ENTREGA - ESTOCASTICA Entrega 3

PROGRAMACIÓN ESTOCÁSTICA
TERCERA ENTREGA
Diseño de un sistema de protección hidráulico para un pozo petrolero
ARIEL OSWALDO CASTAÑEDA RODRIGUEZ Código 1621024936

CARLOS ANDRES PEREZ Código 15221023531
JULIETH CAMACHO SILVERA Código 1611021115
JOSE LUIS SANCHEZ ZULUAGA Código 1621025194
OSCAR HERNANDO PAREJA Código 1621025872
INSTITUCIÓN UNIVERSITARIA POLITÉCNICO GRANCOLOMBIANO

BOGOTA - COLOMBIA
May-20
MarkovExcel Module
by Germán Riaño
Grupo COPA
griano@uniandes.edu.co
Ver esta página en español ...
This workbook has a series of macros that can be used to analyze medium size Markov
Chain Problems. Its accuracy for large model has not been tested, and anyway Excel
cannot handle more than 256 columns
For really large models use:
jMarkov
You have to enable macros in Excel in order to use this tool.

Go to tools/Macros/Security to enable them
Discrete Time Markov Chains

DTMC
Continuous Time Markov Chains

CTMC
Reference Manual
Reference
MarkovExcel can be used free of charge for academic purposes.

No warranty is given or implied.
I am extremely grateful if you point to me any mistakes in the program. But I cannot give
personalized customer support by e-mail. In particular I canot teach you stochastics by
e-mail, nor will I help you with homework (except my own students, of course)
Discrete Time Markov Chains
Go back to Main Menu
Let's define P and call it "TheP", via Insert/Name/Define
0.2 0.7 0.1

P= 1 0 0
0.2 0.3 0.5
For steady state probabilities we mark the destination range and write
""=DTMCSteadyState(theP)" and then hit ctrl-shft-enter at the same time.
Attention: For all functions you have to hit Ctrl shift y enter at the same time.
p= #VALUE! #VALUE! #VALUE!
To obtain powers of P we use:

' =MatPower(Matrix,power)
#VALUE! #VALUE! #VALUE!

P(4) = #VALUE! #VALUE! #VALUE!
To find the occupancy matrix:

M(n) = I + P + P2 +...+Pn
usamos "=DTMCMatOcup(Matriz, n)"

M(1)= #VALUE! #VALUE! #VALUE!
Reducible Chains
1 2 3 4 5 6
1 0.1 0.2 0.1 0.2 0.2 0.2
2 0.2 0.3 0.1 0.3 0.1 0
3 0.1 0.3 0.2 0.2 0.1 0.1
4 0 0 0 0.2 0.8 0
5 0 0 0 0.8 0.2 0
6 0 0 0 0 0 1
If we try DTMCSteadyState we obviously get an error:

#VALUE! #VALUE! #VALUE! #VALUE! #VALUE! #VALUE!
The former chain must be decomposed as:

T = {1,2,3} Transient states
C1 ={4,5} First closed communicating class
C2 = {6} Second communicating class
Absortion Probabilities
Find R y Q, that correspond to transitions among transient and from transient the the closed comunicating class
1 2 3
1 0.1 0.2 0.1
A= 2 0.2 0.3 0.1 R=
3 0.1 0.3 0.2
Absortion Probabilities are computed through

DTMCAbsor(A,R)
C1 C2
1 #VALUE! #VALUE!
F= 2 #VALUE! #VALUE!
3 #VALUE! #VALUE!
Expected time before absortion is computed through

