COLAS

ESTADOS ABSORBENTES

ESTADOS ABSORBENTES

PROBELMAS - CADENAS DE MARKOV

EJEMPLO DE SISTEMA PROBABILISTICOS

A CONTINUACION SE TIENEN DATOS HISTORICOS DE AMBOS EQUIPOS (UCV Y GARCILAZO) QUE SE ENFRENTARAN ESTE FIN DE SEMANA

cadena de Márkov

En la teoría de la probabilidad, se conoce como cadena de Márkov a un tipo especial de proceso estocástico discreto en el que la probabilidad de que ocurra un evento depende del evento inmediatamente anterior. En efecto, las cadenas de este tipo tienen memoria. "Recuerdan" el último evento y esto condiciona las posibilidades de los eventos futuros. Esta dependencia del evento anterior distingue a las cadenas de Márkov de las series de eventos independientes, como tirar una moneda al aire o un dado.
Reciben su nombre del matemático ruso Andrei Andreevitch Markov (1856-1922), que las introdujo en 1907.^[1]
Estos modelos muestran una estructura de dependencia simple, pero muy útil en muchas aplicaciones.

Andréi Márkov

BIOGRAFIA :
Andréi Andréyevich Márkov (Андре́й Андре́евич Ма́рков) (14 de junio de 1856 - 20 de julio de 1922) fue un matemático ruso conocido por sus trabajos en la teoría de los números y la teoría de probabilidades.
Márkov nació en Riazán, Rusia. Antes de los 10 años su padre, un funcionario estatal, fue trasladado a San Petersburgo donde Andréi entró a estudiar en un instituto de la ciudad. Desde el principio mostró cierto talento para las matemáticas y cuando se graduó en 1874 ya conocía a varios matemáticos de la Universidad de San Petersburgo, donde ingresó tras su graduación. En la Universidad fue discípulo de Chebyshov y tras realizar sus tesis de maestría y doctorado, en 1886 accedió como adjunto a la Academia de Ciencias de San Petersburgo a propuesta del propio Chebyshov. Diez años después Márkov había ganado el puesto de académico regular. Desde 1880, tras defender su tesis de maestría, Márkov impartió clases en la Universidad y, cuando el propio Chebyshov dejó la Universidad tres años después, fue Márkov quien le sustituyó en los cursos de teoría de la probabilidad. En 1905, tras 25 años de actividad académica, Márkov se retiró definitivamente de la Universidad, aunque siguió impartiendo algunos cursos sobre teoría de la probabilidad.
A parte de su perfil académico, Andréi Márkov fue un convencido activista político. Se opuso a los privilegios de la nobleza zarista y llegó a rechazar las condecoraciones del propio zar en protesta por algunas decisiones políticas relacionadas con la Academia de Ciencias. Hasta tal punto llegó su implicación en la política que llegó a ser conocido con el sobrenombre de "el académico militante".
Márkov arrastró durante toda su vida problemas relacionados con una malformación congénita en la rodilla que le llevaría varias veces al quirófano y que, con el tiempo, fue la causa de su muerte cuando el 20 de julio del año 1922 una de las muchas operaciones a las que se sometió le produjo una infección generalizada de la que no pudo recuperarse.
Aunque Márkov influyó sobre diversos campos de las matemáticas, por ejemplo en sus trabajos sobre fracciones continuas, la historia le recordará principalmente por sus resultados relacionados con la teoría de la probabilidad. En 1887 completó la prueba que permitía generalizar el teorema central del límite y que ya había avanzado Chebyshov. Pero su aportación más conocida es otra.
Su trabajo teórico en el campo de los procesos en los que están involucrados componentes aleatorios (procesos estocásticos) darían fruto en un instrumento matemático que actualmente se conoce como cadena de Márkov: secuencias de valores de una variable aleatoria en las que el valor de la variable en el futuro depende del valor de la variable en el presente, pero es independiente de la historia de dicha variable. Las cadenas de Márkov, hoy día, se consideran una herramienta esencial en disciplinas como la economía, la ingeniería, la investigación de operaciones y muchas otras.

PROBLEMA 2

PROBLEMA 1

3 sentencias :

 1 - De los 3 proyectos de inversion solo se realizara 1 de ellos .
        y1´+ y2 + y3 <= 1

 2 -Si se apertura fabrica en trujillo no se apertura en Piura .
     y1 + y2 <= 1

 3-Si enviamos productos a ecuador obligatoriamente tendremos que satisfacer la demanda de colombia .
   y1 = y2

                                                                                                        KEVIN GEORGE

INVERSION

RESULTADOS

Global optimal solution found.
Objective value: 4000.000
Extended solver steps: 0
Total solver iterations: 0
　
Variable Value Reduced Cost
X1 6.000000 500.0000
X2 0.000000 900.0000
Y1 1.000000 1000.000
Y2 0.000000 2000.000
Row Slack or Surplus Dual Price
1 4000.000 -1.000000
2 0.000000 0.000000
3 30.00000 0.000000
4 40.00000 0.000000
5 1.000000 0.000000
6 0.000000 0.000000

USANDO LINGO

min=500*x1+900*x2+1000*y1+2000*y2;

20*x1+50*x2>=120;

30*x1+35*x2>=150;

40*x1+45*x2>=200;

x1<=7*y1;

x2<=7*y2;

@bin(y1);

@bin(y2);

@gin(x1);

@gin(x2);

MI LIBRO TUTOR

WAYNE WINSTON

INVESTIGACION DE OPERACIONES

INVOPE 2

BIENVENIDOS; MI NOMBRE ES KEVIN GEORGE Y SOY UN ESTUDIANTE DE INGENIERIA INDUSTRIAL DE LA UNIVERSIDAD CESAR VALLEJO DE LA CIUDAD DE TRUJILLO   , BUENO EN ESTA OCACION VOY A COMPARTIR CON TODOS USTEDES ALGUNAS DEFINICIONES Y  SOLUCIONES DE EJERCICIOS RESPECTO AL CURSO DE INVESTIGACION DE OPERACIONES 2
AQUI LES DEJO UN VIDEO
MUCHAS GRACIAS ESTOY EN CONTACTO CON USTEDES

PRE REQUISITO

VARIABLES

HERRAMIENTAS PARA LA TOMA DE DESICIONES

                                                              Que decisiones tomaste hoy ?

llegar temprano a  mi clase de invope 2

Prepararme bien psicologicamente para sacar el maximo provecho de este curso

Divertirme aprendiendo imvope 2