1

Universidad Nacional San Luis Gonzaga

Facultad de Ciencias

E.A.P MATEMATICA E INFORMATICA

Docente: YATACO BERNAOLA MERLY LILIANA

ciclo :IX

Alumnos: Cusi Aguilar Yosimar

Huancahuari Guevera Jetcy Karolina
Luna Alarcon Monica Lisbeth

Tema :Ejercio De Cadenas de Markov

 EJERCIO

Una empresa quiere analizar los cambios en las preferencias de los usuarios
por tres marcas A B y C de un determinado producto .El estudio ha
arrojado el siguiente cuadro de probabilidades al cambiarse de una marca a
otra cada mes :

A B C
A 0.80 0.10 0.10
B 0.03 0.95 0.02
C 0.20 0.05 0.75

En la actualidad la participacion de mercado es de 45%, 25%, 30%

respectivamente .

a)¿ Cual es la matriz estocástica asociada a la cadena de markov del

problema ?

b)¿ Cuáles serán las participaciones de mercado de cada marca en dos

meses a más ?

c)¿ Cuáles serán las participaciones de mercado de cada marca a largo

plazo ?

2
 a)¿ Cual es la matriz estocástica asociada a la cadena de markov del
problema ?

Solucion

Tenemos en cuenta que una matriz estocástica se cumple que la sumatoria

en todas las probabilidades en una misma columna es 1 , notamos en el
cuadro de probabilidades de la fila que nos da uno

A B C
A 0.80 0.03 0.20
B 0.10 0.95 0.05
C 0.10 0.02 0.75

de modo que para construir la matriz estocástica las probabilidades que

ocupan la primera fila de la matriz ocupa la primera columna en nuestra
matriz estocástica ya que la suma de la matriz estocástica es 1 y asi en el
segundo y tercero

Matriz:
 
0.80 0.03 0.20
0.10 0.95 0.05
0.10 0.02 0.75

En la actualidad la participacion de mercado es 45%, 25%, 30%

respectivamente
Ecuación matricial:
   
A 0.45
u0 B  = 0.25
C 0.30

de esta forma hemos determinado el vector de probabilidades iniciales

3
 b)¿ Cuáles serán las participaciones de mercado de cada marca en dos
meses a más ?

Solucion

 Matriz A :  Ecuación
  matricial:
 
0.80 0.03 0.20 A 0.45
0.10 0.95 0.05 u0 B  = 0.25
0.10 0.02 0.75 C 0.30

tenemos en cuenta que un vector de probabilidades en un tiempo k es igual

a nuestra matriz A elevado a la k por el vector de las probabilidades
iniciales

uk = ak u0

para nuestro caso necesitamos el vector de probabilidades para un k = 2

este vector esta dado para la matriz A elevado al cuadrado por el vector de
probabilidades iniciales
u 2 = a2 u 0

2
 Matriz A :   
0.80 0.03 0.20 0.80 0.03 0.20
0.10 0.95 0.05 0.10 0.95 0.05
0.10 0.02 0.75 0.10 0.02 0.75

4
 Al multiplicar las dos matrices obtenemos una matriz de orden 3 .
2
 Matriz A :   Matriz B :  Matriz
 resultante:

0.80 0.03 0.20 0.80 0.03 0.20 c11 c12 c13
0.10 0.95 0.05 0.10 0.95 0.05 c21 c22 c23 
0.10 0.02 0.75 0.10 0.02 0.75 c31 c32 c33

para obtener el elemento c11 multiplicamos la primera fila y

primera columna de la segunda matriz

 
  0.80
c11 = 0.80 0.03 0.20 · 0.10 = 0.80 · 0.80 + 0.03 · 0.10 + 0.02 · 0.10 = 0.663
0.10

para obtener el elemento c12 multiplicamos la primera fila de

la segunda matriz por la segunda columna de la segunda matriz
 
  0.03
c12 = 0.80 0.03 0.20 · 0.95 = 0.80·0.03+0.03·0.95+0.20·0.02 = 0.0565
0.02

para obtener el elemento c13 multiplicamos la primera fila de

la tercera matriz por la tercera columna de la segunda matriz
 
  0.20
c13 = 0.80 0.03 0.20 · 0.05 = 0.80·0.20+0.03·0.05+0.20·0.75 = 0.3115
0.75

5
 para obtener el elemento c21 multiplicamos la segunda fila de la
primera matriz por la primera columna de la segunda matriz

 
  0.80
c21 = 0.10 0.95 0.05 · 0.10 = 0.10 · 0.80 + 0.95 · 0.10 + 0.05 · 0.10 = 0.18
0.10

para obtener el elemento c22 multiplicamos la segunda fila por la

primera matriz por la segunda columna de la segunda matriz

 
  0.03
c22 = 0.10 0.95 0.05 · 0.95 = 0.10·0.80+0.95·0.95+0.05·0.02 = 0.9065
0.10

para obtener el elemento c23 multiplicamos la segunda fila de la

primera matriz por la tercera columna de la segunda matriz

 
  0.20
c23 = 0.10 0.95 0.05 · 0.05 = 0.10 · 0.20 + 0.95 · 0.05 + 0.05 · 0.75 = 0.105
0.75

