APLICACION DE LAS CADENAS DE MARKOV PARA LA SOLUCION EXACTA DE UN PROBLEMA Monica I. Grasso F- Introduccion La presente observacién corresponde al trabajo final presentado por el Diplomado en Innovacién Tecnol6gica Roberto Domenge Mufioz en el Cen- tro de Innovacién Tecnologica de la Universidad Autonoma de México en junio de 1987. El tema del mismo es “Aplicacién del Diagrama de Planeacién de la Investigacién al Proyecto de Ex- traccién de Colorantes del Betabel” En el trabajo mencionado se aplica el Diagrama de Planeacién de la Investigacion, técnica que per- mite incorporar a la planificacién de proyectos una componente aleatoria que, en alguna de sus etapas, puede tlevar dicho proyecto al fracaso con el con- secuente abandono de! mismo. El objetivo de este trabajo es mostrar que el Diagrama de Planeacién de la Investigacién se co- rresponde con una Cadena de Markov y basado en dicho modelo ofrecer la solucién exacta del pro- blema, permitiendo ademas comprobar que los re~ sultados calculados por el autor utilizando simula- i6n, son una buena aproximacién a los verdaderos valores esperados, Il- Deseripeién del problema analizado El proyecto corresponde a la extraccién de colo- rantes a partir de un vegetal, el betabel. La investi- gacidn a niyel laboratorio se concluy6 con éxito, fa siguiente etapa es considerar el procesamiento de una tonelada de dicho vegetal. Se muestra mis ade- Jante, e! diagrama de flujo de la estructura del pro- yecto. El proyecto para el procesamiento de una tone- Jada de betabel consta de diez actividades agrupa- das en dos grandes fases: 1- Preparacién: conseguir la materia prima ins- talar el equipo necesario para la realizacién del pro- ceso de transformacidn del betabel a colorantes (ac- tividades | a 6), 2- Transformacién, consta de dos pasos: a) Puesta a punto del proceso de separacién (ac~ tividades 7 y 8). b) Puesta a punto del proceso de concentracién (actividades 9 y 10), A continuacién aparecen las probabilidades esti- madas de concluir exitosamente cada actividad, junto ‘con el tiempo estimado de duracién. (en meses) y el costo (en miles de délares) de cada una de elas. Actividad Prob. de éxito Tiempo de duracion Costo 1 | 1,00 1.50 1635.81 2 | 1.00 2.00 1810.70 a | 1.00, 2.00 1710.70 4c) Of 1.00, 1.00 1421.40 5 | 0.80 2.00 1,000.00 6, i 1.00, 0.25 350.00 ‘ha oto} 0.70 1.25 4646.20 8 0.90 0.75 500.00 9 0.90 0.75 4646.20 Os iru f 095 050 500.00 b INVENIO Noviembre 1998 3Monica |. Grasso Diagrama de flujoide la estructura del proyecto no oe si m ¥ # J+—" 9 Ww Bind Referencias)... , 1, Instatar el secader. 2. Fabricare instalar dos tanques. 3._ Fabriear¢ instalar dos columnas de soca. 4. Comprar un soporte 5. Cultivar y-cosechar una tonelada de betabel. 6. Comprar una toneclada de betabel 7. Puesta.a punto del proceso de sepa 8. Ajuste del proceso de separacién 9, Puesta a punta del proceso de con- centracién 10. Ajuste del proceso de concentracion, IH Mod ny solucion El problema presentado se puede modelar como una Cadena de Markov. Las Cadenas de Markov explican el comportamiento de ciertos fendmenos aleatorios que afectan a sistemas dindmicos, se re- fieren a procesos cuyo estado futuro sélo depende de st estado presente y es indepencliente de sus es- tados pasados. En nuestro caso en cada una de las apas del proyecto las probabilidades de pasar a la etapa siguiente, tener éxito 0 fracaso solo depen- den de la etapa considerada y no de las anteriores, ™ El primer paso es la definicién de los estados que componen el proceso: en este caso los estados son cada una de las actividades. identificadas por su mimeto, mas dos estados