Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CADENAS DE MARKOV
Ricardo Sepúlveda C.
ricardo.sepulveda@ufrontera.cl
Departamento de Ingeniería de Sistemas
Universidad de La Frontera
Fuente : Material de Apoyo Dr. Aldo Vergara
Ayudante de la Asignatura: Javier Añazco Martínez
Material de Libre disposición en internet
CADENAS DE MARKOV
Ejemplo N°1: En el Mercado Turístico Lacustre de la Novena Región se ha
analizado la preferencia por las 3 principales termas.
• Si durante la ultima temporada, según catastro tomado por el Municipio y
Sernatur arrojaron que de los turistas que prefirieron visitar las termas de la
localidad , optaron por las termas A,B y C en 45%, 25% y 30%,
respectivamente.
y así mismo de acuerdo a un análisis histórico de años anteriores indica que :
• De las personas que optaron por las termas Tipo A , un 10% cambiara su
preferencia por las Termas B y un 10% por las Termas C.
• De las personas que optaron por las termas Tipo B , un 3 % cambiara su
preferencia por las Termas A y un 2 % por las Termas C.
• De las personas que optaron por las termas Tipo C , un 20 % cambiara su
preferencia por las Termas A y un 5 % por las Termas B.
CADENAS DE MARKOV
0.02
0.05
0.2
3
0.75
0.1
πn = πn-1 x P0 = π0 x Pn-1
CADENAS DE MARKOV
¿Cuál es la cuota de mercado en el largo plazo para cada una de las
marcas descritas?.
πn = πn-1 x P0 = π0 x Pn-1 πn = πn-1 x P0 ----> πn πn-1
Condición N°2 : πn = πn x P0
CADENAS DE MARKOV
Si se durante la temporada alta 2019, según registro provincial proporcionado por
Sernatur, el flujo de turistas que optaron por hospedarse en complejos termales fue
de 12.000 huéspedes/mensuales
Según las cifras proporcionados por el INE y Sernatur el mercado hotelero mensual
ha experimentado un crecimiento sostenido entre temporadas altas de un 5% y se
espera que este crecimiento se mantenga los próximos 10 años
• Los costos operacionales son 35.000 $/día ( personal adicional contratado, insumos básicos,
gastos generales, alimentación y confort)
CADENAS DE MARKOV
Dada a que se prevé un incremento sostenido en mercado turístico en la zona , es
posible materializar las siguientes inversiones de ampliación ( terrenos,
infraestructura, estudio de suelos, instalaciones varias, permisos )
Partir de un
estado critico Llegar en estado Llegar en estado
critico estable
Llegar en estado
serio
Respuesta:
la probabilidad de pasar del estado crítico al estado estable
al cabo de 2 etapas es de un 17%
CADENAS DE MARKOV
2. ¿Cuál es la probabilidad que un paciente en estado crítico un día Jueves
esté estable el día Sábado? 1° semana en estado serio 1° Semana
estado estable
Otra Forma 1° Semana estado critico
0,6 0,3 0,1
1 0 1
𝜋 = 𝜋 ×𝑃 = 1 0 0 × 0,4 0,4 0,2 = 0,6 0,3 0,1
0,1 0,4 0,5
Partir de un
estado critico
0,6 0,3 0,1
𝜋 2 = 𝜋 1 × 𝑃1 = 0,6 0,3 0,1 × 0,4 0,4 0,2 = 0,49 0,34 0,17
0,1 0,4 0,5
2° semana
Situación de los pacientes al
2° semana estado estable
cabo de una semana
estado critico Llegar en estado
serio
Respuesta:
la probabilidad de pasar del estado crítico al estado estable
al cabo de 2 etapas es de un 17%
CADENAS DE MARKOV
3. ¿Cuál es la probabilidad que un paciente que está en estado estable el
Lunes experimente alguna complicación y no esté estable nuevamente el
Miércoles?