DTMCExpected(A)
1 #VALUE!
m= 2 #VALUE!
3 #VALUE!
Limit probability exists, since there are no periodic states, and is given by
1 2 3 4 5 6
1 0 0 0 #VALUE! #VALUE! #VALUE!
4 0 0 0 #VALUE! #VALUE! 0
6 0 0 0 0 0 1
Lets compute a big power to check the result:
1 2 3 4 5 6
1 #VALUE! #VALUE! #VALUE! #VALUE! #VALUE! #VALUE!
It works!
he closed comunicating classes
C1 C2
1 0.4 0.2
2 0.4 0
3 0.3 0.1
Check
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
1
Check
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
Continuous Time Markov Chains
Go back to Main Menu
Define generator matrix Q y and call it "Generateor", via Insert/Name/Define
-9 4 5
Q= 10 -17 7
7 7 -14
For steady state probabilities

mark destination range and write "=CTMCSteadyState(Generator)"
and hit ctrl-shift-enter at the same time.
Attention: For all functions you have to hit Ctrl shift y enter at the same time.
To find P(t)=exp(Q t) we use:

=CTMCTransient(Matrix, time)

P(0.01) = #VALUE! #VALUE! #VALUE!
To find the occupancy matrix

t
M (t )=∫0 P( s)ds
we use CTMCMatOccup(Generator, n)

M(0.1)= #VALUE! #VALUE! #VALUE!
Reducible Chains
Assume Q is given as
1 2 3 4 5 6
1 -9 2 1 2 2 2
2 12 -17 1 3 1 0
3 1 3 -8 2 1 1
4 0 0 0 -8 8 0
5 0 0 0 8 -8 0
6 0 0 0 0 0 0
If we try CTMCSteadyState we get, obviously, an error:

The previous chain must be decomposed as
T = {1,2,3}
C1 ={4,5}
C2 = {6}
Absortion Probabilities:
Lets compute R and Q

1 2 3
1 -9 2 1
A= 2 12 -17 1 R=
3 1 3 -8
Absortion Probabilities:
DTMCAbsor(A,R)
C1 C2
1 #VALUE! #VALUE!
3 #VALUE! #VALUE!
Expected time before absortion:

DTMCExpected(A)
1 #VALUE!
m= 2 #VALUE!
3 #VALUE!
The limit matrix exists and is given by:
1 2 3 4 5 6
6 0 0 0 0 0 1
As a test, we compute P(t) for a large t
1 2 3 4 5 6
and it works!
C1 C2
1 4 2
2 4 0
3 3 1
Check
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
1
Check
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
Reference Manual Go back to Main Menu
The following functions are defined in the Macros.
To use this functions in another worksheet save this workboos as an add-in (menu: File/Save
as, choose the last option)
If you plan to use the functions frequenlt you can install the add-in permanently (menu:
Tools/Addins)
General Matrix Functions
MatPower(A, n As Integer)
Computes the n-th power of the given matrix
Function MatSum(A, B, Optional minus = False)

Adds the given matrices. If minus is TRUE then it computes A-B
Function MatTimes(A, alpha)

Computes alpha*A
Function MatIden(n As Integer)

Returns an nxn identity matrix
Function MaxRate(Q) As Double

Assuming Q is a generator matrix this computes the biggest rate, i.e., the largest entry in the
diagonal:
λ=max (−q ii )
Function UniformProb(Q, Optional EnsureGenerator As Boolean = True,
Optional lda = -1#)
Assuming Q is a generator matrix, computes the associated uniformized DTMC transition
matrix. If lda is not given it is internally computed. If EnsureGenerator is true then Q is
converted to a generator rather than a rates matrix
Q
P= +I
λ
DTMC Functions
MatExpo(A, t)
Computes exp(A x t)
DTMCMatOccup(A, n As Integer)
Computes the occupancy matrix for a Discrete Markov Chain
Function DTMCSteadyState(P)
Computes the steady state probability for DTMC with matix P. If P is not irreducible (or
unichain) this returns an error.
Function DTMCAbsor(A, R)
This computes the absorving probabilities for a markov chain with transient to transient
probabilities Q, and transient to absorving probabilities R, through the formula
( (I I )−1 RA ) −1 R
−Q−
Function DTMCExpected(A)
Computes the expected number of steps before absorption, starting from each transient state,
through the formula
−1−1
( II −Q
− A) ) R1
1
CTMC Functions
Function CTMCSteadyState(Q)
Computes the steady state probabilities for the given generator matrix
Function CTMCTransient(Q, t, Optional Cum = False)

