
confiable para pronosticar las futuras
preferencias de los clientes hacia ciertas
marcas.

4.2.1. Probabilidad de transiciones

estacionarias de n pasos

Revisando el ejemplo de las marcas, las

participaciones de mercado de las marcas
A, B, C y D, son ahora de 22, 30, 25 y 23
por ciento, respectivamente, para el
primer perodo.

4.2.1. Probabilidad de transiciones

estacionarias de n pasos

La administracin se beneficiara si
supiera cules ser las participaciones de
mercado en un perodo futuro.
El clculo de las probables participaciones
de mercado para las marcas A, B, C y D
durante el segundo perodo es cuestin de
multiplicar la matriz de probabilidades de
transicin por las participaciones de
mercado del primer perodo:

4.2.1. Probabilidad de transiciones

estacionarias de n pasos

4.2.1. Probabilidad de transiciones

estacionarias de n pasos

Los clculos para la marca A (primer

rengln x primera columna) son:

1. Capacidad de A para retener sus

propios clientes, multiplicada por su
participacin en el mercado:
0.796x0.22=0.1751

4.2.1. Probabilidad de transiciones

estacionarias de n pasos

2. Capacidad de A para obtener clientes

de B, multiplicada por la participacin de
B en el mercado:
0.133 x 0.30 = 0.0399

4.2.1. Probabilidad de transiciones

estacionarias de n pasos

3. Capacidad de A para obtener clientes

de C, multiplicada por la participacin de
C en el mercado:
0 x 0.25 = 0

4.2.1. Probabilidad de transiciones

estacionarias de n pasos

4. Capacidad de A para obtener clientes

de D, multiplicada por la participacin de
D en el mercado:
0.040 x 0.23 = 0.0092

4.2.1. Probabilidad de transiciones

estacionarias de n pasos

Sumando los cuatro valores obtenidos,

obtenemos la participacin de la Marca A
en el mercado para el segundo perodo:
0.1751
+ 0.0399
0.0000
0.0092
0.2242

4.2.1. Probabilidad de transiciones

estacionarias de n pasos

Los clculos para la marca B (segundo

rengln x primera columna) son:
0.091
0.767
0.109
0.060

X
X
X
X

0.22
0.30
0.25
0.23

=
=
=
=

0.0200
0.2301
0.0273
0.0138
0.2912

Marca B, participacin en el mercado en el 2

perodo

4.2.1. Probabilidad de transiciones

estacionarias de n pasos

Los clculos para la marca C (tercer rengln

x primera columna) son:
0.046
0.017
0.891
0.040

X
X
X
X

0.22
0.30
0.25
0.23

=
=
=
=

0.0101
0.0051
0.2228
0.0092
0.2472

Marca C, participacin en el mercado en el 2

perodo

4.2.1. Probabilidad de transiciones

estacionarias de n pasos

Los clculos para la marca D (cuarto rengln

x primera columna) son:
0.067
0.083
0.000
0.860

X
X
X
X

0.22
0.30
0.25
0.23

=
=
=
=

0.0147
0.0249
0.0000
0.1978
0.2374

Marca C, participacin en el mercado en el 2

perodo

4.2.1. Probabilidad de transiciones

estacionarias de n pasos

Despus de obtener la solucin para el

segundo perodo, lo que requiere que se
tengan en cuenta las participaciones
iniciales del mercado y las probabilidades
de transicin, la determinacin del tercer
perodo puede hacerse de dos modos.

4.2.1. Probabilidad de transiciones

estacionarias de n pasos

El primer mtodo es una continuacin del

enfoque que ya se mostr, o sea la
multiplicacin de la matriz original de
probabilidades de transicin por las
participaciones de las marcas en el
segundo perodo, lo que da los resultados
del tercer perodo.