0,6 0,3 0,1 0,6 0,4 0,1 0,49 0,34 0,17
2
𝑃 = 0,4 0,4 0,2 × 0,3 0,4 0,4 = 0,42 0,36 0,22
0,1 0,4 0,5 0,1 0,2 0,5 0,27 0,39 0,34
0,49 0,42 0,27
𝜋2 = 𝜋0 × 𝑃2 = 0 0 1 × 0,34 0,36 0,39 = 0,27 0,39 0,34
0,17 0,22 0,34
Partir de un
estado estable Llegar en estado Llegar en estado
critico estable
Llegar en estado
serio
Respuesta:
la probabilidad de pasar del estado estable al estado serio o critico al cabo de 2
etapas es de un (27% + 39% = 66% )
CADENAS DE MARKOV
4. ¿Qué porcentaje de la Unidad de Cuidados Intensivos usted diseñaría y
equiparía para pacientes en estado crítico?.
πn = πn-1 x P0 = π0 x Pn-1 πn = πn-1 x P0 ----> πn πn-1
CADENAS DE MARKOV
4. ¿Qué porcentaje de la Unidad de Cuidados Intensivos usted diseñaría y
equiparía para pacientes en estado crítico?.
πn = πn-1 x P0 = π0 x Pn-1 πn = πn-1 x P0 ----> πn πn-1
Condición N°1: πnc + πns + πnE = 1
Condición N°2 : πn = πn x P0
CLASIFICACION DE ESTADOS EN LAS 1 0 0 0 0
1−𝑝 0 𝑝 0 0
CADENAS DE MARKOV 𝑃= 0 1−𝑝 0 𝑝 0
0 0 1−𝑝 0 𝑝
Ejercicio N°3 RUINA DE UN JUGADOR. 0 0 0 0 1
En el tiempo 0 tengo $ 2 y en los tiempos 1,2,3,... participo en un juego en el que apuesto
$1. Gano el juego (y gano $1) con probabilidad p y lo pierdo (perdiendo lo apostado) con
probabilidad 1-p. Mi meta es aumentar mi capital hasta $4 y tan pronto lo logre me salgo
del juego. También salgo cuando me arruine (capital $0).
1- p p 1- p p
0 1 2 3 4
1 1- p p 1
¿ Calcule los Periodos de los Estados En definitiva se trata de calcular las Trayectorias
1y3? Retornables al mismo estado.
0,04
0,04
R
0,9
CLASIFICACION DE ESTADOS EN LAS
CADENAS DE MARKOV
2. Si una familia ahora vive en un lugar urbana ¿ Cual es la probabilidad de que viva en
un área urbana 2 años a partir de ahora?¿ Un área suburbana? ¿Un área rural?
La probabilidad de que una familia tenga residencia urbana actual y al cabo de 2 años
tenga residencia urbana, suburbana y rural esta dada por , está dado por P2UU; P2US ; P2UR
al cabo de 2 años .
CLASIFICACION DE ESTADOS EN LAS
CADENAS DE MARKOV
2. Si una familia ahora vive en un lugar urbana ¿ Cual es la probabilidad de que viva en
un área urbana 2 años a partir de ahora?¿ Un área suburbana? ¿Un área rural?
Usando las Ecuaciones de Chapman Kolmogorov y su análisis transiente se tiene que:
Sea :
• π0 = [1, 0, 0 ] …….. Vector que representa vivir en el radio urbano
• P2 = P1 x P1…………Matriz de Transición de 2 pasos ( 2 días )
• π2 = π0 x P2 ………….Vector de Vector que representa estar cualquier estado transcurrido 2 años
Condición N°2 : πn = πn x P0
CLASIFICACION DE ESTADOS EN LAS
CADENAS DE MARKOV
5. ¿La cadena de Markov es una Cadena Ergodica? Fundamente
1/3
1. ¿Qué estados son Transitorios?
