Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 94 vistas

    Mpes U2 A4 Davc

    Cargado por

    Daniel Villalobos
    Este documento presenta tres situaciones relacionadas con procesos estocásticos modelados como cadenas de Markov. La primera describe un proceso de producción que cambia entre estados buenos y malos según una matriz dada, y calcula las probabilidades a largo plazo de estar en cada estado. La segunda considera una cadena que se mueve alrededor de una circunferencia según una probabilidad p, y calcula las probabilidades a largo plazo de estar en cada punto. La tercera modela el deterioro diario de una pieza de equipo y calcula las probabil

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd

    Mpes U2 A4 Davc

    Cargado por

    Daniel Villalobos
    94 vistas5 páginas
    Este documento presenta tres situaciones relacionadas con procesos estocásticos modelados como cadenas de Markov. La primera describe un proceso de producción que cambia entre estados buenos y malos según una matriz dada, y calcula las probabilidades a largo plazo de estar en cada estado. La segunda considera una cadena que se mueve alrededor de una circunferencia según una probabilidad p, y calcula las probabilidades a largo plazo de estar en cada punto. La tercera modela el deterioro diario de una pieza de equipo y calcula las probabil

    Descripción original:

    Título original

    MPES_U2_A4_DAVC

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta tres situaciones relacionadas con procesos estocásticos modelados como cadenas de Markov. La primera describe un proceso de producción que cambia entre estados buenos y malos según una matriz dada, y calcula las probabilidades a largo plazo de estar en cada estado. La segunda considera una cadena que se mueve alrededor de una circunferencia según una probabilidad p, y calcula las probabilidades a largo plazo de estar en cada punto. La tercera modela el deterioro diario de una pieza de equipo y calcula las probabil

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    94 vistas5 páginas

    Mpes U2 A4 Davc

    Cargado por

    Daniel Villalobos
    Este documento presenta tres situaciones relacionadas con procesos estocásticos modelados como cadenas de Markov. La primera describe un proceso de producción que cambia entre estados buenos y malos según una matriz dada, y calcula las probabilidades a largo plazo de estar en cada estado. La segunda considera una cadena que se mueve alrededor de una circunferencia según una probabilidad p, y calcula las probabilidades a largo plazo de estar en cada punto. La tercera modela el deterioro diario de una pieza de equipo y calcula las probabil

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    de 5

    Universidad Abierta y a Distancia de México

    Licenciatura en Matemáticas
    PROCESOS ESTOCASTICOS
    Unidad II
    Actividad IV
    24-11-2021
    Por: Daniel Villalobos Cazares

    Instrucciones: Resuelve cada una de las situaciones que se presentan a continuación:

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


    de Markov cuya matriz es
    1 / 4 1 / 4 1 / 2 0
    0 1 / 4 1 / 2 1 / 4

    P =
    1 / 4 1 / 4 1 / 4 1 / 4

    1 / 4 1 / 4 0

    1 / 2

    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
    v ( 1)= v ( 1) + v ( 3) + v (4 )
    4 4 4

    1 1 1 1
    v ( 2)= v ( 1) + v ( 2) + v ( 3) + v (4 )
    4 4 4 4

    1 1 1
    v ( 3)= v ( 1) + v ( 2) + v ( 3)
    2 2 4

    1 1 1
    v ( 4 )= v ( 2) + v ( 3) + v (4 )
    4 4 2

    Vector resultante
    v ( 1) +v ( 2) +v ( 3) +v ( 4 )=1

    Obtenemos:
    3 1 7 13
    v ( 1)= , v ( 2)= , v ( 3 )= , v ( 4)=
    16 4 24 48

    Proporciones de tiempo

    Vector resultante:
    ¿ ( 9 12 14 13 )
    π = v= , , ,
    48 48 48 48

    Nuestras probabilidades quedan de la siguiente manera:


    43.75
     El del tiempo el proceso tiene buena producción
    56.55
     El 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.

    S={1,2,3,4,5}

    Matriz

    )
    0 p 0 0 1− p
    1− p 0 p 0 0
    0 1− p 0 p 0

    P= ( 0 0 1− p 0 p
    p 0 0 1− p 0

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


    estado (como función de p).
    Distribución invariante del proceso:
    v ( 1)= pv ( 2) +( 1− p ) v ( 5 )

    v ( 2)=( 1− p ) v ( 1 ) + pv ( 3 )

    v ( 3)= (1− p ) v ( 2) + pv ( 4 )

    v ( 4 )=( 1− p ) v ( 3 )+ pv ( 5)

    v ( 5)=( 1− p ) v ( 4) + pv (1 )

    v ( 1) +v ( 2) +v ( 3) +v ( 4 ) +v ( 5)=1

    Proporciones de tiempo
    Vector resultante:

    1 1 1 1 1
    π ¿= v=
    ( 5, 5 ,5 5, 5, )

    Las probabilidades quedan de la siguiente manera


    20
     El del tiempo la cadena está 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

     0.95 0.05 0 0 
     
    0 0 0.1 0
    P   
     . 5
     9 
     0 0 0.8 0. 

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

    Distribución invariante del proceso:

    v ( 1)=0.95 v ( 1) + v ( 4 )

    v ( 2)=0.05 v ( 1 ) +0.9 v ( 2)

    v ( 3)= 0.1 v ( 2 ) +0.875 v ( 3 )

    v (4 ) 1 (3)
    =
    0.125 v
    4

    v ( 1) +v ( 2) +v ( 3) +v ( 4 )=1
    v ( 1 )=0.51282 v ( 2)=0.25641, v ( 3)= 0.20513, v ( 4)= 0.02564

    Vector resultante: π ¿= v=( 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.

    S= {1,2,3,4,5,6 }

    Dónde:

    1=Nuevo 2=menor

    deterioro 3=mayor

    deterioro

    4=descompuesta

    5=día y medio

    6=día y medio

    Entonces la matriz de transición queda de la siguiente manera

    (0.95 0.05 0 0 0 0)

    0 0 0 0 1
    0
    0 0 0 0 0
    1
    1 0 0 0 0
    0

    0 0.9 0.1 0 0 0
    0
    P=

    0 0.875 0.125 0 0

    Solución:
    .05

    (
    .875 )
    P= . 0 0 .9
    0
    5
    0 . . 0 . .
    9 1 05 95

    También podría gustarte