4.2.1. Probabilidad de transiciones

estacionarias de n pasos

Esas dos matices, y la de las

participaciones de mercado para el tercer
perodo, son las siguientes:

4.2.1. Probabilidad de transiciones

estacionarias de n pasos

4.2.1. Probabilidad de transiciones

estacionarias de n pasos

Los clculos para la marca A (primer

rengln x primera columna) son:
0.796
0.133
0.000
0.040

X
X
X
X

0.2242
0.2912
0.2472
0.2374

=
=
=
=

0.1785
0.0387
0.0000
0.0095
0.2267

4.2.1. Probabilidad de transiciones

estacionarias de n pasos

Clculos de la marca B (segundo rengln

x primera columna)= 0.2850

Clculos de la marca C (tercer rengln x

primera columna)= 0.2449

Clculos de la marca D (cuarto rengln x

primera columna)= 0.2850

4.2.1. Probabilidad de transiciones

estacionarias de n pasos

Este mtodo tiene la ventaja de que

pueden observarse los cambios que
ocurren de un perodo a otro.

Sin embargo, la administracin puede

necesitar las participaciones de mercado
de su propia marca para cierto perodos
especficos en el futuro, y en ese caso
ser preferible el segundo mtodo.

4.2.1. Probabilidad de transiciones

estacionarias de n pasos

Bsicamente este mtodo eleva la matriz

de probabilidades de transicin a una
potencia que representa el nmero de
perodos futuros.

Por ejemplo, en el problema, las

participaciones probables de mercado
para el tercer perodo, se calculan como
sigue:

4.2.1. Probabilidad de transiciones

estacionarias de n pasos

4.2.1. Probabilidad de transiciones

estacionarias de n pasos

Para este segundo mtodo, se utiliza de

nuevo la multiplicacin de matrices. La
elevacin al cuadrado de la matriz de
probabilidades de transicin significa que
habr que calcular nuevas probabilidades
de retencin, ganancia y prdida.

4.2.1. Probabilidad de transiciones

estacionarias de n pasos

La matriz de probabilidades de transicin

elevada al cuadrado se multiplica por las
participaciones originales de mercado.

Como a explicacin, los diversos

renglones de la matriz de probabilidades
de transicin, se multiplican por sus
columnas correspondientes para formar
una matriz de probabilidades de transicin
elevada al cuadrado:

4.2.1. Probabilidad de transiciones

estacionarias de n pasos

4.2.1. Probabilidad de transiciones

estacionarias de n pasos

4.2.1. Probabilidad de transiciones

estacionarias de n pasos

Los 15 trminos restantes se calculan en

forma semejante. La matriz de
probabilidades de transicin elevada al
cuadrado que resulta, se multiplica por las
participaciones originales de mercado.

4.2.1. Probabilidad de transiciones

estacionarias de n pasos

Los resultados son los siguientes:

4.2.1. Probabilidad de transiciones

estacionarias de n pasos

La elevacin de una matriz a una potencia

mucho ms alta puede ser un ms
complicada. Pero hay programas de
computadora que efectan estos clculos
con rapidez y precisin.

4.2.1. Probabilidad de transiciones

estacionarias de n pasos

El anterior anlisis de la cadena de

Markov fue de primer orden, porque la
probabilidad de los acontecimientos
futuros dependi tan solo de los
resultados del ltimo perodo.

4.3.1. Estado estable

El proceso de Markov de segundo orden,

depende de las selecciones de los
consumidores durante los dos ltimos
perodos inmediatamente precedentes,
para pronosticar las probables
participaciones futuras.

4.3.1. Estado estable

Los patrones escasos o variables de

lealtad a las marcas, dan por resultado
cadenas de Markov de segundo orden y
mayores.

En realidad, hay que tener en cuenta el

intercambio de marcas a fin de
pronosticar con ms exactitud los
perodos futuros.

4.3.1. Estado estable

Sin embargo, con la cadena de Markov de

primer orden, las retenciones, ganancias
y prdidas han adoptado un patrn
consistente, en cada perodo, lo que da
por resultado un patrn relativamente
estable para la matriz de probabilidades
de transicin.

4.3.1. Estado estable