1. Un profesor de ingeniería adquiere una computadora nueva cada dos años.

El
profesor puede elegir de entre tres modelos: M1, M2 y M3. Si el modelo actual es M1,
la siguiente computadora puede ser M2 con probabilidad 0.2, o M3 con probabilidad
0.15. Si el modelo actual es M2, las probabilidades de cambiar a M1 y M3 son 0.6 y
0.25, respectivamente. Pero si el modelo actual es M3, entonces las probabilidades
de comprar los modelos M1 y M2 son 0.5 y 0.1, respectivamente. Represente
gráficamente la situación como una cadena de Markov y resuélvalo.

0,15

0,2 0,25

M1 M2 M3

0,6 0,1

0,5

Matriz de transición

M1 M2 M3
M1 0,65 0,2 0,15
M2 0,6 0,15 0,25
M3 0,5 0,1 0,4

0,65 0,2 0,15

M 0,6 0,15 0,25
0,5 0,1 0,4

0,618 0,177 0,208 0,609 0,170 0,222

4
M 2
0,605 0,168 0,228 M 0,608 0,169 0,223
0,585 0,155 0,260 0,607 0,169 0,224

0,608 0,169 0,223

5
M 0,608 0,169 0,223
0,608 0,169 0,223
 Vector de probabilidad estable es:

𝑃⃗ = (0,608 , 0,169 , 0,223)

3. Pliskin and Tell (1981). Los pacientes que sufren de falla de riñón pueden conseguir
un trasplante o someterse a diálisis periódicas. Durante un año cualquiera, 30% se
somete a trasplantes cadavéricos y 10% recibe riñones de donadores vivos. En el
año después de un trasplante, 30% de los trasplantes cadavéricos y 15% de los
recipiendarios de donadores vivos regresan a la diálisis. Los porcentajes de muertes
entre los dos grupos son 20% y 10%, respectivamente. De aquellos que están en el
grupo de diálisis, 10% mueren, y de los que sobreviven más de un año después del
trasplate,5% mueren y 5% regresan a la diálisis. Represente la situación como una
cadena de Markov y resuélvalo.

0,1 0,2
0,05

2 0 0,3 1 0,1 3 1

0,3
0,15

Estados:

0: Trasplante cadavérico
1: Donante vivo
2: Diálisis
3: Muerte

Matriz de transición

0 1 2 3 0,3 0 0,5 0,2

0 0,3 0 0,5 0,2 0 0,1 0,85 0,05
M
1 0 0,1 0,85 0,05 0,3 0,15 0,45 0,1
2 0,3 0,15 0,45 0,1 0 0 0 1
3 0 0 0 1
5. A Joe le encanta salir a comer a los restaurantes del área. Sus comidas favoritas son
la mexicana, la italiana, la china y la tailandesa. En promedio, Joe paga $10 por una
comida Mexicana, $15 por una comida Italiana, $9 por una comida China, y $11 por
una comida Tailandesa. Los hábitos alimenticios de Joe son predecibles: Hay 70% de
probabilidad de que la comida de hoy sea una repetición de la de ayer y
probabilidades iguales de que cambie a una de las tres restantes.

Estados:

Mx It Ch Ta
Mx 0,7 0,1 0,1 0,1
It 0,1 0,7 0,1 0,1
Ch 0,1 0,1 0,7 0,1
Ta 0,1 0,1 0,1 0,7

0,7 0,1 0,1 0,1 0,52 0,16 0,16 0,16 0,347 0,218 0,218 0,218
0,1 0,7 0,1 0,1 0,16 0,52 0,16 0,16 0,218 0,347 0,218 0,218
M M2 M4
0,1 0,1 0,7 0,1 0,16 0,16 0,45 0,16 0,218 0,218 0,347 0,218
0,1 0,1 0,1 0,7 0,16 0,16 0,16 0,52 0,218 0,218 0,218 0,347

0,263 0,246 0,246 0,246 0,25 0,25 0,25 0,25

0,246 0,263 0,246 0,246 0,25 0,25 0,25 0,25
M8 M15
0,246 0,246 0,263 0,246 0,25 0,25 0,25 0,25
0,246 0,246 0,246 0,263 0,25 0,25 0,25 0,25

𝑃⃗ = (𝑃0 , 𝑃1 , 𝑃2 , 𝑃3 ) → 𝑃⃗ = (0,25 , 0,25 ,0,25 ,0,25)

a) ¿Cuánto paga Joe en promedio por su comida diaria?