Assuming that Q is a generator matrix this computes exp(Q t). If cum is true then it rathers
computes the occupancy matrix. The algorithm used is uniformization.
Function CTMCMatOccup(Q, t)
Computed teh occupancy matrix
t
M (t )=∫0 P( s)ds
Function CTMCAbsor(A, R)
Computes teh absortion probabilities where A is the generator rates matrix from transient to
transient states, and R from transient to the absorving classes
Function CTMCExpected(A)
Computes the expected value of the time to absortion starting from each of the given states.
MarkovExcel Module
por Germán Riaño
Grupo COPA
griano@uniandes.edu.co
See this page in English...
Esta herramienta de Excel tiene una serie de macros para el análisis de Cadenas de
Markov de tamaño intermedio. Su precisión para modelos muy grandes no has sido
probada y, en todo caso, Excel no maneja más de 256 columnas.
Para nodelos grandes use:
jMarkov
Para usar esta herramienta se deben habilitar los macros de Excel.

Vaya al manu herrmiantas/Macro/Seguridad.
Cadenas de Markov de Tiempo Discreto

CMTD
Cadenas de markov de Tiempo Continuo

CMTC
Manual de Referencia.
Referencia
MarkovExcel se puede usar sin costo para labores académicas.

No se da garantía alguna ni explícita ni implícita
Le agardezco que me avise si encuentra errores. Pero desafortunadamente no puedo
dar "soporte al cliente" personalizado. En particular no puedo enseñarle procesos
estocásticos por e-mail ni ayudarle en sus tareas (excepto a mis estudiantes claro).
Cadenas de Markov de Tiempo Discreto
Regresar al Menu Principal
Definimos P y le damos el nombre "laPe", via Insertar/Nombre/Definir
0.2 0.7 0.1

P= 1 0 0
0.2 0.3 0.5
Para Probabilidades de estado estable

marcamos el destino, escribimos "=DTMCSteadyState(laPe)"
y luego ctrl-shft-enter al tiempo.
OJO: Para todas las funciones damos Ctrl shift y enter al tiempo.
Para potencias de P usamos

MatPower(Matriz,potencia)

P(4) = #VALUE! #VALUE! #VALUE!
Para Hallar la matriz de ocupación:

M(n) = I + P + P^2 +...+P^n
usamos DTMCMatOcup(Matriz, n)

M(1)= #VALUE! #VALUE! #VALUE!
Cadenas Reducibles
1 2 3 4 5 6
1 0.1 0.2 0.1 0.2 0.2 0.2
2 0.2 0.3 0.1 0.3 0.1 0
3 0.1 0.3 0.2 0.2 0.1 0.1
4 0 0 0 0.2 0.8 0
5 0 0 0 0.8 0.2 0
6 0 0 0 0 0 1
Si intentamos DTMCSteadyState obviamente generamos un error:

La anterior cadena se DEBE descomponer como

T = {1,2,3}
C1 ={4,5}
C2 = {6}
Probabilidades de Absorción:
Calculamos A y R
1 2 3
1 0.1 0.2 0.1
A= 2 0.2 0.3 0.1 R=
3 0.1 0.3 0.2
Las probabilidades de absroción son

DTMCAbsor(A,R)
C1 C2
1 #VALUE! #VALUE!
3 #VALUE! #VALUE!
Los tiempos esperados antes de absorción son

DTMCExpected(A)
1 #VALUE!
m= 2 #VALUE!
3 #VALUE!
La matriz límite existe, pues no hay estados periódicos y es:
1 2 3 4 5 6
6 0 0 0 0 0 1
A modo de revisión calculamos una potencia grande:
1 2 3 4 5 6
y si lo es!
C1 C2
1 0.4 0.2
2 0.4 0
3 0.3 0.1
Check
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
1
Check
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
Cadenas de Markov de Tiempo Continuo
Regresar al Menu Principal
Definimos la matriz generadora Q y le damos el nombre "Generateor", via Inserter/Nombre/Definir
-9 4 5
Q= 10 -17 7
7 7 -14
Para Probabilidades de estado estable

marcamos el destino, escribimos CTMCSteadyState
y luego ctrl-shft-enter al tiempo.
OJO: Para todas las funciones damos Ctrl shift y enter al tiempo.
Para hallar P(t)=exp(Q t) usamos

