CADENAS DE MÁRKOV EN TIEMPO DISCRETO PARA UN EJERCICIO

DE LA FORMULA 1

SEGUNDA ENTREGA

PRESENTADO POR:

Laura Camila Baquero Beltrán

Código:1220010177
Saidy Milena Carrion López
Código:1611021006
Yaneth Pérez Guarín
Código: 1621025008
Giovanny Perico Martínez
Código:1612010130
Ruben Dario Portilla Idrobo
Código: 1611024774
Angie Patricia Ramos Romero
Código: 1611023579

GRUPO # 11

TUTOR:

Canon Diaz Ilmer Andrey

POLITÉCNICO GRAN COLOMBIANO

ESTOCÁSTICA
INGENIERÍA INDUSTRIAL
SEPTIEMBRE DE 2019

1
 TABLA DE CONTENIDO

INTRODUCCION .................................................................................................... 2
1. OBJETIVO........................................................................................................ 2
2. PRESENTACIÓN EMPRESARIAL .................................................................. 2
3. CONFORMACIÓN DEL EQUIPO DE TRABAJO: ........................................... 3
4. DESARROLLO DE LOS PASOS PARA EL CASO DE ESTUDIO .................. 3
4.1. Matriz de incidencia (Paso 1): ..................................................................................... 3
4.1.1. Matriz de Probabilidad: ............................................................................................. 4
4.2. Identificación de Grupos (Paso 2): ............................................................................ 5
CONCLUSIONES ....................................................Error! Bookmark not defined.
BIBLIOGRAFÍA ...................................................................................................... 6
ANEXOS ..................................................................Error! Bookmark not defined.

INTRODUCCION

En el siguiente proyecto se realizará la consultoría para el caso de la Formula 1,

donde se manejarán métodos estadísticos indispensables para realizar una
Cadenas de Márkov en Tiempo Discreto, con el fin de dar solución a los
requerimientos del caso en cuestión.

1. OBJETIVO

El objetivo principal de este proyecto es desarrollar un modelo estocástico que

permitan calcular el ranking de popularidad asignado a un grupo de 24 pilotos de la
formula 1.

2. PRESENTACIÓN EMPRESARIAL

“GLOBAL´S CONSULTORES” es una compañía dedicada al análisis estadístico

con una experiencia de más de 5 años, se caracteriza por presentar asesoría en
servicios de consultoría estadística, dirigida a grupos empresariales que deseen
conocer a través de modelos estadísticos, probabilidades, cálculos, simulaciones y
alternativas de mejora en los procesos que desarrollan.

2
 3. CONFORMACIÓN DEL EQUIPO DE TRABAJO:

“GLOBAL´S CONSULTORES” es una empresa que actualmente cuenta con un

personal profesional altamente calificado, este equipo de trabajo se encargara del
desarrollo optimo en el proceso investigativo al momento de realizar los procesos
de solución estadística, nuestro equipo de trabajo está conformado por:

1. Yanet Pérez Guarín: Ingeniera de Industrial responsable de realizar el primer

contacto con los clientes y coordinadora de proyectos de investigación y análisis.

2. Laura Camila Baquero Beltrán: Una Ingeniero Estadístico, responsable de

realizar el nicho de mercado en Asia Central y oriental.

3. Saidy Milena Carrion López: Una Ingeniera Industrial encargado de la

innovación de proyectos para el estudio de las redes sociales.

4. Giovanny Perico Martínez: Un Analista de datos especializado encargado de

realizar los informes detallados de cada estudio realizado.

5. Angie Patricia Ramos Romero: Administradora de empresas encargado del

estado financiero de la compañía.