6
 para obtener el elemento c31 multiplicamos la tercera fila de la
primera matriz por la primera columna de la segunda matriz

 
  0.80
c31 = 0.10 0.02 0.75 · 0.10 = 0.10 · 0.80 + 0.02 · 0.10 + 0.75 · 0.10 = 0.157
0.10

para obtener el elemento c32 multiplicamos la tercera fila por la

primera matriz por la segunda columna de la segunda matriz

 
  0.03
c32 = 0.10 0.02 0.75 · 0.95 = 0.10 · 0.03 + 0.02 · 0.95 + 0.75 · 0.02 = 0.037
0.10

para obtener el elemento c33 multiplicamos la tercera fila de la

primera matriz por la tercera columna de la segunda matriz

 
  0.20
c33 = 0.10 0.02 0.75 · 0.05 = 0.10·0.20+0.02·0.05+0.75·0.75 = 0.5835
0.75

Asi hemos determinado los elementos de la tercera fila de la matriz A2 .

7
      
0.80 0.03 0.20 A 0.45
A = 0.10 0.95 0.05 u0 B  = 0.25
0.10 0.02 0.75 C 0.30

     
0.80 0.03 0.20 0.80 0.03 0.20 0.663 0.0565 0.3115
A2 = 0.10 0.95 0.05 0.10 0.95 0.05 =  0.18 0.9065 0.105 
0.10 0.02 0.75 0.10 0.02 0.75 0.157 0.037 0.5835

Tenemos la matriz A2 recordemos que para determinar el vector de

probabilidades en el segundo mes habra que multiplicar la matriz A2 por el
vector de probabilidades iniciales .
u 2 = a2 u 0

    
0.663 0.0565 0.3115 0.45 c11
 0.18 0.9065 0.105  0.25 = c21 
0.157 0.037 0.5835 0.30 c31

para obtener el elemento c11 multiplicamos la segunda fila de la

matriz A2 por nuestro vector de probabilidades iniciales

 
  0.45
c11 = 0.663 0.0565 0.3115 ·0.25 = 0.663·0.45+0.0565·0.25+0.3115·0.30 = 0.41
0.30

para obtener el elemento c21 multiplicamos la segunda fila de la

matriz A2 por nuestro vector de probabilidades iniciales

 
  0.45
c21 = 0.18 0.9065 0.105 ·0.25 = 0.18·0.45+0.9065·0.25+0.105·0.30 = 0.34
0.30

para obtener el elemento c31 multiplicamos la tercera fila de la

matriz A2 por nuestro vector de probabilidades iniciales

8
  
  0.45
c31 = 0.157 0.037 0.5835 ·0.25 = 0.157·0.45+0.037·0.25+0.5835·0.30 = 0.25
0.30

       
0.663 0.0565 0.3115 0.45 c11 0.41
 0.18 0.9065 0.105  0.25 c21  = 0.34
0.157 0.037 0.5835 0.30 c31 0.25

de esta forma hemos determinado las participaciones de mercado

de cada marca en dos meses mas la marca a tendra como
participacion de mercado 0.41 la marca b tendra como
participacion de mercado 0.34 , la marca c tendra como
participacion de mercado 0.25

9
 c)¿ Cuáles serán las participaciones de mercado de cada marca a largo
plazo ?

solucion

   
0.80 0.03 0.20 x
tenemos A = 0.10 0.95 0.05 ; u y 
0.10 0.02 0.75 z
remplazaremos en esa ecuacion la matriz estocástica y la
matriz identidad y nuestro vector estacionario y igualaremos al
vector nulo

       
0.80 0.03 0.20 1 0 0 x 0
0.10 0.95 0.05 − 0 1 0 y  = 0
0.10 0.02 0.75 0 0 1 z 0

si restamos la matriz estocástica menos la matriz identidad para

resolver este sistema de ecuaciones escaloremos la matriz de
coeficientes
     
−0.20 0.03 0.20 x 0
 0.10 −0.05 0.05  y  = 0
0.10 0.02 −0.25 z 0

para dicho escalonamiento buscaremos que el 0.10 que esta en la

fila dos columna 1 sea 0 , y ademas que el 0.10 que esta en la fila
3 columna 1 tambien sea 0 de modo que a todos los coeficientes
de la fila 3 le sumaremos la mitad de los coeficientes de la fila 1 y
a todos los coeficientes de la fila 2 sumaremos la mitad de los
coeficientes de la fila 1 de esta forma los unicos coeficientes que
no se veran alterado seran los coeficientes de la fila 1