=CTMCTransient(Matriz, tiempo)

P(0.01) = #VALUE! #VALUE! #VALUE!
Para Hallar la matriz de ocupación:

t
M (t )=∫0 P( s)ds
usamos CTMCMatOccup(Generator, tiempo)

M(0.1)= #VALUE! #VALUE! #VALUE!
Cadenas Reducibles
Suponga que Q viene dada por
1 2 3 4 5 6
1 -9 2 1 2 2 2
2 12 -17 1 3 1 0
3 1 3 -8 2 1 1
4 0 0 0 -8 8 0
5 0 0 0 8 -8 0
6 0 0 0 0 0 0
Si intentamos SteadyState obviamente generamos un error:

La anterior cadena se DEBE descomponer como
T = {1,2,3}
C1 ={4,5}
C2 = {6}
Probabilidades de Absorción:
Calculamos A y R
1 2 3
1 -9 2 1
A= 2 12 -17 1 R=
3 1 3 -8
Las probabilidades de absroción son

=DTMCAbsor(A,R)
C1 C2
1 #VALUE! #VALUE!
3 #VALUE! #VALUE!
Los tiempos esperados antes de absorción son

=DTMCExpected(A)
1 #VALUE!
m= 2 #VALUE!
3 #VALUE!
La matriz límite existe y es:
1 2 3 4 5 6
6 0 0 0 0 0 1
A modo de revisión calculamos P(t) para un valor grande de t:
1 2 3 4 5 6
y si lo es!
Nombre/Definir
C1 C2
1 4 2
2 4 0
3 3 1
Check
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
1
Check
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
Manual de Referencia Regresar al Menu Principal
(Lo siento, no tengo traducción.. Quizás Ud. quiera ayudarme..)
The following functions are defined in the Macros.
To use this functions in another worksheet save this workboos as an add-in (menu: File/Save
as, choose the last option)
If you plan to use the functions frequenlt you can install the add-in permanently (menu:
Tools/Addins)
General Matrix Functions
MatPower(A, n As Integer)
Computes the n-th power of the given matrix
Function MatSum(A, B, Optional minus = False)

Adds the given matrices. If minus is TRUE then it computes A-B
Function MatTimes(A, alpha)

Computes alpha*A
Function MatIden(n As Integer)

Returns an nxn identity matrix
Function MaxRate(Q) As Double

Assuming Q is a generator matrix this computes the biggest rate, i.e., the largest entry in the
diagonal:
λ=max (−q ii )
Function UniformProb(Q, Optional EnsureGenerator As Boolean = True,
Optional lda = -1#)
Assuming Q is a generator matrix, computes the associated uniformized DTMC transition
matrix. If lda is not given it is internally computed. If EnsureGenerator is true then Q is
converted to a generator rather than a rates matrix
Q
P= +I
λ
DTMC Functions
MatExpo(A, t)
Computes exp(A x t)
DTMCMatOccup(A, n As Integer)
Computes the occupancy matrix for a Discrete Markov Chain
Function DTMCSteadyState(P)
Computes the steady state probability for DTMC with matix P. If P is not irreducible (or
unichain) this returns an error.
Function DTMCAbsor(A, R)
This computes the absorving probabilities for a markov chain with transient to transient
probabilities Q, and transient to absorving probabilities R, through the formula
( I − A )−1 R
Function DTMCExpected(A)
Computes the expected number of steps before absorption, starting from each transient state,
through the formula
−1
(I − A) 1
CTMC Functions
Function CTMCSteadyState(Q)
Computes the steady state probabilities for the given generator matrix
Function CTMCTransient(Q, t, Optional Cum = False)