absorbentes (0 estados en los que finalmente coneluira el proceso) a los que Hlamaremos éxito (E) y fracaso (F). Como con- tamos con €inco actividades iniciales, cuatro de las cuales tienen probabilidad mula de fracasar, por r zones dé simplicidad las agruparemos en un solo estado Hamado 1/5. Definidos los estados, el comportamiento de la cadena se resume en una matriz de probabilidades INVENIO Novicmbre 1998Aplicacion de las cadenas de Markov para la solucion exacta de un problema de transicién integrada por las probabilidades de pasar a la etapa siguiente, lograr el éxito o fracasar dado que el proceso se encuentra en una etapa de- terminada (probabilidades condicionales). Matriz de probabilidades de transicién Fr | 400 E 1,00 us 020 0,80 Pe 6 1,00 7 030 0,70 8 foto 090) 9 0.90 0,10 10 | os 09s De esta matriz se extrae la matriz fundamental de una cadena absorbente. Una Cadena de Markov es absorbente cuando tiene por lo menos un estado absorbente, en nuestro caso son dos: éxito y fraca- so. La matriz fundamental esta formada por las pro- babilidades de transicion que corresponden a los sucesos pasar de un estado no absorbente a otro es- tado no absorbente. Operando con dicha matriz y agregando los tiempos y costos de cada actividad se obtienen interesantes resultados de gran ayuda para el momento de tomar decisiones. Probabilidades de éxito del proyecto babilidad de fracasar aumenta al 14.2%, ‘Tiempo de duracion y costo promedios del pro- yeeto Alcanzada | ‘Tiempo promedio | Costo promedio aetapa (meses) | (miles de dotares) us 49. _ 19.194.66 6 3. | 11,896.03 7 28 11,546.05 8 33 | 10,891.45 9 09 5,189.17 10 13 5.429.71 Nuevamente como en el caso de las probabili- dades contamos con la informacién de tiempos y costos promedios discriminada segiin el estado al- canzado. IV- Comparacién de resultados 51 autor del articulo de referencia resuelve el problema simulando mil veces la situacidn y calcu- Jando promedios con los resultados de las simula- ciones, agrega las distribuciones de frectiencia co- rrespondientes al tiempo de duracién del proyecto y al costo del mismo. La tabla siguiente compara Jos resultados de la simutacién con los valores ob- tenidos utilizando Cadenas de Markov. ‘Aleanzada la Probabilidad etapa Ws 0.954 Bo 0.954 0.046 7 0.954 0.046 8 0.858 0.142 9 0,994 0.006 10 0.945 0.0355 FI proyecto tiene una probabilidad de éxito del 95.4%. Como las actividades | a 6 no ofrecen opor- tunidad de fracasar, esta probabilidad se mantiene én el mismo valor hasta que se alcanza la etapa 7. Pero si se alcanza la etapa 8, por problemas de puesta A punto de la etapa de separacidn, entonces la pro- INVENIO Noviembse 1998 Caracteristica Cadenas | Simutucion ‘evaluada de Markov Probabildad de éxito 09st 0.967 Tiempo de duaciin romedio) — 4.92meses | 5.02 meses | Costopromedio | USS 19 194 660 | USS 19 899 060 La simulacién, cuando se realiza un némero grande de repeticiones, proporciona buenas aprox maciones de los pardmetros poblacionales estima- dos, pero si es posible modelizar el problema con tuna Cadena de Markov tenemos Ia oportunidad de conocer los valores verdaderos de dichos parimetros yeliminar el error de estimacién. 18(Mocdeank Geassasse 1 Win20i00 8 ee oe ull ok) pRB” a Jo wiabRnwm wee re th DAELLENBACH, 11. George,4, McNickle, D, fntroduccidma tas oman best bb ote [a ar aebae tet GI driien bab ctaon Me f ls oll Arnett naa i si cgacind canon ine Jiye sindnelyer fia santo ah Won} eh anyerar weasels 0 cane lose sabe i orange ten o.oo anaidviling pagar ala i solo depens \ 4 atetiones so nnmesia® ‘aes j ; a aa ete St Mésie0, 1994 INVENIO Noviembre 1998