𝐶𝑜𝑠𝑡𝑜 𝑝𝑟𝑜𝑚. = (𝑃0 ∗ $10) + (𝑃1 ∗ $15) + (𝑃2 ∗ $9) + (𝑃3 ∗ $11)
𝐶𝑜𝑠𝑡𝑜 𝑝𝑟𝑜𝑚. = (0,25 ∗ $10) + (0,25 ∗ $15) + (0,25 ∗ $9) + (0,25 ∗ $11)

𝐶𝑜𝑠𝑡𝑜 𝑝𝑟𝑜𝑚. = $11,25

b) ¿Con qué frecuencia consume Joe comida mexicana?

1
𝑡= = 4 𝑑í𝑎𝑠
0,25

Joe consume comida mexicana cada 4 días.

7. Una tienda vende un artículo especial cuya demanda diaria puede ser descrita por la
siguiente función de densidad de probabilidad:

Demanda diaria D 0 1 2 3
P {D} 0.1 0.3 0.4 0.2

La tienda está comparando dos políticas de colocar pedidos: (1) Pedir hasta 3
unidades cada 3 días si el nivel de las existencias es menor que 2; de lo contrario no
pedir. (2) Pedir 3 unidades cada 3 días si el nivel del inventario es cero; de lo
contrario, no pedir. El costo fijo por ordenar por envío es de $300, y el costo de
retener las unidades excedentes por unidad por día es de $3. Se espera una entrega
inmediata.

a) ¿Cuál política debe adoptar la tienda para minimizar el costo diario esperado total de
pedir y retener?

Para la política (1): Si inventario < 2 se piden 3 unidades cada 3 días.

Matriz de transición

0 1 2 3
0 0,2 0,4 0,3 0,1
1 0,2 0,4 0,3 0,1
2 0,6 0,3 0,1 0
3 0,2 0,4 0,3 0,1

0,2 0,4 0,3 0,1

0,3 0,375 0,25 0,075
0,2 0,4 0,3 0,1
(𝑃0 , 𝑃1 , 𝑃2 , 𝑃3 ) = (𝑃0 , 𝑃1 , 𝑃2 , 𝑃3 ) ( ) 0,3 0,375 0,25 0,075
0,6 0,3 0,1 0 M5
0,2 0,4 0,3 0,1 0,3 0,375 0,25 0,075
0,3 0,375 0,25 0,075

𝑃⃗ = (𝑃0 , 𝑃1 , 𝑃2 , 𝑃3 ) → 𝑃⃗ = (0,3 , 0,375 , 0,25 ,0,075)

𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑝𝑒𝑑𝑖𝑟 = (𝑃0 ∗ $300) + (𝑃1 ∗ $300) + (𝑃2 ∗ $300) + (𝑃3 ∗ $300)
𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑝𝑒𝑑𝑖𝑟 = (0,3 ∗ $300) + (0,375 ∗ $300) + (0,25 ∗ $300) + (0,075 ∗ $300)
𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑝𝑒𝑑𝑖𝑟 = $300
 Para política (2): Si inventario = 0 se piden 3 unidades cada 3 días

Matriz de transición

0 1 2 3
0 0,2 0,4 0,3 0,1
1 0,9 0,1 0 0
2 0,6 0,3 0,1 0
3 0,2 0,4 0,3 0,1

0,2 0,4 0,3 0,1

0,9 0,1 0 0
(𝑃0 , 𝑃1 , 𝑃2 , 𝑃3 ) = (𝑃0 , 𝑃1 , 𝑃2 , 𝑃3 ) ( )
0,6 0,3 0,1 0
0,2 0,4 0,3 0,1

0,476 0,294 0,176 0,053

0,476 0,294 0,176 0,053
M11
0,476 0,294 0,176 0,053
0,476 0,294 0,176 0,053

𝑃⃗ = (𝑃0 , 𝑃1 , 𝑃2 , 𝑃3 ) → 𝑃⃗ = (0,476 , 0,294 , 0,176 ,0,053 )

𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑝𝑒𝑑𝑖𝑟 = (𝑃0 ∗ $300) + (𝑃1 ∗ $300) + (𝑃2 ∗ $300) + (𝑃3 ∗ $300)
𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑝𝑒𝑑𝑖𝑟 = (0,476 ∗ $300) + (0,294 ∗ $300) + (0,176 ∗ $300) + (0,053 ∗ $300)
𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑝𝑒𝑑𝑖𝑟 = $300

b) Para las dos políticas, compare el promedio de días entre agotamientos sucesivos del
inventario.

Para política 1:
1
𝑡0 = = 3,33 𝑑í𝑎𝑠
0,3
1
𝑡1 = = 2,66 𝑑í𝑎𝑠
0,375
 1
𝑡2 = = 4 𝑑í𝑎𝑠
0,25

1
𝑡0 = = 13 𝑑í𝑎𝑠
0,075

Para política 2:

1
𝑡0 = = 2,1 𝑑í𝑎𝑠
0,476

1
𝑡1 = = 3,4 𝑑í𝑎𝑠
0,294

1
𝑡2 = = 5,7 𝑑í𝑎𝑠
0,176

1
𝑡3 = = 18,9 𝑑í𝑎𝑠
0,053

9. Warehouzer posee un bosque renovable para plantar pinos. Los árboles caen dentro
de una de cuatro categorías según su edad: bebés (0 – 5 años); jóvenes (5 – 10
años); maduros (11 – 15 años), y viejo (más de 15 años). 10% de los árboles bebés y
jóvenes se mueren antes de llegar al siguiente grupo de edad. Por lo que se refiere a
los árboles maduros y viejos, 50% se talan y solo 5% se mueren. Debido a la
naturaleza de renovación de la operación, todos los árboles talados y muertos son
reemplazados con árboles nuevos (bebés) al final del siguiente ciclo de cinco años.

a) Exprese la dinámica del bosque como una cadena de Markov.

 0,5
0,1

0,5
0,9 0,9 0,45 0,5
0 1 2 3 4 1 5 1

0,05

0,1
0= bebes
1= joven
2= maduro
3= viejo
4= muerto
5= talado

b) Si el bosque puede contener un total de 500.000 árboles, determine la

composición a largo plazo del bosque.

0 1 2 3 4 5
0 0 0,9 0 0 0,1 0
1 0 0 0,9 0 0,1 0
2 0 0 0 0,45 0,05 0,5
3 0 0 0 0 0,5 0,5
4 0 0 0 0 1 0
5 0 0 0 0 0 1

c) Si un árbol nuevo se planta a un costo de $1 por árbol y uno talado tiene un valor
de $20 en el mercado, determine el ingreso anual promedio derivado de la
operación del bosque.
11. Una agencia de renta de automóviles tiene oficinas en Phoenix, Denver, Chicago y
Atlanta. La agencia permite rentas en una y en dos direcciones de modo que los
automóviles rentados en un lugar pueden terminar en otro. Las estadísticas muestran
que al final de cada semana 70% de todas las rentas son en dos direcciones. En
cuanto a las rentas en una dirección: Desde Phoenix, 20% van a Denver, 60% a
Chicago, y el resto va a Atlanta; desde Denver 40% va a Atlanta, 80% va a Chicago,
10% a Denver; y 10% a Phoenix.

a) Exprese la situación como una cadena de Markov.