2. ¿Cuáles son estados Recurrentes?
3. ¿Identifique los conjuntos cerrado de
estados?
4. ¿Es Ergodica esta matriz?
CLASIFICACION DE ESTADOS EN LAS
CADENAS DE MARKOV 1
3
1
0 0 1 0 0 0 1/4 1 5
0 0 0 0 0 1 1/2
0 0 0 0 1 0 4
1
P= 1 1 0 12 0 0
4 4 1
1/4
1 0 0 0 0 0 2/3
0 1 0 0 0 23 2 6
3
Respuestas: 1/3
2. Los estado 1,3 y 5 son recurrentes dado que solo existe una trayectoria de
retorno y su probabilidad es 1
∞ ∞
f1 = f13 x f35 x f51 = 1 x 1 x 1 =1 (𝑛) 𝑛= ∞
f3 = f35 x f51 x f13 = 1 x 1 x 1 =1 𝑓𝑖 = (1)
f5 = f51 x f13 x f35 = 1 x 1 x 1 =1 𝑛=1 𝑛=1
CLASIFICACION DE ESTADOS EN LAS
CADENAS DE MARKOV ∞
0 0 1 0 0 0
𝑓2 = 𝑓2𝑛 ℎ𝑎𝑐𝑖𝑒𝑛𝑑𝑜 𝑚 = 𝑛 − 2
0 0 0 0 0 1 ∞ 𝑚
0 0 0 0 1 0 𝑛=1 1 2
𝑓2 =
P= 1 1 0 12 0 0 3 3
4 4 𝑐𝑜𝑚𝑜 𝑓11 = 0 𝑚=0
1 0 0 0 0 0 1 1
𝑓2 = =1
0 1 0 0 0 23 ∞ 3 1−2
3 𝑛−2 3
2 1 ∞ ∞
𝑓2 = 1 𝑓2
(𝑛)
= (1)𝑛 = ∞
3 3
1 1 𝑛=2 𝑛=1 𝑛=1
1/4 1 3 5
1/2
4
1 f6 = f66 + f62 x f26 = 2/3 + 1 x 1/3 = 1
∞ ∞
1/4 1 2/3 (𝑛)
2 6 𝑓6 = (1)𝑛 = ∞
𝑛=1 𝑛=1
1/3
1/3
3. El conjunto {4] no es cerrado dado que los estados 1 y 2 son alcanzables desde el
estado {4}, mientras que los conjuntos {1,3,5} y {2,6} son cerrados dado que no
existen estados que sean alcanzables por algunos de los estados mencionados en
estos dos últimos conjuntos.
4. Puesto que:
El estado 4 es transitorio.
Los Estados 1,3 y 5 son periódicos
La cadena de markov es irreductible dado que el estado 4 no se comunica con
1 y 2 así como tampoco con el resto de los estados
La cadena de markov no es ergodica
CLASIFICACION DE ESTADOS EN LAS
CADENAS DE MARKOV
Ejercicio N°6: Para cada una de las siguientes cadenas, determine si la cadena
de Markov es Ergodica, así mismo determine los estados recurrentes,
transitorios y absorbentes 0.7
No hay estados transitorios
0.8
2
Los Estados 1,2,3 son
0 0.8 0.2 0.3 recurrentes
P = 0.3 0.7 0 1 0.4 0.5 No Hay Estados Absorbentes
0.4 0.5 0.1
Los Estados 1,2,3 son Aperiódicos
0.2
LA CADENA DE MARKOV ES ERGODICA
0.2 0.8 0 0 3
0 0 0.9 0.1 0.1
P=
0.4 0.5 0.1 0 Los estados 1,2,3 son transitorios puesto que por una
0 0 0 1 parte están comunicados directamente o indirectamente
0.1
4 con 2, estado que es transitorio puesto que existe la
0.1
0.8 probabilidad de abandonar el estado 2 para ir a 4 sin
2 posibilidad de retorno