Cadenas de Markov

Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Está en la página 1de 4

Universidad Nacional de Cajamarca

Facultad de Ingeniería
Escuela Académico Profesional de Ingeniería
de Sistemas

ASIGNATURA: Teoría de decisiones

INTEGRANTES:
Bustamante Ruiz Rolando
Cuzco Ramos Manuel
Levita Huingo Jhonn
Santillan Gonzales Hugo Diego

CICLO: VII

FECHA: 26 - 06 - 19
12. El Bosque Privado de Árboles de Navidad de KLM posee un terreno con 5 000 árboles siempre verdes.
Cada año KLM permite que minoristas de árboles de Navidad seleccionen y corten árboles para venderlos a
clientes individuales. KLM protege a los árboles pequeños (por lo general árboles de menos de 4 pies de
altura), de modo que estén disponibles para su venta en años futuros. Actualmente, 1500 árboles está
clasificados como protegidos, mientras que los 3 500 restantes están disponibles para cortarse. Sin embargo,
aun cuando un árbol esté disponible para cortarse en un año, puede que no sea cortado hasta años futuros. La
mayoría de los árboles no se corta en un año, sino

que viven hasta el año siguiente, aunque algunos árboles enfermos se pierden anualmente. Visualizando la
operación de árboles de Navidad de KLM como un proceso de Markov con periodos anuales, definimos los
siguientes cuatro estados:

Estado 1. Cortado y vendido


Estado 2. Perdido por enfermedad
Estado 3. Demasiado pequeño para cortarlo
Estado 4. Disponible para cortarlo, pero no se corta y vende
La siguiente matriz de transición es apropiada:

¿Cuántos de los 5 000 árboles del bosque se venderán finalmente y cuántos se perderán?

2.0 0.8
N=(I – Q)−1 [ ]
0.0 2.0

2.0 0.8 1.0 0.2 0.52 0.48


N*R [ ]*[ ]=[ ]
0.0 2.0 0.4 0.1 0.8 0.2

¿Cuántos de los 5 000 árboles del bosque se venderán finalmente y cuántos se perderán?

0.52 * 1500 = 780


0.8 * 3500 = 2800
Sumando los resultados: 3580.

Rpta: Se venderá 3580 arboles

0.48 * 1500 = 720


0.2 * 3500 = 700
Sumando los resultados: 1420.

Rpta: Se perderán 1420 árboles.


13.Una gran corporación reunió datos sobre las razones de que tanto gerentes de nivel medio como altos
directivos abandonan la empresa. Algunos gerentes finalmente se retiran, pero otros dejan la empresa antes
de retirarse por razones personales, incluidos puestos más atractivos en otras empresas. Suponga que la
siguiente matriz de probabilidades de transición de un año es apropiada con los cuatro estados del proceso de
Markov de retiro, abandona la empresa antes de retirarse por razones personales, permanece como gerente
de nivel medio y permanece como alto directivo.

a. ¿Qué estados se consideran absorbentes? ¿Por qué?


El estado de retiro y el estado de abandona-razones personales: por ejemplo si un
gerente o un alto directivo pasa al estado de retiro, la probabilidad de pasar a otro
estado es cero. Asimismo si se pasa al estado abandona por razones personales, la
probabilidad de pasar a otro estado es cero.

b. Interprete las probabilidades de transición de los gerentes de nivel medio.


Se observa que la probabilidad de que un gerente de nivel medio el siguiente año
se retire de la empresa es de 0.03. Asimismo este tiene una probabilidad de 0.07
de abandonar la empresa por razones personales, una probabilidad de 0.8 de
quedarse en su mismo puesto y una probabilidad de 0.1 de cambiarse al puesto de
alto directivo.

c. Interprete las probabilidades de transición de los altos directivos.


La probabilidad de que un gerente de alto nivel el siguiente año se retire de la
empresa es de 0.08. Asimismo este tiene una probabilidad de 0.01 de abandonar la
empresa por razones personales, una probabilidad de 0.03 de cambiarse al puesto
de gerente medio y una probabilidad de 0.88 de quedarse en su mismo puesto.
14. Datos de la progresión de estudiantes universitarios en una universidad particular se resumen
en siguiente matriz de probabilidades de transición.

a. ¿Qué estados son absorbentes?


“Se gradúa” y “Abandona”, debido a que tienen a la matriz identidad entre sus valores.

b. Interprete las probabilidades de transición para un estudiante de tercer año.


El estudiante de tercer año tiene 10% de probabilidades de Abandonar sus estudios, de que repita el
año de 5% y de que pase al cuarto año del 85%.

c. Utilice el software Management Scientist para calcular las probabilidades de que un estudiante de
tercer año se gradúe y de que abandone los estudios antes de graduarse.

El estudiante tiene 85% de probabilidades de graduarse y 15 de probabilidades de Abandonar sus


estudios.

También podría gustarte