Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Markov Analisis de Markov 2021 MK Introduccion A1
Markov Analisis de Markov 2021 MK Introduccion A1
minutos de lectura
Introducción
Otro tema de suma importancia que hacemos mención, son las cadenas de Markov,
que hacen referencia a una herramienta para analizar el comportamiento y el gobierno
de determinados tipos de procesos estocásticos, esto es, procesos que evolucionan
de forma no determinística a lo largo del tiempo en torno a un conjunto de estados.
Una cadena de Márkov, por tanto, representa un sistema que varía un estado a lo
largo del tiempo, siendo cada cambio una transición del sistema.
Para tales cadenas, se hace el uso de diversos términos involucrados para un mejor
entendimiento, como son: Los estados son la caracterización de la situación en que se
halla el sistema en un instante dado, matriz de transición: Que es el arreglo numérico
donde se condensa las probabilidades de un estado a otro. La matriz regular: es una
matriz cuadrada que posee inversa. Estado recurrente: Un estado es recurrente si
después de haber entrado a este estado, el proceso definitivamente regresa a ese
estado, Matriz ergódica: Si los estados en una cadena son recurrentes, aperiódicos y
se comunican entre si. Estados absorbentes: Una cadena de Márkov en la que uno o
más estados es un estado absorbente, es una cadena de Márkov absorbente.
Todos estos temas se explican más a detalle y con mejor entendimiento dentro del
documento.
Análisis de Markov
El análisis de Markov, llamado así por los estudios realizados por el ruso Andréi
Andréyevich Márkov entre 1906 y 1907, sobre la secuencia de los experimentos
conectados en cadena y la necesidad de descubrir matemáticamente los fenómenos
físicos. La teoría de Markov se desarrolló en las décadas de 1930 y 1940 por
A.N.Kolmagoron, W.Feller, W.Doeblin, P.Levy, J.L.Doob y otros.
Andréi Márkov
Márkov nació en Riazán, Rusia. Antes de los 10 años su padre, un funcionario estatal,
fue trasladado a San Petersburgo donde Andréi entró a estudiar en un instituto de la
ciudad. Desde el principio mostró cierto talento para las matemáticas y cuando se
graduó en 1874 ya conocía a varios matemáticos de la Universidad de San
Petersburgo, donde ingresó tras su graduación. En la Universidad fue discípulo de
Chebyshov y tras realizar sus tesis de maestría y doctorado, en1886 accedió como
adjunto a la Academia de Ciencias de San Petersburgo a propuesta del propio
Chebyshov. Diez años después Márkov había ganado el puesto de académico regular.
Desde 1880, tras defender su tesis de maestría, Márkov impartió clases en la
Universidad y, cuando el propio Chebyshov dejó la Universidad tres años después, fue
Márkov quien le sustituyó en los cursos de teoría de la probabilidad. En 1905, tras 25
años de actividad académica, Márkov se retiró definitivamente de la Universidad,
aunque siguió impartiendo algunos cursos sobre teoría de la probabilidad.
Márkov arrastró durante toda su vida problemas relacionados con una malformación
congénita en la rodilla que le llevaría varias veces al quirófano y que, con el tiempo,
fue la causa de su muerte cuando el 20 de julio del año 1922 una de las muchas
operaciones a las que se sometió le produjo una infección generalizada de la que no
pudo recuperarse.
Aunque Márkov influyó sobre diversos campos de las matemáticas, por ejemplo en
sus trabajos sobre fracciones continuas, la historia le recordará principalmente por sus
resultados relacionados con la teoría de la probabilidad. En 1887 completó la prueba
que permitía generalizar el teorema central del límite y que ya había avanzado
Chebyshov. Pero su aportación más conocida es otra.
Cadenas de Markov
Análisis de Márkov
Una cadena de Márkov, por tanto, representa un sistema que varía un estado a lo
largo del tiempo, siendo cada cambio una transición del sistema. Dichos cambios
no están predeterminados, aunque sí lo está la probabilidad del próximo estado
en función de los estados anteriores, probabilidad que es constante a lo largo del
tiempo (sistema homogéneo en el tiempo). Eventualmente, es una transición, el nuevo
estado puede ser el mismo que el anterior y es posible que exista la posibilidad de
influir en las probabilidades de transición actuando adecuadamente sobre el sistema
(decisión).
Conceptos básicos
Estados
Ejemplo:
Análisis de Márkov
Suponga que hay s-m estados transitorios (t1, t2,…, ts-m) y m estado absorbente (a1,
a2,…, am), se escribe la matriz de probabilidades de transición P como sigue:
Análisis de Márkov
CONCLUSIÓN
Para concluir podemos decir que las cadenas de Markov son una herramienta para
analizar el comportamiento y el gobierno de determinados tipos de procesos
estocásticos, esto es, procesos que evolucionan de forma no determinística a lo largo
del tiempo en torno a un conjunto de estados.
Que para su elaboración requieren del conocimiento de diversos elementos como son
el estado y la matriz de transición.
Dichos elementos fueron descubiertos por su creador Markov, el cual realizó una
secuencia de experimentos conectados en cadena y la necesidad de descubrir
matemáticamente los fenómenos físicos.
Este método es muy importante, ya que ha comenzado a usarse en los últimos años
como instrumento de investigaciones de marketing, para examinar y pronosticar el
comportamiento de los clientes desde el punto de vista de su lealtad a una marca y de
sus formas de cambio a otras marcas, la aplicación de esta técnica, ya no solo se
limita al marketing, sino que su campo de acción se ha podido aplicar en diversos
campos.
2021