0,4

0,2
0,6

0,2 0,6 0,5

0 1 2 3

0,1
0,5
0,8

0,1

b) Si la agencia inicia la semana con 100 autos en cada lugar, ¿Cómo será la
distribución en dos semanas?
0= Phoenix
1= Denver
2= Chicago
3= Atlanta

0 1 2 3
0 0 0,2 0,6 0,2
1 0 0 0,6 0,4
2 0 0,5 0 0,5
3 0,1 0,1 0,8 0

0 0,2 0, 6 0,2 0,02 0,32 0,28 0,38

0 0 0,6 0,4 0,04 0,34 0,32 0,30
M M2
0 0,5 0 0,5 0,05 0,05 0,70 0,20
0,1 0,1 0,8 0 0 0,42 0,12 0,46
 Si la agencia inicia con 100 autos en cada lugar, en la segunda semana la
distribución se haría de la siguiente manera: Desde Phoenix se enviarían 32 autos a
Denver, 28 a Chicago, 38 a Atlanta y se quedarían 2 autos en Phoenix; desde Denver
se enviarían 4 autos a Phoenix, 32 a Chicago, 30 a Atlanta y se quedarían 34 autos
en Denver; desde Chicago se enviarían 5 autos a Phoenix, 5 a Denver, 20 a Atlanta y
se quedarían 70 autos en Chicago; desde Atlanta se enviarían 42 autos a Denver, 12
a Chicago y se quedarían 46 autos en Atlanta.

c) ¿Un problema de disponibilidad de espacio en cualquiera de los lugares?

0 1 2 3
0 0,031 0,2461 0,4113 0,3117
1 0,031 0,2451 0,4126 0,3113
2 0,0313 0,2406 0,419 0,3091
3 0,0308 0,2482 0,4083 0,3127

No se presentaría ningún problema, el plan de distribución mostrado nos muestra que

incluso en 12 semanas ninguno de los puntos de distribución superará los 110
vehículos.

13. Una tienda inicia una semana con al menos 3 PC. La demanda por semana se estima
en 0 con probabilidad de 0,15, 1 con probabilidad de 0,2, 2 con probabilidad de 0,35,
3 con probabilidad de 0,25, y 4 con probabilidad de 0,05. La demanda insatisfecha se
deja pendiente. La política de la tienda es colocar un pedido para entregarse a inicio
de la siguiente semana siempre que el nivel del inventario se reduzca por debajo de 3
PC. El nuevo pedido siempre regresa las existencias a 5 PC.

a) Exprese la situación como una cadena de Markov.

-1 0 1 2 3 4 5
-1 0 0 0,05 0,25 0,35 0,2 0,15
0 0 0 0,05 0,25 0,35 0,2 0,15
1 0 0 0,333 0,05 0,25 0,35 0,2
2 0 0 0,05 0,25 0,35 0,2 0,15
3 0,05 0,25 0,35 0,2 0,15 0 0
4 0 0,05 0,25 0,35 0,2 0,15 0
5 0 0 0,05 0,25 0,35 0,2 0,15

b) Suponga que la semana se inicia con 4 PC. Determine la probabilidad de que un

pedido se coloque al final de dos semanas.
 P1=(0+0+0+0+0+0 ; 0+0+0+0+0+0,05 ; 0,25)
P1=(0 ; 0,05 ; 0,25 ; 0,35 ; 0,2 ; 0,15 ; 0)

P2=(0,01 ; 0,0575 ; 0,14 ; 0,255 ; 0,2875 ; 0,1525 ; 0,0975)

Probabilidad al final de dos semanas, el inventario bajo 3 unidades

P= 0,01 + 0,0575 + 0,14 + 0,255 + 0,2875 + 0,1525 + 0,0975 = 0,4625

c) Determine la probabilidad a largo plazo de que no se coloque ningún pedido en

cualquier semana.

Π*p= Π

Π-1= 0,05 Π3
Π0= 0,25 Π3 + 0,05 Π3
Π1= 0,05 Π-1 + 0,05 Π0 +0,05 Π1 + 0,05 Π2 + 0,35 Π3 + 0,25 Π4 + 0,05 Π5
Π2= 0,25(Π-1 + Π0 + Π1 + Π2) + 0,2 Π3 + 0,35 Π4 + 0,25 Π5
Π3= 0,35(Π-1 + Π0 + Π1 + Π2) + 0,15 Π3 + 0,2 Π4 + 0,35 Π5
Π4= 0,2(Π-1 + Π0 + Π1 + Π2) + 0,15 Π4 + 0,2 Π5
Π5= 0,15(Π-1 + Π0 + Π1 + Π2) + 0,15 Π5

d) Si el costo fijo de colocar un pedido es de $200, el costo de retención por PC por

semana es de $5, y el costo de penalización por computadora faltante es de $20,
determine el costo de inventario esperado por semana.