Assuming that Q is a generator matrix this computes exp(Q t). If cum is true then it rathers
computes the occupancy matrix. The algorithm used is uniformization.
Function CTMCMatOccup(Q, t)
Computed teh occupancy matrix
t
M (t )=∫0 P( s)ds
Function CTMCAbsor(A, R)
Computes teh absortion probabilities where A is the generator rates matrix from transient to
transient states, and R from transient to the absorving classes
Function CTMCExpected(A)
Computes the expected value of the time to absortion starting from each of the given states.
Principal
Revisión falla Condiciones del sistem
1 182.479 121.653
2 91.240 121.653 Solo hay un estado de derrame
3 91.240 182.479 Se ignoran las válvulas 8,9 y 10 teniend
4 91.240 91.240 Teniendo en cuenta que la válvula 4, 5
5 91.240 91.240 Se realiza esto para simplificar el sistem
6 91.240 91.240 1 -- Válvula funcionando
7 91.240 182.479 0 -- Válvula dañada
8 182.479 72.992
9 182.479 60.826
10 182.479 72.992
rt 96.318
Revisión Falla Revisión

1 182.479 121.653 1 182
2 91.240 121.653 2 91
3 91.240 182.479 3 91
4 91.240 273.719 4 91
7 91.240 182.479 7 91
rt 96.318 rt 96
1 2 3 4 7
s1 1 1 1 1 1
s2 1 0 1 1 1
s3 1 1 0 1 1
s4 1 1 1 0 1
s5 1 1 1 1 0
s6 1 0 0 1 1
s7 1 0 1 0 1
s8 1 0 1 1 0
s9 1 1 0 0 1
s10 1 1 0 1 0
s11 1 1 1 0 0
s12 1 0 0 0 1
s13 1 0 0 1 0
S14(Derrame) 0 0 0 0 0
s1 s2 s3 s4 s5
s1 0.00000 121.65290 182.47934 273.71902 182.47934
s2 91.23967 0.00000 0.00000 0.00000 0.00000
s3 91.23967 0.00000 0.00000 0.00000 0.00000
s4 91.23967 0.00000 0.00000 0.00000 0.00000
s5 91.23967 0.00000 0.00000 0.00000 0.00000
R
s6 0.00000 91.23967 91.23967 0.00000 0.00000
R s7
s8
s9
0.00000
0.00000
0.00000
91.23967
91.23967
0.00000
0.00000
0.00000
91.23967
91.23967
0.00000
91.23967
0.00000
91.23967
0.00000
s10 0.00000 0.00000 91.23967 0.00000 91.23967
s11 0.00000 0.00000 0.00000 91.23967 91.23967
s12 0.00000 0.00000 0.00000 0.00000 0.00000
s13 0.00000 0.00000 0.00000 0.00000 0.00000
S14(Derrame) 96.31803 0.00000 0.00000 0.00000 0.00000
Q s1 s2 s3 s4 s5
s1 -881.98350 121.65290 182.47934 273.71902 182.47934
s2 91.23967 -851.57028 0.00000 0.00000 0.00000
s3 91.23967 0.00000 -790.74383 0.00000 0.00000
s4 91.23967 0.00000 0.00000 -699.50415 0.00000
s5 91.23967 0.00000 0.00000 0.00000 -790.74383
Q s6
s7
s8
s9
0.00000
0.00000
0.00000
0.00000
91.23967
91.23967
91.23967
0.00000
91.23967
0.00000
0.00000
91.23967
0.00000
91.23967
0.00000
91.23967
0.00000
0.00000
91.23967
0.00000
s10 0.00000 0.00000 91.23967 0.00000 91.23967
s11 0.00000 0.00000 0.00000 91.23967 91.23967
s12 0.00000 0.00000 0.00000 0.00000 0.00000
s13 0.00000 0.00000 0.00000 0.00000 0.00000
S14(Derrame) 96.31803 0.00000 0.00000 0.00000 0.00000
Condiciones del sistema
lo hay un estado de derrame

ignoran las válvulas 8,9 y 10 teniendo en cuenta que la vital en este caso es la 1
niendo en cuenta que la válvula 4, 5 y 6 se encuentra en una posición masomenos igual en el sistema y tienen las mismas tasas de revisión
realiza esto para simplificar el sistema
-- Válvula funcionando
-- Válvula dañada
Falla
122
122
182
274
182
s6 s7 s8 s9 s10 s11 s12 s13

