Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Markov1 PDF
Markov1 PDF
2
Ll. Cerd.
Conceptes fonamentals de xarxes de computadors. Un enfocament analtic.
Espacio de probabilidad
3
Ll. Cerd.
4
Ll. Cerd.
Conceptes fonamentals de xarxes de computadors. Un enfocament analtic.
Ejemplo
5
Ll. Cerd.
6
Ll. Cerd.
Conceptes fonamentals de xarxes de computadors. Un enfocament analtic.
Ejemplo
7
Ll. Cerd.
Proceso estocastico
8
Ll. Cerd.
Conceptes fonamentals de xarxes de computadors. Un enfocament analtic.
llegadas salidas
9
Ll. Cerd.
( t ) i t
P[ X (t ) =i ] = e
i!
10
Ll. Cerd.
Conceptes fonamentals de xarxes de computadors. Un enfocament analtic.
Cadenas de Markov
11
Ll. Cerd.
12
Ll. Cerd.
Conceptes fonamentals de xarxes de computadors. Un enfocament analtic.
X(t)
k
j
i
t
0 1 2 3 4 5 6 7 ...
13
Ll. Cerd.
k
j t
0 1 2 3 4 5 6 7 ...
La propiedad de Markov implica:
Hi(n) = P{Hi = n} = piin-1 (1-pii), n1
Distribucin geomtrica de media E{Hi} = 1 / (1- pii)
NOTA: permitimos que pii=0, Hi (n) =(n-1), y pii=1, Hi = .
14
Ll. Cerd.
Conceptes fonamentals de xarxes de computadors. Un enfocament analtic.
15
Ll. Cerd.
16
Ll. Cerd.
Conceptes fonamentals de xarxes de computadors. Un enfocament analtic.
Ejemplo:
Un terminal puede estar en 3 estados:
Estado 1: Inactivo
Estado 2: Activo sin enviar datos
Estado 3: Activo enviando datos
0.2
0.8 0.15
1 2
0.7 0.8 0.15 0.05
0.05
0.1 0.3 P = 0.7 0.2 0.1
0.5 0.5 0.3 0.2
3
0.2
17
Ll. Cerd.
Ecuaciones de Chapman-Kolmogorov:
pij(n) = k pik(m) pkj(n-m)
Demostracin:
pij(n) = P{X(n) = j | X(0) = i} = k P{X(n) = j, X(m) = k | X(0) = i} =
k P{X(n) = j | X(m) = k, X(0) = i} P{X(m) = k | X(0) = i} =
k P{X(n) = j | X(m) = k} P{X(m) = k | X(0) = i} = k pik(m) pkj(n-m)
Interpretacin:
i
j
t
0 m n
19
Ll. Cerd.
20
Ll. Cerd.
Conceptes fonamentals de xarxes de computadors. Un enfocament analtic.
22
Ll. Cerd.
Conceptes fonamentals de xarxes de computadors. Un enfocament analtic.
Definicin:
fjj(n) = P{volver por primera vez al estado j en n pasos
partiendo de j}
Ejemplo: vuelta por primera vez al estado j en 5 pasos:
4
Estado j 1
2 3
5
23
Ll. Cerd.
f jj = f jj( n )
n =1
24
Ll. Cerd.
Conceptes fonamentals de xarxes de computadors. Un enfocament analtic.
M jj = nf jj( n )
n =1
Ejemplo: 0.2
recurrentes
positivos
f11 = 0 1.0 0.8 3
1 0.8
0.8
transitorios 2 4 0.2
f 22 = f 22(1) = 0.2 < 1
0.2
26
Ll. Cerd.
Conceptes fonamentals de xarxes de computadors. Un enfocament analtic.
l =1
M ij = nf ij( n )
n =1
27
Ll. Cerd.
28
Ll. Cerd.
Conceptes fonamentals de xarxes de computadors. Un enfocament analtic.
M 2 1
(n)
= f 33( n ) = (n 2) 2
f 22
1
f = f 32( n ) = (n 1)
(n)
23
0,1 , n =1
f13( n ) = n 1 n2
0,7 0,1 + 0,7 0,2 , n > 1 El estado 1 es transitorio. Los
0,2 , n =1 estados 2 y 3 son recurrentes
f 32( n ) = n 1 n2
0,7 0,2 + 0,7 0,1, n > 1 positivos y son peridicos.
29
Ll. Cerd.
30
Ll. Cerd.
Conceptes fonamentals de xarxes de computadors. Un enfocament analtic.
Ejemplo:
0,1
3
1 0,2 1
1 4 0,7 2 1
El estado 4 es absorbente.
Los estados 2 y 3 son un conjunto cerrado.
La cadena no es irreducible.
31
Ll. Cerd.
33
Ll. Cerd.
= ( ) = ( 0) P
es la distribucin lmite.
lmite
34
Ll. Cerd.
Conceptes fonamentals de xarxes de computadors. Un enfocament analtic.
...
= (0.76250, 0.16875, 0.06875)
35
Ll. Cerd.
1
1 En esta caso () NO existe
(P no converge) y
1 = (1/3, 1/3, 1/3).
38
Ll. Cerd.
Conceptes fonamentals de xarxes de computadors. Un enfocament analtic.
42
Ll. Cerd.
Conceptes fonamentals de xarxes de computadors. Un enfocament analtic.
43
Ll. Cerd.
45
Ll. Cerd.