Documente Academic
Documente Profesional
Documente Cultură
CADENAS DE MARKOV
Resumen
Alumno:
Ávila Hernández Karla Estephanía.
Profesor:
Guerrero Medina Manuel. Investigación de
Operaciones II.
Ing. Industrial
Introducción........................................................................................................................2
Conclusión.........................................................................................................................17
Bibliografía........................................................................................................................18
1
Introducción
2
4.1 Introducción a las Cadenas de Markov
Matriz de transición
Los elementos de matriz representan la probabilidad de que el estado
próximo sea el correspondiente a la columna si el estado actual es el
correspondiente a la fila.
Equipo 1.2
Equipo 13
Irreducibilidad:
1
2
3
4
o En una cadena de Markov un estado se dice que es accesible
desde otro estado ei si la probabilidad de ir desde el estado e i al
ej en algún momento futuro es distinta de cero.
o Un estado ei está comunicado con otro ej si ej es accesible desde
ei y ei lo es desde ej.
o Una cadena de Markov se dice que es irreducible si todos los
estados están comunicados entre sí.
Absorsorbencia:
o Un estado ej se dice absorbente si es imposible abandonar dicho
estado.
o Una cadena de Markov es absorbente si tiene algún estado
absorbente.
o Si una cadena de Markov es irreducible y absorbente entonces la
probabilidad de caer en alguno de los estados absorbentes tiende
a uno cuando el número de etapas tiende a infinito.
Regularidad:
o Una cadena de Markov se dice que es regular si alguna potencia
de la matriz de transición tiene todos sus elementos positivos (no
hay ceros)
o Si una cadena es regular entonces es irreducible y no absorbente.
Equipo 1.4
4
5
Se define p(n)ij como la probabilidad de que la cadena esté en el estado E j
después de n pasos, dado que la cadena empezó en el estado E i.
Se tiene que
Ejemplo.
5
6
6
En una cierta región el tiempo atmosférico sigue la siguiente secuencia:
Un día se denomina soleado (S) si el sol luce más de la mitad del día, y
se denomina nublado (N), si lo hace menos. Por experiencia, se sabe que
si hay un día nublado, es igual de probable que el día siguiente sea
también nublado. Si el día es soleado hay una probabilidad de 2/3 de
que sea también soleado. [
CITATION Cad \l 2058 ] 7
transición es:
Es decir;
De este modo, si hoy está nublado, dentro de tres días, se tiene que
7
8
7
Así, la probabilidad de que haya un día nublado en el tercer día es
p(3)1 = 29/72 y que sea soleado es p(3)2 = 43/72
c)
de este modo,
9
8
4.3 Estado Estable
\l 2058 ]12
Ejemplo:
En la recepción de una empresa se emplean dos conmutadores que
funcionan continuamente, excepto cuando tienen daños. El tiempo
requerido para reparar un conmutador tiene una distribución
exponencial como media de medio día. Una vez se repara, el tiempo que
transcurre hasta el siguiente daño tiene distribución exponencial con
media de un (1) día. Estas distribuciones son independientes. Defina la
variable aleatoria X(t’) como X(t’) = número de conmutadores dañados
en el tiempo t’; tasa de transición total hacia afuera de cada estado.
14
10
4.4 Casos especiales (cadenas absorbentes, cadenas
cíclicas)
Cadenas Absorbentes:
Estado cuya única transición posible es volver al mismo estado. Un
estado absorbente constituye una clase final de un único estado.
En otras palabras un estado absorbente es aquel del que no se puede
salir una vez se haya caído en él, es decir la probabilidad de permanecer
en el mismo es de 100% .Por ejemplo si expresáramos la vida como una
cadena de markov, con la serie de estados: nacer, crecer, reproducirse y
morir; la muerte sería obviamente el estado absorbente ya que no existe
la posibilidad alguna de volver a un estado anterior. [ CITATION Jos11 \l
2058 ]15
Ejemplo:
15
11
12
[ CITATION Jos11 \l 2058 ]16
Cadenas Cíclicas:
La cadena C4, cuya matriz de probabilidades de transición podría ser
como la que se muestra a continuación, después de un número elevado
de transiciones presenta un comportamiento diferente del de las
16
13
cadenas anteriores. [
CITATION Ind02 \l 2058 ]17
Al ir obteniendo matrices de transición, se observa que etas no
convergen a un valor concreto, si no que muestran a un comportamiento
cíclico. En este caso, las transiciones impares tienden a un valor y las
pares a otro:
Este tipo de cadena son cadenas cíclicas. En este caso particular, se dice
que es una cadena de periodo p=2. [ CITATION
17
18
19
20
14
4.5 Uso de software
Se indica el número de
estados y se le nombra
(opcional) al ejercicio.
15
Se procede a introducir los valores para que el software arroje los
resultados para poder concluir el ejercicio, además, indica cuantas veces
queremos que la matriz se repita en la opción “number of transitions”.
16
Conclusión
17
Bibliografía
18