4. DESARROLLO DE LOS PASOS PARA EL CASO DE ESTUDIO

4.1. Matriz de incidencia (Paso 1):

Para realizar la matriz de incidencia, primero se identificó la cantidad de amigos que

tiene cada uno de los pilotos, luego elaboramos una matriz de 24 pilotos,
identificados por sus nombres y apellidos, así como las siglas de sus nombres para
el caso de las columnas, obteniendo como resultado un total de amigos (Mi) para
cada uno de ellos, como se observa en a la siguiente tabla 1:

3
 Matriz de Incidencia
PILOTOS F1 VP BS CP HK SP DR JEV PM TG FA SV JB FM MS PDR NH LH KR KK NR RG PdlR MW NK Mi
Vitaly petrov VP 0 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3
Bruno senna BS 1 0 0 0 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 5
Charles pic CP 0 0 0 1 0 1 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 4
Heikki Kovalainen HK 1 0 1 0 0 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 4

Sergio Perez SP 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Daniel Ricciardo DR 0 1 0 1 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3
Jean Eric Vergne JEV 0 1 1 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 4
Pastor Maldonado PM 0 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3
Timo Glock TG 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 8
Fernando Alonso FA 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 0 0 0 0 0 0 0 0 6
Sebastian Vettel SV 0 0 0 0 0 0 0 0 0 1 0 1 0 1 1 1 0 1 1 0 1 0 1 0 9
Jenson Button JM 0 0 0 0 0 0 0 0 0 1 1 0 1 1 0 0 1 0 1 1 1 0 0 0 8
Felipe Massa FM 0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 1 1 1 1 0 0 0 0 0 6
Michael Schumacher MS 0 0 0 0 0 0 0 0 0 0 1 1 0 0 1 1 1 1 1 1 0 0 1 0 9
Paul di Resta PdR 0 0 0 0 0 0 0 0 0 1 1 1 1 1 0 1 1 1 0 0 0 0 0 0 8
Nico Hulkenberg NH 0 0 0 0 0 0 0 0 0 0 1 0 0 1 1 0 0 1 0 1 0 0 0 0 5
Lewis Hamilton LH 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 0 0 1 1 0 0 1 0 8
Kimi Raikonen KR 0 0 0 0 0 0 0 0 0 1 1 0 1 1 0 1 1 0 0 0 1 0 1 0 8
Kamui Kobayashi KK 0 0 0 0 1 0 0 0 0 0 1 1 0 1 0 0 1 0 0 0 1 0 1 0 7
Nico Rosberg NR 0 0 0 0 0 0 0 0 0 0 1 0 1 1 0 1 0 1 0 0 0 0 1 0 6
Romain Grosjean RG 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 1 1 0 0 1 0 5
Pedro de la Rosa PdlR 0 0 0 1 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 4
Mark Webber MW 0 0 0 0 0 0 0 0 0 0 1 0 1 1 0 0 0 1 1 1 1 0 0 0 7
Narain Karthikeyan NK 0 0 0 1 0 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 4

Tabla 1. Matriz de incidencia para el caso de la fórmula 1.

4.1.1. Matriz de Probabilidad:

Ahora procedemos a realizar la Matriz de Probabilidad utilizando la Formula “Pij”

suministrada en el proyecto de caso de estudio:

Matriz Probabilidades
(Probabilidad Sumatoria de Incidencia
PILOTOS VP BS CP HK SP DR JEV PM TG FA SV JB FM MS PDR NH LH KR KK NR RG PdlR MW NK (M.i.)
de ij) Probabilidad en filas
Vitaly petrov VP 0,33 0,33 0,33 3 0,33 1 1
Bruno senna BS 0,2 0,2 0,2 0,2 0,2 5 0,20 1 1
Charles pic CP 0,25 0,25 0,25 0,25 4 0,25 1 1
Heikki Kovalainen HK 0,25 0,25 0,25 0,25 4 0,25 1 1
Sergio Perez SP 0 0,00 0 0
Daniel Ricciardo DR 0,33 0,33 0,33 3 0,33 1 1
Jean Eric Vergne JEV 0,25 0,25 0,25 0,25 4 0,25 1 1
Pastor Maldonado PM 0,33 0,33 0,33 3 0,33 1 1
Timo Glock TG 0,13 0,13 0,13 0,13 0,13 0,13 0,13 0,13 8 0,13 1 1
Fernando Alonso FA 0,17 0,17 0,167 0,17 0,17 0,17 6 0,17 1 1
Sebastian Vettel SV 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 9 0,11 1 1
Jenson Button JM 0,13 0,13 0,12525 0,13 0,13 0,13 0,13 0,13 8 0,13 1 1
Felipe Massa FM 0,17 0,17 0,17 0,17 0,17 0,17 6 0,17 1 1
Michael Schumacher MS 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 9 0,11 1 1
Paul di Resta PdR 0,13 0,13 0,13 0,125 0,13 0,13 0,13 0,13 8 0,13 1 1
Nico Hulkenberg NH 0,2 0,2 0,2 0,2 0,2 5 0,20 1 1
Lewis Hamilton LH 0,13 0,125 0,13 0,13 0,13 0,13 0,13 0,13 8 0,13 1 1
Kimi Raikonen KR 0,13 0,13 0,125 0,13 0,13 0,13 0,13 0,13 8 0,13 1 1
Kamui Kobayashi KK 0,14 0,14 0,14 0,14 0,14 0,14 0,14 7 0,14 1 1
Nico Rosberg NR 0,17 0,167 0,17 0,17 0,17 0,17 6 0,17 1 1
Romain Grosjean RG 0,2 0,2 0,2 0,2 0,2 5 0,20 1 1
Pedro de la Rosa PdlR 0,25 0,25 0,25 0,25 4 0,25 1 1
Mark Webber MW 0,14 0,143 0,14 0,14 0,14 0,14 0,14 7 0,14 1 1
Narain Karthikeyan NK 0,25 0,25 0,25 0,25 4 0,25 1 1

