0% encontró este documento útil (0 votos)
48 vistas6 páginas

Distribuciones Límite en Procesos Estocásticos

Este documento presenta tres ejemplos de cadenas de Markov. El primero describe un proceso de producción que cambia entre cuatro estados buenos y malos. El segundo analiza una cadena que se mueve alrededor de una circunferencia. El tercero modela el deterioro diario de una pieza en cuatro estados. Cada ejemplo determina la distribución límite de la cadena, es decir, la proporción de tiempo que pasa en cada estado a largo plazo.
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd
0% encontró este documento útil (0 votos)
48 vistas6 páginas

Distribuciones Límite en Procesos Estocásticos

Este documento presenta tres ejemplos de cadenas de Markov. El primero describe un proceso de producción que cambia entre cuatro estados buenos y malos. El segundo analiza una cadena que se mueve alrededor de una circunferencia. El tercero modela el deterioro diario de una pieza en cuatro estados. Cada ejemplo determina la distribución límite de la cadena, es decir, la proporción de tiempo que pasa en cada estado a largo plazo.
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd

Universidad Abierta y a Distancia de México

Procesos estocásticos

Unidad 2

Actividad 4. Determinación de distribuciones límite

Alumno: Josué Samuel Priego Sanabria

Octavo Semestre
1. Supóngase que un proceso de producción cambia de estado de acuerdo a una cadena de

Markov cuya matriz es

1.

con S = {1, 2, 3, 4}, donde los estados 1 y 2 representan una buena producción y los estados

3 y 4 una mala. Es decir, si se pasa de cualquiera de los estados 1 y 2 a cualquiera de los estados

3 y 4, la producción decayó. Si por el contrario se pasa de cualquiera de los estados 3 y 4 a los

estados 1 y 2; la producción mejoró.

Los estados se pueden determinar midiendo el tiempo de producción, el costo de producción,

el número de trabajadores que se requieren y el número de accidentes.

a) Determina la proporción de tiempo que el proceso de producción pasará en cada estado a

la larga.

1 1 1
v1 = v 1 + v 2 + v 3
4 4 2

1 1 1
v 2= v 2 + v 3 + v 4
4 2 4

1 1 1 1
v3 = v 1 + v 2 + v 3 + v 4
4 4 4 4

1 1 1
v 4 = v 1+ v 2 + v 4
4 4 2
v1 + v 2+ v 3 +v 4=1 ∴

3
v 1=
16
1
v 2=
4
7
v 3=
24
13
v 4=
48

Nuestras probabilidades quedan de la siguiente manera:

El 43.75% del tiempo el proceso tiene buena producción

El 56.55% del tiempo el proceso tiene mala producción

b) ¿Qué puedes decir acerca de las veces que la producción mejorará a la larga?

Podemos ver que cuando la producción mejora pasa a los estados 3, 4 y 1,2 por lo tanto

concluimos que el proceso de producción es mala siempre.

2. Considera 5 puntos localizados en una circunferencia y una cadena {Xn} que recorre esos

puntos de manera que en cada punto, con probabilidad p se da un movimiento al

siguiente punto en el sentido de las manecillas del reloj, y con probabilidad q = 1 - p se

da un movimiento al siguiente punto en el sentido contrario a las manecillas del reloj.

a) Determina la matriz de transición.


( )
0 p 0 0 q
q 0 p 0 0
P= 0 q 0 p 0
0 0 q 0 p
p 0 0 q 0

b) A largo plazo, determina la proporción de tiempo que la cadena pasa en cada estado

(como función de p).

v1 =p v 2+ ( 1− p ) v 5

v 2=( 1− p ) v 1 + p v 3

v3 =( 1− p ) v 2 + p v 4

v 4=( 1−p ) v 3+ p v 5

v5 =p v 1+ ( 1− p ) v 4

v1 + v 2+ v 3 +v 4+ v 5=1 ∴

π 0= ( 15 , 15 , 15 , 15 , 15 )
Por lo que el 20% del tiempo la cadena se haya en cada estado

3. Al principio de cada día, se inspecciona una pieza de cierto equipo para determinar su

condición que se clasifica en 4 estados {1, 2, 3, 4} según su nivel de deterioro, donde 1

es el menor deterioro (pieza nueva) y 4 el mayor deterioro (pieza descompuesta).

Supongamos que la condición de la pieza en la n-ésima inspección es Xn y que estas

variables forman una cadena de Markov con matriz de transición


a) Determinar la proporción de tiempo que la pieza pasa en cada estado a la larga.

v1 =.95 v 1+ .05 v 2

v 2=0.9 v 2 +0.1 v 3

v3 =0.875 v 3 +0.125 v 4

v 4=v 1

v1 + v 2+ v 3 +v 4=1

π 0=( 0.51282 , 0.25641 ,0.20513 , 0.02564 )

b) Supongamos que una pieza descompuesta requiere tres días para su reposición por una

nueva. Para incorporar esto a la cadena de Markov agrega dos estados (5 y 6) y modifica

adecuadamente la matriz de transición.

( )
0.95 0.05 0.000 0.000 0.000 0.000
0.000 0.900 0.100 0.000 0.000 0.000
P= 0.000 0.000 0.875 0.125 0.000 0.000 ∴
0.000 0.000 0.000 0.000 1.0 00 0.000
0.000 0.000 0.000 0.000 0.000 1.0 00
0.000 0.000 0.000 0.000 0.000 0.000
( )
0.050 0.050 0.000 0.000 0.900 0.875
0.000 0.900 0.100 0.000 0.000 0.950
P=
0.000 0.000 0.875 0.125 0.100 0.900
1.000 0.000 0.000 0.000 0.875 1 .000

También podría gustarte