1.

Cuadro comparativo entre las cadenas de Markov, la teoría de juegos, la
teoría de colas, pronósticos y los modelos EOQ de inventarios.
Contenido: Principales conceptos, características y sus aplicaciones.


TEMA PRINCIPALES CONCEPTOS CARACTERÍSTICAS APLICACIONES
Cadena de
Markov
Es una herramienta para analizar el
comportamiento y el gobierno de
determinados tipos de procesos
estocásticos, es una serie de eventos
donde la probabilidad que ocurra un
evento depende del evento
inmediatamente anterior.

Permite hallar la probabilidad
de que un sistema se encuentre
en un estado en particular en
un momento dado.
Es una secuencia de variables
aleatorias.
Se pueden representar por
medio de un diagrama de
grafos.
Es un proceso estocástico de
tiempo discreto.
En los negocios, se
han utilizado para
analizar los patrones
de compra de los
deudores morosos,
para planear las
necesidades de
personal y para
analizar el reemplazo
de equipo.

Teoría de
Juegos
Área de la matemática aplicada que
utiliza modelos para estudiar
interacciones en estructuras
formalizadas de incentivos y llevar a
cabo procesos de decisión.
Rama de la economía que estudia las
decisiones en las que para que un
individuo tenga éxito tiene que tener en
cuenta las decisiones tomadas por el
resto de los agentes que intervienen.
Estudian
las estrategias óptimas así
como el comportamiento
previsto y observado de
individuos en juegos.

En informática, la usan
en inteligencia
artificial y cibernética.
Como estudio
matemático se ha
utilizado en la
economía, en la
gestión, estrategia,
psicología y biología.
Teoría de
Colas
Estudio matemático del comportamiento
de líneas de espera, ya que se presenta,
cuando los “clientes” llegan a un “lugar”
solicitando un servicio a un servidor, el
cual tiene una indiscutible capacidad de
atención.
Cuando no hay atención inmediata y el
cliente decide esperar, entonces se
forma la línea de espera, la cual es
considerada una cola.
La teoría de colas es una compilación de
modelos matemáticos que detallan
sistemas de línea de espera particulares
o sistemas de colas.
Son modelos de sistemas que
proporcionan servicio.
Pueden representar cualquier
sistema en donde los trabajos o
clientes llegan buscando un
servicio de algún tipo y salen
después de que dicho servicio
haya sido atendido.
El problema es determinar qué
capacidad o tasa de servicio
proporciona el balance correcto
Las redes telefónicas
se diseñan para
acomodar la intensidad
ofrecida del tráfico con
solamente una
pequeña pérdida.
El funcionamiento de
los sistemas depende
de si la llamada es
rechazada, de si está
perdida.

Pronósticos
Estimación anticipada del valor de una
variable, por ejemplo: la demanda de un
producto.
Son modelos matemáticos que se basan
en datos históricos.
Debe pronosticarse para un
punto específico en el tiempo y
el cambio de ese punto
generalmente altera el
pronóstico.
La incertidumbre: si el
administrador tuviera certeza
sobre las circunstancias que
existirán en un tiempo dado, la
preparación de un pronóstico
seria trivial.
El conocimiento de las
técnicas de pronósticos
se aplica en el proceso
de planeación de la
organización.
Permite estructurar
planes y acciones con
los objetivos de la
organización y tomar
acciones correctivas
apropiadas y a tiempo.
Modelos
EOQ
Es el modelo fundamental para el control
de inventarios.
Es un método que, tomando en cuenta
la demanda determinísticas de
un producto, el costo de mantener el
inventario, y el costo de ordenar un
pedido, produce como salida la cantidad
óptima de unidades a pedir para
minimizar costos por mantenimiento del
producto.

Costo total = costo de compra + costo de
ordenar + costo de mantener inventario
Se basa en encontrar el punto
en el que los costos por
ordenar un producto y los
costos por mantenerlo en
inventario son iguales.
La demanda es conocida,
constante e independiente.
El inventario se reabastece
instantáneamente cuando llega
a cero, con la llegada del lote
pedido
No existen descuentos por
volumen de pedido.