0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000
182.47934 273.71902 182.47934 0.00000 0.00000 0.00000 0.00000 0.00000
121.65290 0.00000 0.00000 273.71902 182.47934 0.00000 0.00000 0.00000
0.00000 121.65290 0.00000 182.47934 0.00000 182.47934 0.00000 0.00000
0.00000 0.00000 121.65290 0.00000 182.47934 273.71902 0.00000 0.00000
0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 273.71902 182.47934
0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 182.47934 0.00000
0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 182.47934
0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 273.71902 0.00000
0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 121.65290
0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000
91.23967 91.23967 0.00000 91.23967 0.00000 0.00000 0.00000 0.00000
91.23967 0.00000 91.23967 0.00000 91.23967 0.00000 0.00000 0.00000
0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000
s6 s7 s8 s9 s10 s11 s12 s13

0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000
182.47934 273.71902 182.47934 0.00000 0.00000 0.00000 0.00000 0.00000
121.65290 0.00000 0.00000 273.71902 182.47934 0.00000 0.00000 0.00000
0.00000 121.65290 0.00000 182.47934 0.00000 182.47934 0.00000 0.00000
0.00000 0.00000 121.65290 0.00000 182.47934 273.71902 0.00000 0.00000
-760.33060 0.00000 0.00000 0.00000 0.00000 0.00000 273.71902 182.47934
0.00000 -669.09093 0.00000 0.00000 0.00000 0.00000 182.47934 0.00000
0.00000 0.00000 -760.33060 0.00000 0.00000 0.00000 0.00000 182.47934
0.00000 0.00000 0.00000 -760.33060 0.00000 0.00000 273.71902 0.00000
0.00000 0.00000 0.00000 0.00000 -699.50415 0.00000 0.00000 121.65290
0.00000 0.00000 0.00000 0.00000 0.00000 -608.26448 0.00000 0.00000
91.23967 91.23967 0.00000 91.23967 0.00000 0.00000 -577.85126 0.00000
91.23967 0.00000 91.23967 0.00000 91.23967 0.00000 0.00000 -669.09093
0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000
mismas tasas de revisión y falla se opta por volverlas 1 sola, es decir la válvula 4 representa 3 válvulas
S14(Derrame) suma
121.65290 881.983
121.65290 851.570
121.65290 790.744
121.65290 699.504
121.65290 790.744
121.65290 760.331
304.13224 669.091
395.37191 760.331
304.13224 760.331
395.37191 699.504
425.78514 608.264
304.13224 577.851
395.37191 669.091
0.00000 96.318
S14(Derrame)
121.65290
121.65290
121.65290
121.65290
121.65290
121.65290
304.13224
395.37191
304.13224
395.37191
425.78514
304.13224
395.37191
-96.31803
Q s1 s2 s3 s4 s5
s1 -881.98350 121.65290 182.47934 273.71902 182.47934
s2 91.23967 -851.57028 0.00000 0.00000 0.00000
s3 91.23967 0.00000 -790.74383 0.00000 0.00000
s4 91.23967 0.00000 0.00000 -699.50415 0.00000
s5 91.23967 0.00000 0.00000 0.00000 -790.74383
s6 0.00000 91.23967 91.23967 0.00000 0.00000
s7 0.00000 91.23967 0.00000 91.23967 0.00000
s8 0.00000 91.23967 0.00000 0.00000 91.23967
s9 0.00000 0.00000 91.23967 91.23967 0.00000
s10 0.00000 0.00000 91.23967 0.00000 91.23967
s11 0.00000 0.00000 0.00000 91.23967 91.23967
s12 0.00000 0.00000 0.00000 0.00000 0.00000
s13 0.00000 0.00000 0.00000 0.00000 0.00000
S14(Derrame) 96.31803 0.00000 0.00000 0.00000 0.00000
x= 90 0.009
Q s1 s2 s3 s4 s5
s1 #VALUE! #VALUE! #VALUE! #VALUE! #VALUE!
S14(Derrame) #VALUE! #VALUE! #VALUE! #VALUE! #VALUE!
x= 180 0.018 Este valor permite obtener la matriz estable cuando t
Q s1 s2 s3 s4 s5
S14(Derrame) #VALUE! #VALUE! #VALUE! #VALUE! #VALUE!
π1 π2 π3 π4 π5
#VALUE! #VALUE! #VALUE! #VALUE! #VALUE!
s6 s7 s8 s9 s10 s11 s12 s13
0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000
182.47934 273.71902 182.47934 0.00000 0.00000 0.00000 0.00000 0.00000
121.65290 0.00000 0.00000 273.71902 182.47934 0.00000 0.00000 0.00000
0.00000 121.65290 0.00000 182.47934 0.00000 182.47934 0.00000 0.00000
0.00000 0.00000 121.65290 0.00000 182.47934 273.71902 0.00000 0.00000
-760.33060 0.00000 0.00000 0.00000 0.00000 0.00000 273.71902 182.47934
0.00000 -669.09093 0.00000 0.00000 0.00000 0.00000 182.47934 0.00000
0.00000 0.00000 -760.33060 0.00000 0.00000 0.00000 0.00000 182.47934
0.00000 0.00000 0.00000 -760.33060 0.00000 0.00000 273.71902 0.00000
0.00000 0.00000 0.00000 0.00000 -699.50415 0.00000 0.00000 121.65290
0.00000 0.00000 0.00000 0.00000 0.00000 -608.26448 0.00000 0.00000
91.23967 91.23967 0.00000 91.23967 0.00000 0.00000 -577.85126 0.00000
91.23967 0.00000 91.23967 0.00000 91.23967 0.00000 0.00000 -669.09093
0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000
s6 s7 s8 s9 s10 s11 s12 s13