Costo = Π-1 (20) + 200 (Π-1 + Π0 + Π1 + Π2) + 5 (Π1 + Π2 + Π3 + Π4 + Π5 )

17. En el problema 16, por intuición, si se agregan más opciones (rutas) al laberinto,
¿se incrementará o reducirá el promedio de intento necesario para llegar al punto
de salida? Demuestre la respuesta agregando una ruta entre las intersecciones 3 y
4.

Al agregar una intersección entre 3 y 4 se dificultaría un poco para el ratón debido

a que se encontrará más caminos, en cada punto que se encuentre van a haber
más probabilidades de error en especial en los puntos 3 y 4.
 1 2 3 4 5
1 0 1/3 1/3 1/3 0
2 1/3 0 1/3 0 1/3
3 1/4 1/4 0 1/4 1/4
4 1/3 0 1/3 0 1/3
5 0 0 0 0 1

0 0,333 0,333 0,333 0

0,333 0 0,333 0 0,333
M
0,250 0,250 0 0,250 0,250
0,333 0 0,333 0 0,333
0 0 0 0 1

19. Un jardinero aficionado con capacitación en botánica está buscando la forma de

fecundar por polinización cruzada flores de lis rosas con flores de lis rojas,
naranjas y blancas. Experimentos anuales muestran que las rosas pueden
producir 60% rosas y 40% blancas; las rojas pueden producir 40% rojas, 50%
rosas y 10% naranjas, las naranjas pueden producir 25% naranjas, 50% rosas y
25% blancas, y las blancas pueden producir 50% rosas y 50% blancas.

a) Exprese la situación como una cadena de Markov.

0,4

0,1
0,25
0,25 0,5
0,6
0,4
0 1 2 3

0,5
0,5
0,5

b) Si el jardinero inició la fecundación por polinización cruzada con números iguales de

cada tipo de flores de lis, ¿cómo sería la distribución después de 5 años? ¿A largo
plazo?

0= Flores de lis rosas

1= Flores de lis rojas
2= Flores de lis naranjas
3= Flores de lis blancas
 0 1 2 3
0 0,6 0 0 0,4
1 0,5 0,4 0,1 0
2 0,5 0 0,25 0,25
3 0,5 0 0 0,5

0,6 0 06 0,4 0,556 0,000 0,000 0,444

0,5 0,4 0,1 0 0,556 0,001 0,006 0,428
M M5
0,5 0 0,25 0,25 0,556 0,000 001 0,443
0,5 0 0 0,5 0,556 0,000 0,000 0,444

29. Una maquina NC está diseñada para que funcione adecuadamente con voltajes de
108 a 112 volts. Si el voltaje se sale de este intervalo, la máquina se detiene. El
regulador de voltaje se sale de este intervalo, la maquina se detiene. El regulador de
voltaje de la máquina puede detectar variaciones en incrementos de un volt. La
experiencia muestra que el voltaje cambia cada 15 minutos. Dentro del intervalo
permisible (118 a 112 volts) el voltaje puede subir 1 volt, permanecer igual, o bajar un
volt, todos con iguales probabilidades.

a) Exprese la situación como una cadena de Markov.

0,3
0,5 0,3 0,3
3
3 3 3 5
1 2 4
0,3
3
0,5 0,3 0,3 0,3
3 3 3

0,3 0,3 0,3 0,3

3 3 3 3

b) Determine la probabilidad de que la máquina se detenga a causa de un voltaje

bajo y de un voltaje alto.

