Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Cartilla Semana 3.2 PDF
Cartilla Semana 3.2 PDF
SEMANA 5
CMTD
[ PROGRAMACIÓN ESTOCÁSTICA ]
SEMANA
CINCO
LECTURA
UNO:
COMPORTAMIENTO
LÍMITE
DE
UNA
CMTD
Para
entender
mejor
el
comportamiento
límite
de
las
Cadenas
de
Markov
en
Tiempo
Discreto,
primero
veremos
ciertas
definiciones
y
propiedades
importantes:
Definición
0:
un
estado
!
es
accesible
desde
un
estado
!
si
para
algún
! ≥ 0,
existe
un
!!" (!) > 0.
Si
un
estado
!
es
accesible
desde
! ,
nosotros
lo
representamos
de
siguiente
manera:
! → !
!!! (!) = !
! → ! ∀!
Note
que
la
definición
de
accesibilidad
no
depende
de
la
magnitud
de
!!" (!) .
La
accesibilidad
sólo
depende
de
que
!!" (!)
sea
cero,
o
que
sea
diferente
de
cero.
Clasificación
de
estados
de
una
CMTD
Sea !! , ! ≥ 0
un
proceso
estocástico
con
espacio
de
estados
! = {1, 2, 3, 4, 5, 6, 7, 8}como
se
muestra
a
continuación:
Gráfico
1:
Representación
gráfica
de
una
CMTD
1
7
2
4
5
6
3
8
Fuente:
Elaboración
Propia
Definición
1:
un
camino
de
!
a
!
es
una
secuencia
de
transiciones,
todas
con
probabilidad
mayor
que
cero,
que
inician
en
!
y
terminan
en
!.
Definición
Dos:
sean
!
y
!
dos
estados
que
pertenecen
a
!
( !, ! ∈ ! ),
se
dice
que
!
y
!
se
comunican
si
existe
un
camino
desde
!
hasta
!
y
existe
un
camino
desde
!
hasta
! .
Si
un
estado
i
se
comunica
con
un
estado
j
lo
representamos
de
la
siguiente
manera:
! ↔ !
Ejemplo:
• 2 ↔ 3
• 1 ↔ 3
Definición
Tres:
un
subconjunto
! ∈ !
es
una
clase
comunicantes
i
Que
ningún
estado
por
fuera
de
!
se
pueda
alcanzar
desde
! .
Ejemplo:
• ! = {1, 2, 3}
• ! = {6, 7, 8}
2
[ POLITÉCNICO GRANCOLOMBIANO ]
Definición
Cuatro:
un
estado
! ∈ !
es
absorbente
si
{!}
es
una
clase
comunicante
cerrada.
!
Es
absorbente
si
!!! = 1
Definición
Cinco:
un
estado
!
es
transitorio
si
existe
algún
estado
!
(! ≠ !),
tal
que
! → !,
pero
que
! → !.
“Puedo
estar
dando
vueltas
en
el
estado
transitorio,
pero
en
algún
momento
voy
a
salir
y
no
regresaré”
Definición
Seis:
un
estado
es
recurrente
si
no
es
transitorio.
Definición
Siete:
sea
! ∈ !
un
estado
recurrente,
! ! :
Número
de
pasos
! ,
tales
que
iniciando
en
! ,
la
cadena
puede
devolverse
en
!
pasos
a
! .
Definición
Ocho:
sea
! ∈ !
recurrente,
el
periodo
de
! ,
!(!),
se
define:
! ! = !. !. !. {! ! },
!. !. !: !á!"#$ !"#ú! !"#$%&#'!$(
!
Es
aperiódico
si
! ! = 1
Ejemplo:
• ! 1 = 1
• ! 3 = 2
• ! 6 = 3.
Definición
Nueve:
una
CMTD
es
irreducible
si
es
una
clase
comunicante
cerrada.
Resultados:
sea
! , ! ∈ !
y
! → !
entonces,
1. Si
!
es
recurrente,
entonces
!
es
recurrente.
2. ! ! = ! !
si
!
es
recurrente
Definición
10:
una
cadena
irreducible
es
aperiódica
si
todos
sus
estados
son
recurrentes
y
aperiódicos.
Resultados:
una
cadena
irreducible
es
aperiódica
si
existe
al
menos
un
estado
recurrente
y
aperiódico.
Definición
Once:
una
cadena
es
ergódica
si
1. La
cadena
es
irreducible
2. La
cadena
es
aperiódica.
Sea
! , ! ≥ 0
una
CMTD
con
espacio
de
estados
! = {1, 2, … , !}.
Si
la
cadena
es
ergódica,
entonces
existe
el
estado
estable.
Nota:
si
la
cadena
no
es
ergódica,
puede
que
se
dé
el
caso
en
que
exista
el
estado
estable.
COMPORTAMIENTO
LÍMITE
Ya
definidas
las
clases,
estados,
propiedades
y
demás
elementos
de
la
CMTD,
podemos
estudiar
el
comportamiento
límite
de
esta.
Formalmente
vamos
a
definirlo
de
la
siguiente
manera:
[ PROGRAMACIÓN ESTOCÁSTICA ] 3
4
[ POLITÉCNICO GRANCOLOMBIANO ]
Y
finalmente,
!! = ! !
Es
decir,
que
para
esta
CMTD,
existe
una
distribución
límite
con
las
siguientes
probabilidades
de
estado:
! = ! ! , ! ! , ! !