#VALUE! #VALUE! #VALUE! #VALUE! #VALUE! #VALUE! #VALUE! #VALUE!
e obtener la matriz estable cuando t tiende a infito
s6 s7 s8 s9 s10 s11 s12 s13

π6 π7 π8 π9 π10 π11 π12 π13

S14(Derrame)
121.65290
121.65290
121.65290
121.65290
121.65290
121.65290
304.13224
395.37191
304.13224
395.37191
425.78514
304.13224
395.37191
-96.31803
S14(Derrame)
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
S14(Derrame)
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
π14
#VALUE!
1. Adicionalmente, el director de mantenimiento operacional instalará el sistema de protección hidráulico
a. La probabilidad de que en la primera auditoría el sistema esté funcionando como nuevo.
R: #VALUE!
b. La probabilidad de que en la segunda auditoría el sistema esté funcionando como nuevo.
R: #VALUE!
c. El número de días, en promedio, que se habrán utilizado para el proceso de revisión total justo antes de
R: 90 días #VALUE!
180 días #VALUE!
d. El número de días, en promedio, que transcurrirán hasta el próximo derrame de crudo.
R: #VALUE!
1. Un análisis económico de largo plazo, que muestre el valor esperado de los ingresos diarios para una tor
Día Sin derrame $ 40,000.00
Día con derrame $ 60,000.00 R: #VALUE!
2. Las conclusiones generales y las principales recomendaciones de parte de su compañía al director de ma
R: Se aproxima que el 68% de los días tiene derrame de crudo, el pozo no es viable
Se debe realizar revisión constante a la válvula 1, pero también se debe garantizar mantenimiento preventivo
Se generan perdidas -28038, por lo que se recomienda no seguir con la operación hasta que se deteremine u
tema de protección hidráulico en un nuevo pozo que acaba de presentar un derrame de crudo (por fortuna, sin consecuencias mayores pa
do como nuevo.
do como nuevo.
de revisión total justo antes de cada auditoría.
ame de crudo.
os ingresos diarios para una torre de extracción que cuente con el sistema de protección hidráulico. (Asuma que la única causa para que la
e su compañía al director de mantenimiento operacional de Ecopetrol
tizar mantenimiento preventivo a diario, hasta que el número de días hasta el próximo derrame disminuya, allí se hará revisión cuando el d
ión hasta que se deteremine una solución