1= Se encuentra en 108 el voltaje

2= Se encuentra en 109 el voltaje
3= Se encuentra en 110 el voltaje
4= Se encuentra en 111 el voltaje
 5= Se encuentra en 112 el voltaje

1 2 3 4 5
1 1/2 1/2 0 0 0
2 1/3 1/3 1/3 0 0
3 0 1/3 1/3 1/3 0
4 0 0 1/3 1/3 1/3
5 0 0 0 1/2 1/2

0,5 0,5 0 0 0
0,333 0,333 0,333 0 0
M
0 0,333 0,333 0,333 0
0 0 0,333 0,333 0,333
0 0 0 0,5 0,5
0,5 0,5 0,000 0,000 0,000
0,333 0,333 0,333 0,000 0,000
(𝑃1 , 𝑃2 , 𝑃3 , 𝑃4 , 𝑃5 ) = (𝑃1 , 𝑃2 , 𝑃3 , 𝑃4 , 𝑃5 ) 0,000 0,333 0,333 0,333 0,000
0,000 0,000 0,333 0,333 0,333
[0,000 0,000 0,000 0,5 0,5 ]

1 1
𝑃1 = (𝑃1 ) + (𝑃2 )
2 3
1 1 1
𝑃2 = (𝑃1 ) + (𝑃2 ) + (𝑃3 )
2 3 3
1 1 1
𝑃3 = (𝑃2 ) + (𝑃3 ) + (𝑃4 )
3 3 3
1 1 1
𝑃4 = (𝑃3 ) + (𝑃4 ) + (𝑃5 )
3 3 2
1 1
𝑃5 = (𝑃4 ) + (𝑃5 )
3 2

Resolviendo el sistema de ecuaciones:

𝑃1 = 2⁄13
𝑃2 = 𝑃3 = 𝑃4 = 3⁄13
𝑃5 = 2⁄13

(2⁄13)(1⁄3) + (2⁄13)(1⁄3) = 4⁄39

La probabilidad de que la máquina se detenga por alto o bajo voltaje es de 10,26%.

 c) ¿Cuál sería el voltaje ideal que haría que la máquina trabaje durante más tiempo?
d)

1
𝑡1 = = 6,5 minutos
0,154

1
𝑡2 = 𝑡3 = 𝑡4 = = 4,33 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
0,231

1
𝑡5 = = 6,5 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
0,154

31. Un ratón se mueve entre dos habitaciones A y B con total seguridad. Si se sale de
A es atrapado por un gato, mientras que si sale de B cae en una trampa.
Inicialmente está en el cuarto A. Suponiendo que se mueve cada minuto de la
forma siguiente: de A a B con probabilidad 3/4: de B a A con probabilidad 7/8;
nunca se queda en una habitación más de un minuto. Establecer la cadena de
Markov que modela el sistema y hallar las probabilidades de que el ratón sea
comido por el gato o atrapado en la trampa tras ocho minutos.

Estados:
0 = Estar en A
1 = Estar en B
2 = Comido por el gato
3 = Atrapado por la trampa

0 1 2 3
0 0 3/4 1/4 0
1 7/8 0 0 1/8
2 0 0 1 0
3 0 0 0 1

0 0,75 0,25 0 0,185 0 0,592 0,222

0,875 0 0 0,125 0 0,185 0,518 0,296
M M8
0 0 1 0 0 0 1 0
0 0 0 1 0 0 0 1

𝑃02 + 𝑃13 = (0,5924)(0,5183) + (0,2221)(0,2962) = 0,3727

 La probabilidad de que el ratón sea comido por el gato o atrapado por la trampa
después de 8 minutos es de 37,27%
33. Una partícula se mueve por los vértices de un polígono de n vértices, numerados del
0 al n-1. En cada paso si la partícula está en el vértice i se mueve al vértice
adyacente en sentido horario con probabilidad pi, y en sentido contrario con
probabilidad 1-pi.

a) Estudiar si la cadena de Markov es irreducible, aperiódica, recurrente, en función

de los valores de n. Deduce si existe o no la distribución límite.
b) Para n=3 hallar la distribución limite, si existe, para 𝑝0 = 0,5, 𝑝1 = 0,3 y 𝑝2 = 0,8.

