cadenas de__markov
DESCRIPTION
cadenas de Markov.TRANSCRIPT
Cadenas de MarkovCadenas de Markov
Proceso estocásticoProceso estocásticoCadena de MarkovCadena de MarkovEstadoEstadoTransiciónTransición
Probabilidad de transiciónProbabilidad de transición
Es la probabilidad que ocurra la transición Es la probabilidad que ocurra la transición del estado i al estado j, dado que se está en del estado i al estado j, dado que se está en el estado i.el estado i.
P{ X P{ X t + 1t + 1 = j / X = j / X tt = i } = i }
Probabilidades estacionarias de un pasoProbabilidades estacionarias de un paso
Si para cada i y j se cumple:Si para cada i y j se cumple:
P{ X P{ X t + 1t + 1 = j / X = j / X tt = i } = P{ X = i } = P{ X 11 = j / X = j / X 00 = i } = i }
entonces, se dice que las probabilidades de entonces, se dice que las probabilidades de un paso son estacionariasun paso son estacionarias
Notación: PNotación: Pijij
Probabilidad de transición en n pasosProbabilidad de transición en n pasos
P{ X P{ X t + nt + n = j / X = j / X tt = i } = P{ X = i } = P{ X nn = j / X = j / X 00 = i } = i }
Notación: PNotación: Pijij(n)(n)
Propiedades de PPropiedades de Pijij(n)(n)
1. Pij(n) ≥ 0 para todo i, j y n = 0, 1, 2, …
2. Pij(n) = 1 para todo i, j de 0 a M, y
n = 0, 1, 2, …
Notación matricial, P Notación matricial, P (n)(n)
00 11 22 MM
00 P00(n) P01
(n) P02(n) P0M
(n)
11 P10(n)
22 P20(n)
MM PM0(n) PMM
(n)
Ecuaciones de Chapman - Ecuaciones de Chapman - KolmogorovKolmogorov
Permite calcular la probabilidad de transición en n pasos
Pij(n) = Pik
(m) Pkj(n-m)
para todo i, j, n, 0 ≤ m ≤ n, y la sumatoria desde k=0, hasta k=M
La matriz de probabilidades de transición de La matriz de probabilidades de transición de n pasos se pueden obtener a partir de la n pasos se pueden obtener a partir de la matriz de probabilidades de transición de un matriz de probabilidades de transición de un pasopaso
P (n) = P * P * P * …. * P = P(n-1) * P
Clasificación de estadosClasificación de estados
Definiciones:Definiciones:AccesiblesAccesiblesComunicadosComunicados
Si Si dos estados se comunicandos estados se comunican, pertenecen a la , pertenecen a la misma clasemisma clase
Si todos los estados pertenecen a la misma clase, Si todos los estados pertenecen a la misma clase, entonces entonces la cadena es irreduciblela cadena es irreducible
ffiiii = probabilidad de que el proceso regrese = probabilidad de que el proceso regrese
al estado i, dado que comienza en el estado al estado i, dado que comienza en el estado i.i.
Estado recurrenteEstado recurrente: f: fiiii = 1 = 1
Estado transitorioEstado transitorio: f: fiiii < 1 < 1
Estado absorbenteEstado absorbente: p: piiii = 1 = 1
Tiempos de primera pasadaTiempos de primera pasada
El número de transiciones que hace el El número de transiciones que hace el proceso al ir de un estado i a un estado j por proceso al ir de un estado i a un estado j por primera vez, es el primera vez, es el tiempo de primera tiempo de primera pasadapasada
Cuando j = i, se habla de Cuando j = i, se habla de tiempo de tiempo de recurrencia para el estado irecurrencia para el estado i
ijij = tiempo esperado de primera pasada = tiempo esperado de primera pasada
ijij = infinito, = infinito, si si ffii ii (n)(n) < 1 < 1
ijij = = n * fn * fii ii (n)(n), , si si ffii ii
(n)(n) = 1 = 1
Cuando Cuando ffii ii (n)(n) = 1, = 1, se satisface la ecuación: se satisface la ecuación:
ijij = 1 + = 1 + ppik ik * * kj kj }}
donde la sumatoria varía para todo k donde la sumatoria varía para todo k distinto de jdistinto de j
Cuando i = j, Cuando i = j, ijij se llama se llama tiempo esperado tiempo esperado de recurrenciade recurrencia
Probabilidades de Estado EstableProbabilidades de Estado Estable
Es la probabilidad de que le sistema se Es la probabilidad de que le sistema se encuentra en el estado j, independiente del encuentra en el estado j, independiente del estado inicialestado inicial
jj = lim p = lim pijij (n)(n) , con n tendiendo al infinito , con n tendiendo al infinito
ii = 1 / = 1 / iiii
Ecuaciones de estado estableEcuaciones de estado estable
1.1. jj = = j *j * p pijij para j = 0, 1, …, M y para j = 0, 1, …, M y
la sumatoria variando de i = 0, 1, …, Mla sumatoria variando de i = 0, 1, …, M
2.2. j j = 1= 1
Estados AbsorbentesEstados Absorbentes
Si k es un estado absorbente, y el proceso Si k es un estado absorbente, y el proceso comienza en el estado i, la probabilidad de comienza en el estado i, la probabilidad de llegar en algún momento a k se llama llegar en algún momento a k se llama probabilidad de absorciónprobabilidad de absorción
Notación: fNotación: fikik
Ecuaciones:Ecuaciones:
ffik ik = = ppijij * * ffjk jk para todo i = 0, 1, …, para todo i = 0, 1, …,
M; y la sumatoria variando de j = 0 hasta M; y la sumatoria variando de j = 0 hasta MM
La ecuación anterior está sujeto a:La ecuación anterior está sujeto a:
ffkk kk = 1= 1
ffik ik = 0, = 0, si el estado i es recurrente, y si el estado i es recurrente, y
además i es distinto de kademás i es distinto de k