Ejemplo
Dos:
Suponga
que
!! , ! ≥ 0
es
una
CMTD
con
espacio
de
estados
! = {1, 2, 3}
y
con
matriz
de
probabilidades
de
transición
de
un
paso
dada
por:
0 2/3 1/3
ℙ = 1/2 0 1/2
0 3/4 1/4
Gráfica
2:
Grafo
de
tasas
de
transición
del
ejemplo
dos
1/3
2/3 1/2
1 2 3 1/4
1/2 3/4
Fuente:
ElaboraciónPropia
Todos
los
estados
se
comunican
entre
sí.
La
cadena
es
una
clase
comunicante
cerrada,
por
lo
tanto
decimos
que
la
cadena
es
irreducible.
Además,
el
estado
tres
es
aperiódico,
luego
la
cadena
es
aperiódica.
Cumplidas
las
condiciones,
podemos
afirmar
que
esta
CMTD
es
ergódica.
Luego,
su
distribución
límite
existe.
a. Halle
la
proporción
de
tiempo,
en
estado
estable,
que
la
cadena
gasta
en
el
estado
Dos.
Para
hallar
cualquier
proporción
o
probabilidad
del
sistema
en
estado
estable,
debemos
calcular
las
ecuaciones
de
balance:
! = !ℙ
0 2/3 1/3
[!! , !! , !! ] = !! , !! , !! 1/2 0 1/2
0 3/4 1/4
1
1. !! = 2 !!
2. !! = 2 3 !! + 3 4 !!
3. !! = 1 3 !! + 1 2 !! + 1 4 !!
[ PROGRAMACIÓN ESTOCÁSTICA ] 5
4. !! + !! + !! = 1
Reemplazando
la
ecuación
1
en
la
ecuación
2:
!! = 2 3 1 2 !! + 3 4 !!
!! = 8 9 !!
Reemplazando
en
la
ecuación
4,
obtenemos
la
proporción
de
tiempo,
en
estado
estable,
que
la
cadena
gasta
en
el
estado
2:
1 ! + ! + 8 ! = 1
2 ! ! 9 !
!"
!! = !"
a. Halle
la
probabilidad,
en
estado
estable,
de
que
la
cadena
esté
en
el
estado
tres.
Con
el
valor
de
!! ,
ya
es
posible
calcular
la
probabilidad,
en
estado
estable,
de
que
la
cadena
esté
en
el
estado
tres:
!! = 8 9 !! = !! = 8 9 18 43
!! = !" !"
a. Halle
la
probabilidad,
en
estado
estable,
de
que
la
cadena
esté
en
el
estado
tres,
dado
que
comenzó
en
el
estado
uno.
Si
la
cadena
es
irreducible
y
aperiódica,
entonces
se
cumple
que:
!"# !(!! = !|!! = !) = !"# ! !! = ! = !!
!→! !→!
!"# !(!! = !|!! = !) = !! = !" !"
!→!
Ejemplo
Tres:
A
Laura
le
encanta
el
café.
Ella
alterna
entre
las
siguientes
3
marcas
de
café.
Nescafé,
Oma
y
Juan
Valdez,
de
semana
en
semana,
de
acuerdo
con
una
CMTD
como
se
muestra
a
continuación
en
la
matriz
de
probabilidades
de
transición:
0.1 0.3 0.6
ℙ = 0.1 0.5 0.4
0.3 0.2 0.5
a. ¿Qué
fracción
del
tiempo,
en
el
largo
plazo,
Laura
consume
de
la
marca
Nescafé?
Para
cualquier
cálculo
del
largo
plazo,
calcularemos
la
distribución
límite
de
la
CMTD:
! = !ℙ
0.1 0.3 0.6
[!! , !! , !! ] = !! , !! , !! 0.1 0.5 0.4
0.3 0.2 0.5
1. !! = 0.1!! + 0.1!! + 0.3!!
2. !! = 0.3!! + 0.5!! + 0.2!!
3. !! = 0.6!! + 0.4!! + 0.5!!
4. !! + !! + !! = 1
Resolviendo
el
sistema
de
ecuaciones
obtenemos
la
siguiente
distribución:
! = 0.198, 0.314, 0.489
Luego,
en
el
largo
plazo,
Laura
consumirá,
el
19.8%
del
tiempo,
café
de
la
marca
Nescafé.
6
[ POLITÉCNICO GRANCOLOMBIANO ]
a. Suponga
que
el
costo
por
libra
de
café
es
de
$6000,
$8000
y
15000
según
la
marca,
respectivamente.
Suponga
que
ella
consume
una
libra
de
café
por
semana
en
el
largo
plazo.
¿Cuál
es
el
valor
esperado
del
costo
por
café
por
semana?
Como
ya
tenemos
la
distribución
límite,
podemos
decir
que
fracción
del
tiempo,
de
una
semana,
ella
consumirá
de
cada
marca
de
café.
Por
lo
tanto,
a
partir
de
ese
tiempo
y
los
costos
por
marca,
podemos
calcular
un
costo
esperado
para
Laura,
en
el
largo
plazo:
!! ∗ !"#$"! = 0.198 $6000 + 0.314 $8000 + 0.489 $15000
= $!!"" + $!"#! + $!"#$ = $!!"#".
[ PROGRAMACIÓN ESTOCÁSTICA ] 7