Tabla 2. Matriz de probabilidad para el caso de la fórmula 1.

4
 4.2. Identificación de Grupos (Paso 2):

Asiganación de Grupos
PILOTOS VP BS CP HK SP DR JEV PM TG FA SV JB FM MS PDR NH LH KR KK NR RG PdlR MW NK
Vitaly petrov VP 0,333 0,333 0,333
Bruno senna BS 0,2 0,2 0,2 0,2 0,2
Charles pic CP 0,25 0,25 0,25 0,25
Heikki Kovalainen HK 0,25 0,25 0,25 0,25
Sergio Perez SP
Daniel Ricciardo DR 0,333 0,333 0,333
Jean Eric Vergne JEV 0,25 0,25 0,25 0,25
Pastor Maldonado PM 0,333 0,333 0,333
Timo Glock TG 0,13 0,125 0,125 0,125 0,125 0,125 0,125 0,125
Fernando Alonso FA 0,167 0,167 0,167 0,167 0,167 0,167
Sebastian Vettel SV 0,111 0,111 0,111 0,111 0,111 0,111 0,111 0,111 0,111
Jenson Button JM 0,125 0,125 0,125 0,125 0,125 0,125 0,125 0,125
Felipe Massa FM 0,167 0,167 0,167 0,167 0,167 0,167
Michael Schumacher MS 0,111 0,111 0,111 0,111 0,111 0,111 0,111 0,111 0,111
Paul di Resta PdR 0,125 0,125 0,125 0,125 0,125 0,125 0,125 0,125
Nico Hulkenberg NH 0,2 0,2 0,2 0,2 0,2
Lewis Hamilton LH 0,125 0,125 0,125 0,125 0,125 0,125 0,125 0,125
Kimi Raikonen KR 0,125 0,125 0,125 0,125 0,125 0,125 0,125 0,125
Kamui Kobayashi KK 0,143 0,143 0,143 0,143 0,143 0,143 0,143
Nico Rosberg NR 0,167 0,167 0,167 0,167 0,167 0,167
Romain Grosjean RG 0,2 0,2 0,2 0,2 0,2
Pedro de la Rosa PdlR 0,25 0,25 0,25 0,25
Mark Webber MW 0,143 0,143 0,143 0,143 0,143 0,143 0,143
Narain Karthikeyan NK 0,25 0,25 0,25 0,25

Tabla 3. Matriz de agrupamiento de pilotos para el caso de la fórmula 1.