ESTADOS
0
1 2
2 n-1
3 1
4
⋮ 0
n-1

0 1 2 n-2 n-1

0 0 1 − 𝑃0 0 0 𝑃0
𝑝1 0 1 − 𝑃1 0 0
2 . . . . .
. . . . .
𝑀= . . . . .
. . . . .
. . . . .
. . . . .
n (1 − 𝑃𝑛 − 1 0 0 1 − 𝑃𝑛 − 1 0 )

b) 0
0 1 2 C0= 0,7F1+0,8F2 C0=0,4292
40 0 0,5 0,5 C1= 0,5F0+0,2F2 C1=0,2740
C2= 0,5F0+0,3F1 C2=0,2968
n-2 . 1 [0,7 0 0,3]
0,8 0,2 0 1
n-1 . 2 2
.
35. Una persona posee r paraguas para ir de casa a la oficina y de la oficina a casa. Si
cuando sale de casa a la mañana o de la oficina a la tarde y está lloviendo, coge un
paraguas si es que hay alguno en donde se encuentra. Si por el contrario no llueve, el
sujeto no cogerá ningún paraguas. La probabilidad de que un día llueva a la mañana
es independiente del pasado y es p; la probabilidad de que un día llueva a la tarde es
independiente del pasado y es p.

a) Definir una cadena de Markov (suponer que Xn es el número de paraguas que la

persona posee en casa al final del día n-ésimo) y dar la matriz de transición de
estados que le permita calcular la proporción del tiempo que la persona se moja
(el sujeto se moja cuando está lloviendo y no posee ningún paraguas en el sitio
en el que se encuentra).

(1-p)p (1-p)p

p2+(1-p)2 p2+(1-p)2

0 1 2 3
P^2 1

(1-p)p
(1-p)p
p2+(1-p)2

0 1 2 3
0 (1-p)p 0 0
2 2
1 (1-p)p p +(1-p) (1-p)p 0
2 2
2 0 (1-p)p p +(1-p) 0
r 0 0 p2+(1-p)2 1
Estados:
0 = Tengo 0 paraguas en la oficina
1 = Tengo 1 paraguas en la oficina
2 = Tengo 2 paraguas en la oficina
R = Tengo r paraguas en la oficina

TM = MT = p2
NTNM = NMNT = (1 - p)2
TNM = MNT = (1 - p)p
37. Supongamos una cadena de Markov de estados 0,1,2,3,4. Supongamos que P0,4=1 y
que cuando la cadena está en el estado i-ésimo (i>0), el siguiente estado es,
equiprobablemente, alguno de entre los siguientes: 0, 1, …, i-1. Encontrar la
distribución límite de la cadena.

ESTADOS
0
1
2
3
4

0 1 2 3 4
0 0 0 0 0 1
1 1 0 0 0 0
2 0,5 0,5 0 0 0
3 0,33 0,33 0,33 0 0
4 0,25 0,25 0,25 0,25 0

39. Un marino dispone de 4 veleros que alquila diariamente a los turistas para toda la
jornada. Uno cualquiera de los veleros se avería con probabilidad 0.25,
independientemente de la suerte de los demás. El marino sólo puede hacer reparaciones
por las noches y repara exactamente un velero por noche. Por razones de seguridad, no
alquila ningún velero a no ser que al menos tenga dos disponibles. La demanda siempre
es suficiente para alquilar todos los veleros que haya disponibles. En el límite, ¿en qué
proporción de días tendrá todos los veleros?

Estados:
1 = Tengo un velero para alquilar
2 = Tengo dos veleros para alquilar
3 = Tengo tres veleros para alquilar
4 = Tengo cuatro veleros para alquilar

1 2 3 4
1 0 1 0 0
2 0,0625 0,0375 0,5625 0
3 0,01562 0,140625 0,4218 0,4218
4 0,0039 0,0468 0,2109 0,7383