Utilizado como
herramienta de gestión
de inventarios en
multitud de empresas a
nivel mundial. Esta
herramienta abre la
ventana a la
optimización de la
cantidad por orden
minimizando los
costes.
2. Resolver los siguientes problemas de aplicación:

a. Formule como una cadena de Markov el siguiente proceso. El fabricante de
dentífrico AROMA controla actualmente 65% del mercado de una ciudad.
(estado inicial). Datos del año anterior muestran que 84% de consumidores de
AROMA continúan usándola, mientras que 16% de los usuarios de AROMA
cambiaron a otras marcas. Además 80% de los usuarios de la competencia
permanecieron leales a estas otras marcas, mientras que 20% restante se
cambió a AROMA. Considerando que estas tendencias continúan, determínese
la parte del mercado que corresponde a AROMA: en 3 años y a largo plazo.
(dibuje el diagrama de estados correspondiente a la cadena de Markov.


Se considera como estado 1 consumidores de dentífrico aroma y al estado 2
como el consumo de otras marcas. Entonces, p11, probabilidad de que un
consumidor de dentífrico Aroma permanezca leal a Aroma, es 0.84; p12, la
probabilidad de que un consumidor de dentífrico Aroma cambie a otra marca es de
0.16 p21, probabilidad de que el consumidor de otra marca cambie a Aroma, es
0.20; p22, probabilidad de que un consumidor de otras marcas permanezca leal a
la competencia, es 0.80. La matriz estocástica definida por estas probabilidades
de transición es:

Matriz de transición

1

2

1
0.84 0.16

2
0.20 0.80


El vector inicial de distribución probabilística es X0 = (0.65, 0.35), donde los
componentes

1

0.65 y
2

0.35 representan las proporciones de personas inicialmente
en los estados 1 y 2, respectivamente

(0.65 0.35)

1
(0.65 0.35) |
0.84 0.16
0.20 0.80
|

1
(0.65 0.84 0.35 0.20) (0.65 0.16 0.35 0.80) (0.62 0.38)

2
(0.62 0.38) |
0.84 0.16
0.20 0.80
|

2
(0.62 0.84 0.38 0.20) (0.62 0.16 0.38 0.80) (0.60 0.40)

2
(0.60 0.40) |
0.84 0.16
0.20 0.80
|

2
(0.60 0.84 0.40 0.20) (0.60 0.16 0.40 0.80) (0.58 0.42)

Probabilidades Estado 1 Probabilidades Estado 2
Inicio 0.65 0.35
1 año 0.62 0.38
2 año 0.60 0.40
3 año 0.58 0.42

Según los resultados al dentífrico Aroma le corresponderá el primer año el 62%, el
segundo año el 60% y el tercer año el 58% del mercado. Datos aproximados
dejando dos decimales.

A largo plazo:

La matriz limite L tiene dos renglones idénticos, siendo la suma de sus
componentes igual a la unidad.

Se calculan utilizando la siguiente expresión:

[
1

2
]. [
1

2
]

[
1

2
] 0.84, 0.16 =
1

2

0.20, 0.80

Resultan 2 ecuaciones

0.84
1
0.20X
2

1
Ecuación 1
0.16
1
0.80
2

2
Ecuación 2

La tercera ecuación como la suma de sus componentes igual a la unidad tenemos:

1

2
1

Tomamos las ecuaciones 1 y 3 y despejamos
1

2


0.84
1
0.20
2

1

1

2
= 1

1
1 −
2


0.84
1
0.20
2

1
0
Reemplazamos
1
entonces tenemos:

0.84(1 −
2
) 0.20
2
−(1 −
2
) 0

0.84 −0.84
2
0.20
2
−1
2
0

−0.16 0.36
2
0

0.36
2
0.16

2

.16
.36
0.4444 ≈ 0.44

=>

% Y

%

Por lo tanto a largo plazo el dentífrico Aroma tendrá el 56% del mercado y las otras
marcas el 44% por lo que a largo plazo irá perdiendo consumidores.