10

−0.20 0.03
 1  
0.20 0 f3 −→ f3 + f1 −0.20 0.03 0.20 0
 0.10 −0.05 0.05 0 2  0.10 −0.035 0.15 0
1
0.10 0.02 −0.25 0 f2 −→ f2 + f1 0.10 0.035 −0.15 0
2
al efectuar obtenemos en la fila 2 los nuevos valores son el 0,
-0.035 , 0.15 y 0 en la fila 3 los nuevos valores son 0.035 , -0.15 y 0
seguidamente buscaremos que 0.035 que esta en la tercera fila
segunda columna sea 0 de modo que a todos los coeficientes de la
fila 3 le sumaremos los coeficientes de la fila 2 de esta forma los
coeficientes de la fila 1 y 2 no se veran alterados pero en la fila 3
todos los coeficientes se convierten en 0

 
−0.20 0.03 0.20 0
f3 −→ f3 + f2  0 −0.035 0.15 0
0 0 0 0

entonces nuestros sistemas de ecuaciones equivalentes tendra por

coeficientes la matriz de orden tres que se muestra

     
−0.20 0.03 0.20 x 0
 0.10 −0.05 0.05  y  = 0
0.10 0.02 −0.25 z 0

11
tenemos en cuenta que las probabilidades del vector estacionario
deben sumar 1 entonces nuestro sistema de ecuaciones le
anexaremos esta ultima ecuacion

     
−0.20 0.03 0.20 x 0
entonces  0.10 −0.05 0.05  y  = 0 como : x + y + z = 1
0.10 0.02 −0.25 z 0

de esta forma a la ultima fila de nuestro sistema de ecuaciones

le agregaremos todos los coeficientes de la parte variable y el
termino idependiente

     
−0.20 0.03 0.20 x 0
 0.10 −0.05 0.05 y  = 0
1 1 1 z 1

escalonaremos la matriz de coeficientes para dicho ecalonamiento

el primer paso cambiaremos la fila 1 pasara ser fila 3 y la fila 3
pasara a ser fila 1

   
−0.20 0.03 0.20 0 1 1 1 1
 0.10 −0.05 0.05 0 f3 ←→ f1  0 −0.035 0.15 0
1 1 1 1 −0.20 0.03 0.20 0

12
 en el segundo paso buscaremos que el -0.20 que esta en la fila 3
columna 1 se vuelva 0 de modo que a todos los coeficientes de la
fila 3 le sumaremos la quinta parte del coeficientes de la fila 1 de
esta forma los coeficientes de la fila 1 y la fila 2 no se veran
alterados nuestra fila 3 tendra de coeficientes 0 , 0.23 , 0.40 , 0.20

 
1 1 1 1
1
f3 −→ f3 + f1 0 −0.035 0.15 0 
5 0 0.23 0.40 0.20

seguidamente cambiaremos a la fila 3 la volveremos fila 2 y a la

fila 2 la volveremos fila 3 , a continuacion buscaremos que el
-0.035 que esta en la fila 3 columna 2 sea 0 para que ocurra a la
fila 3 le sumaremos 7/46 de la fila 2 de esta forma los coeficientes
de la fila 1 y la fila 2 no se veran afectados

   
1 1 1 1 1 1 1 1
7
f3 −→ f2 0 0.23 0.40 0.20 f3 −→ + f2 0 0.23 0.40 0.20
0 −0.035 0.15 0 46 0 −0.035 0.21 0.03

tenemos por coeficientes 0 , 0 , 0.21 aproximadamente y 0.03 en

forma aproximada de modo que nuestro sistema de ecuaciones
lineales equivalente tendra por ecuaciones al multiplicar la
primera fila de la matriz por nuestro vector estacionario
obtenemos x+y+z esto es igual a 1

       
1 1 1 1 1 1 1 x 1
0.10 0.23 0.4 0.20  ⇒ 0 0.23 0.4  y  =  0.20 
0 0 0.21.. 0.03. 0 0 0.21 z 0, 03

13
 al multiplicar la primera fila de la matriz por nuestro vector
estacionario obtenemos

x+y+z =1

al multiplicar la segunda fila de la matriz por nuestro vector

estacionario obtenemos

0.23y + 0.4z = 0.20

al multiplicar la tercera fila por nuestro vector estacionario

obtenemos

⇒ 0.21 ..z = 0.03..

al despejar z obtenemos
0.03
z= = 0.14
0.21
una vez obtenido el valor de z lo podemos remplazar en la
ecuacion 0.23y + 0.4z = 0.20 al despejar y obtenemos

⇒ y = 0.62
dado que tenemos y ,z podemos remplazar en la primera ecuacion
y obtenemos el valor de x

⇒ x = 0.24
de esta forma se puede afirmar que la participaciones de mercado
de la marca a largo plazo sera igual a 0.24 las participaciones de
mercado de la marca b a largo plazo sera 0.62 y las
participaciones de mercado de la marca c a largo plazo sera 0.24

14