4.3. Paso 3 (Matriz Estocástica Reconvertida)

Partiendo de la idea de una matriz no es estocástica (esto se debe a que uno de

sus pilotos, Sergio Pérez, no posee contactos de incidencia entre sus amigos),
ahora debemos reconvertir la matriz anteriormente mencionada en una matriz
estocástica legitima, para ello se hace necesario utilizar la formula βij=1/N, donde
“N”, corresponde a el número de pilotos de baja consideración, es decir los 24
pilotos y al reemplazar la fila nula por el vector (βij=0.042) estas casillas que se
encontraban en (0) en la fila de Sergio Pérez, se obtendría una suma de la fila de
(1) como se describe a continuación:

5
 Matriz Estocástica Reconvertida
PILOTOS VP BS CP HK SP DR JEV PM TG FA SV JB FM MS PDR NH LH KR KK NR RG PdlR MW NK (M.i.) (Probabilidad de ij) Incidencia en filas Matriz P
Vitaly petrov VP 0,333 0,333 0,333 3 0,33 1 1
Bruno senna BS 0,2 0,2 0,2 0,2 0,2 5 0,20 1 1
Charles pic CP 0,25 0,25 0,25 0,25 4 0,25 1 1
Heikki Kovalainen HK 0,25 0,25 0,25 0,25 4 0,25 1 1
Sergio Perez SP 0,042 0,042 0,042 0,042 0,042 0,042 0,042 0,042 0,042 0,042 0,042 0,042 0,042 0,042 0,042 0,042 0,042 0,042 0,042 0,042 0,042 0,042 0,042 0,042 24 0,042 0 1
Daniel Ricciardo DR 0,333 0,333 0,333 3 0,33 1 1
Jean Eric Vergne JEV 0,25 0,25 0,25 0,25 4 0,25 1 1
Pastor Maldonado PM 0,333 0,333 0,333 3 0,33 1 1
Timo Glock TG 0,125 0,125 0,125 0,125 0,125 0,125 0,125 0,125 8 0,13 1 1
Fernando Alonso FA 0,167 0,167 0,167 0,167 0,167 0,167 6 0,17 1 1
Sebastian Vettel SV 0,111 0,111 0,111 0,111 0,111 0,111 0,111 0,111 0,111 9 0,11 1 1
Jenson Button JM 0,125 0,125 0,125 0,125 0,125 0,125 0,125 0,125 8 0,13 1 1
Felipe Massa FM 0,167 0,167 0,167 0,167 0,167 0,167 6 0,17 1 1
Michael SchumacherMS 0,111 0,111 0,111 0,111 0,111 0,111 0,111 0,111 0,111 9 0,11 1 1
Paul di Resta PdR 0,125 0,125 0,125 0,125 0,125 0,125 0,125 0,125 8 0,13 1 1
Nico Hulkenberg NH 0,2 0,2 0,2 0,2 0,2 5 0,20 1 1
Lewis Hamilton LH 0,125 0,125 0,125 0,125 0,125 0,125 0,125 0,125 8 0,13 1 1
Kimi Raikonen KR 0,125 0,125 0,125 0,125 0,125 0,125 0,125 0,125 8 0,13 1 1
Kamui Kobayashi KK 0,143 0,143 0,143 0,143 0,143 0,143 0,143 7 0,14 1 1
Nico Rosberg NR 0,167 0,167 0,167 0,167 0,167 0,167 6 0,17 1 1
Romain Grosjean RG 0,2 0,2 0,2 0,2 0,2 5 0,20 1 1
Pedro de la Rosa PdlR 0,25 0,25 0,25 0,25 4 0,25 1 1
Mark Webber MW 0,143 0,143 0,143 0,143 0,143 0,143 0,143 7 0,14 1 1
Narain Karthikeyan NK 0,25 0,25 0,25 0,25 4 0,25 1 1

De esta manera se da por hecho que nuestra nueva matriz, que ahora llamaremos
“P” es totalmente estocástica y está lista para operar el ranking de popularidad que
desea la FIA.

CONCLUSIÓN

 Se logro identificar la conexión de los pilotos y aquellos que tienen amigos en

común con el fin de dar análisis de incidencia.

ANEXOS
Excel segunda entrega estocástica

BIBLIOGRAFÍA

Sesión sincrónica (2019). Introducción a los procesos estocásticos; tomado del

link: [Link]

Marcel Ruiz. (2012). Introducción a las cadenas de Márkov; tomado de:

[Link]