𝑃1 = 𝑃2 0,0623 + 0,01562𝑃3 + 0,0039𝑃4

𝑃2 = 0,375𝑃2 + 𝑃1 + 0,140625𝑃3 + 0,0468𝑃4
 𝑃3 = 0,5626𝑃2 + 0,4218𝑃3 + 0,2109𝑃4
𝑃4 = 0,4218𝑃3 + 0,7386𝑃4

𝑃1 = 0,01567
𝑃2 = 0,1371
𝑃3 = 0,3242
𝑃4 = 0,5230

41. Una tienda de venta de ordenadores personales tiene un modelo particular cuyo stock
puede reponerse semanalmente. Representemos por D1, D2, …, la demanda de este
modelo durante la primera semana, la segunda, etc.. Suponemos que las demandas
Di son variables aleatorias independientes e idénticamente distribuidas, que tienen
una distribución de Poisson de parámetro =2. Supongamos que X0 representa el
número de unidades del modelo en el momento inicial, X1 el número de unidades
disponibles al final de la primera semana, X2 el número de unidades disponibles al
final de la segunda semana, y así sucesivamente. Supongamos que X0=3.
El sábado por la noche la tienda efectúa un pedido al almacén central que le es
servido el lunes por la mañana a primera hora. La tienda utiliza la siguiente política
de gestión de stocks: si el número de unidades disponibles al final de la semana es
menor de 2 unidades, la tienda efectúa un pedido de reposición de 3 unidades. En
caso contrario no efectúa ningún pedido. Se supone que las ventas se pierden
cuando la demanda es superior al inventario disponible. Los posibles estados del
proceso son los enteros Xt que representan el número de unidades disponibles al
final de cada semana. Se pide:

a) Encuentra una expresión que permita evaluar iterativamente las variables

aleatorias Xt.
b) Comprobar que las Xt, t=0,1,2,…, constituyes una cadena de Markov.
c) Calcular la matriz de probabilidades de transición.
d) Partiendo de un estado con tres unidades disponibles, ¿cuál es el tiempo medio
hasta que el stock es cero?
e) Suponiendo que cada unidad en stock comporta un coste semanal de 300 pts.,
¿Cuál sería el coste medio semanal esperado a largo plazo?

43. Sea la siguiente matriz de probabilidades de transición:

Con su vector de probabilidades iniciales en t= 0: (0,8, 0,1, 0,1). Encontrar:

a) El vector de probabilidades en el momento t=2

𝑞0 = (0,8 0,1 0,1)

𝑞2 = 𝑞0 ∗ 𝑝2
 El vector en el momento t=2 (0,2985 0,19925 0,50225)

b) La probabilidad de que en los momentos t= 0,1,2,3, la cadena asuma los estados

1, 3, 3,2, respectivamente.

t=0 El estado 1 es 0,8

t=1 𝑞0 ∗ 𝑝1 El vector es (0,43 0,265 0,305)

La probabilidad que asuma el estado 3 es 0,305

t=2 La probabilidad que asuma el estado 3 es 0,50225

t=3 𝑞0 ∗ 𝑝3 El vector es (0,23932 0,1696 0,5910)

La probabilidad que asuma el estado 2 es 0,1696

47. En cierta ciudad los habitantes pueden tener alguna de las profesiones A, B, C. En
cada caso los hijos tienden a seguir la profesión del padre con probabilidades 3/5, 2/3
y 1/4 respectivamente. Quienes no siguen la tradición del padre eligen
equiprobablemente alguna de las otras dos.

A B C
A 3/5 1/5 1/5
B 1/6 2/3 1/6
C 3/8 3/8 ¼

a) La distribución porcentual de las profesiones en la próxima generación, si

actualmente es de 20% para A, 30% para B y 50% para C.

(0,20 0,30 0,50) * 𝑝2

La distribución porcentual es: (o,317 0,448 0,234)

b) La distribución límite de las generaciones cuando transcurren muchas

generaciones.

𝑝𝐴 = 3/5𝑝𝐴 + 1/6𝑝𝐵 + 3/8𝑝𝐶

𝑝𝐴 = 0,3271

𝑝𝐵 = 1/5𝑝𝐴 + 2/3𝑝𝐵 + 3/8𝑝𝐶

𝑝𝐵 = 0,4486

𝑝𝐶 = 1/5𝑝𝐴 + 1/6𝑝𝐵 + 1/4𝑝𝐶

𝑝𝐶 = 0,2243