n consecuencias mayores para la compañía) y realizará dos auditorías para comprobar su funcionamiento. La primera en tres meses y la se
ue la única causa para que la torre no funcione es la falla del sistema de protección hidráulico).
se hará revisión cuando el día esperado de derrame esté cerca

primera en tres meses y la segunda en 6 meses. Por lo tanto, quiere que su modelo calcule:

ENTREGA - ESTOCASTICA Entrega 3

Uploaded by

Document Information

Original Description:

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

ENTREGA - ESTOCASTICA Entrega 3

Uploaded by

Copyright:

Available Formats

PROGRAMACIÓN ESTOCÁSTICA

ARIEL OSWALDO CASTAÑEDA RODRIGUEZ Código 1621024936

INSTITUCIÓN UNIVERSITARIA POLITÉCNICO GRANCOLOMBIANO

Ver esta página en español ...

You have to enable macros in Excel in order to use this tool.

Discrete Time Markov Chains

Continuous Time Markov Chains

MarkovExcel can be used free of charge for academic purposes.

0.2 0.7 0.1

p= #VALUE! #VALUE! #VALUE!

To obtain powers of P we use:

#VALUE! #VALUE! #VALUE!

To find the occupancy matrix:

#VALUE! #VALUE! #VALUE!

If we try DTMCSteadyState we obviously get an error:

The former chain must be decomposed as:

Absortion Probabilities are computed through

Expected time before absortion is computed through

Lets compute a big power to check the result:

For steady state probabilities

p= #VALUE! #VALUE! #VALUE!

To find P(t)=exp(Q t) we use:

#VALUE! #VALUE! #VALUE!

To find the occupancy matrix

#VALUE! #VALUE! #VALUE!

If we try CTMCSteadyState we get, obviously, an error:

The previous chain must be decomposed as

Lets compute R and Q

Expected time before absortion:

The limit matrix exists and is given by:

As a test, we compute P(t) for a large t

Function MatSum(A, B, Optional minus = False)

Function MatTimes(A, alpha)

Function MatIden(n As Integer)

Function MaxRate(Q) As Double

Function CTMCTransient(Q, t, Optional Cum = False)

See this page in English...

Para usar esta herramienta se deben habilitar los macros de Excel.

Cadenas de Markov de Tiempo Discreto

Cadenas de markov de Tiempo Continuo

MarkovExcel se puede usar sin costo para labores académicas.

0.2 0.7 0.1

Para Probabilidades de estado estable

p= #VALUE! #VALUE! #VALUE!

Para potencias de P usamos

#VALUE! #VALUE! #VALUE!

Para Hallar la matriz de ocupación:

#VALUE! #VALUE! #VALUE!

Si intentamos DTMCSteadyState obviamente generamos un error:

La anterior cadena se DEBE descomponer como

Las probabilidades de absroción son

Los tiempos esperados antes de absorción son

La matriz límite existe, pues no hay estados periódicos y es:

A modo de revisión calculamos una potencia grande:

Para Probabilidades de estado estable

p= #VALUE! #VALUE! #VALUE!

Para hallar P(t)=exp(Q t) usamos

#VALUE! #VALUE! #VALUE!

Para Hallar la matriz de ocupación:

#VALUE! #VALUE! #VALUE!

Si intentamos SteadyState obviamente generamos un error:

Las probabilidades de absroción son