Ingeniería Industrial
URI permanente para esta colecciónhttp://54.81.141.168/handle/123456789/9138
Explorar
4 resultados
Resultados de Búsqueda
Ítem Texto completo enlazado Aplicaciones no convencionales de Cadena de Markov(Pontificia Universidad Católica del Perú, 2012-03-14) Quiroz Martínez, Telmo LeonardoLas Cadenas de Markov son sucesiones de variables aleatorias que permiten evaluar la probabilidad con la que un estado actual puede alcanzar uno inmediatamente posterior. Se ha utilizado en diversas aplicaciones como predicciones de escenarios económicos, patrones de compra, estimación de indicadores, administración de inventarios, proyecciones demográficas, pronósticos de votación, etc. En el presente trabajo se mostrarán aplicaciones no convencionales de Cadenas de Markov, las cuales han sido orientadas a disciplinas artísticas, con la finalidad de desmitificar la aparente incompatibilidad entre las matemáticas y las artes. Entre las mencionadas aplicaciones se encuentran dos composiciones musicales contemporáneas, creadas utilizando como referencia la obra musical de una banda predeterminada. Dichas composiciones obtenidas guardan notoria relación con el estilo musical de la banda referencial. Los archivos de audio se encuentran adjuntos al presente documento. Del mismo modo, se muestran poesías y textos generados con esta aplicación matemática y que guardan relación con el estilo literario de escritores tomados como referencia. Finalmente se mostrarán aplicaciones de las Cadenas de Markov para la Generación de Imágenes y Videos a través de sistemas generativos, disciplina denominada “Arte Procesual-Aleatorio”.Ítem Texto completo enlazado Aplicación de las cadenas ocultas de Markov para la preferencia de los consumidores en el mercado cervecero(Pontificia Universidad Católica del Perú, 2011-12-06) Patiño Antonioli, Miguel ÁngelDebido al ambiente competitivo en las industrias peruanas del sector consumo masivo, es de gran interés poder determinar las preferencias de los consumidores para poder estimar de manera más eficiente sus necesidades. Es en este punto importante el uso de las Herramientas Estocásticas para el desarrollo de predicciones a largo plazo, evaluar posibles estados de movimiento entre marcas y determinar factores claves en el proceso de elección del consumidor. Este análisis se hace posible mediante el uso de modelos Estocásticos, pues se basan en Probabilidades, útiles al estimar las decisiones de los potenciales clientes. Este documento tiene como objetivo desarrollar a fondo y presentar los modelos ocultos markovianos, con la finalidad de orientar el análisis hacia los Procesos Estocásticos de tiempo discreto, que son las Cadenas de Markov, con la evidencia del supuesto de la optimización del análisis a través del reconocimiento de Estados Ocultos, difíciles de definir y que en los modelos markovianos ocultos, son el pilar para obtener los resultados deseados. Se tocarán temas relacionados y se explicarán los conceptos necesarios para poder entender las Cadenas Ocultas de Markov y su aplicación directa al sector consumo masivo. Finalmente, se demostrará su directa aplicación al tema de preferencias y los aportes para futuros estudios relacionados. En cuanto a la aplicación al tema de preferencias de los consumidores, especialmente en el mercado cervecero, cada vez cambiante, se eligieron las principales dos variables críticas que afectan de manera determinante y que además alimentan la situación de incertidumbre por la que una modelación matemática - estocástica es una de las soluciones más convenientes. Estas dos variables son: el Volumen de Ventas de cada empresa (de manera estimada) y las Transiciones entre marcas representativas por empresa. Para esas dos variables entonces, nuestro análisis tratará de poner a prueba al Modelamiento Clásico de Markov contra el Modelamiento Oculto.Ítem Texto completo enlazado Aplicación de las cadenas de Markov en la determinación de circuitos turísticos del Perú(Pontificia Universidad Católica del Perú, 2011-10-03) Farro Díaz, Víctor DanielLa presente investigación tiene como objetivos presentar los departamentos o gobiernos regionales con mayor probabilidad de ser visitados por un turista, nacional o internacional, y brindar las rutas con el menor recorrido entre dichos departamentos. La base teórica del estudio realizado está comprendida primordialmente por lo temas de Cadenas de Markov y Diseño de Rutas, con estos temas se puede dar la aplicación a la investigación realizada, además se ha desarrollado los temas de Vectores y Muestreo Estadístico que sirven de apoyo para la aplicación de los primeros temas mencionados. El estudio del sector turístico tiene como finalidad brindar una imagen de cómo se encuentra actualmente y cómo ha venido mejorando este sector, con lo cual, se puede observar que su aporte ha sido cada vez mayor para nuestro país, por lo que deja claro por qué el interés en desarrollar esta investigación relacionada al turismo. La aplicación de las Cadenas de Markov a los recorridos turísticos se evidencia al formular los modelos o matrices para cada macro-región (norte, centro y sur) y a nivel nacional, los que al desarrollarlos, brindan las probabilidades de llegada de los turistas a los distintos departamentos. La obtención de datos se realizó en base a encuestas a turistas, internos o externos, e información dada por agencias de viaje y turismo. Para el diseño de rutas se utiliza el Método o Algoritmo “De Ahorros”, para lo cual sólo se usan los departamentos con mayor probabilidad y se detallan las diferentes rutas que se puedan realizar, siempre teniendo en cuenta que el recorrido sea mínimo. Finalmente, con los resultados obtenidos se observa que la principal ruta a nivel nacional con menor recorrido es: Lima – Arequipa – Puno – Cuzco – Ica – Lima, además se tienen las diferentes rutas que se desprenden de ésta, y las rutas por cada macro-región (norte, centro y sur).Ítem Texto completo enlazado Aplicación de cadenas de Markov en protocolos de comunicación(Pontificia Universidad Católica del Perú, 2011-05-09) Villanueva Morán, Claudia IsabelEn este trabajo se explica cómo funciona la transferencia de datos y qué políticas de control siguen los protocolos Aloha Puro y el Aloha Ranurado para evitar y gestionar las colisiones. Se realiza la programación de un modelo de cadenas de Markov para cada uno de los protocolos y con ayuda del programa SCILAB se simulan los rendimientos que éstos en diferentes escenarios.