Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Asignatura:
“Proceso de Márkov”
Introducción. ................................................................................................................................... 3
Análisis de Markov..................................................................................................................... 4
La Cadena de Márkov.................................................................................................................... 5
Conclusión. ...................................................................................................................................... 6
Bibliografía....................................................................................................................................... 7
Introducción.
En la teoría de la probabilidad, un proceso estocástico es un concepto matemático
que sirve para representar magnitudes aleatorias que varían con el tiempo o para
caracterizar una sucesión de variables aleatorias (estocásticas) que evolucionan en
función de otra variable, generalmente el tiempo. Cada una de las variables
aleatorias del proceso tiene su propia función de distribución de probabilidad y
pueden o no estar correlacionadas entre sí.
Proceso de Márkov.
En la teoría de la probabilidad y en estadística, un proceso de Márkov, llamado así
por el matemático ruso Andréi Márkov, es un fenómeno aleatorio dependiente del
tiempo para el cual se cumple una propiedad específica: la propiedad de Márkov.
En una descripción común, un proceso estocástico con la propiedad de Márkov, o
sin memoria, es uno para el cual la probabilidad condicional sobre el estado
presente, futuro y pasado del sistema son independientes. Los procesos de Márkov
surgen en probabilidad y en estadística en una de dos maneras:
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.
Estados
El estado de un sistema en un instante t es una variable cuyos valores solo
pueden pertenecer al conjunto de estaos en el sistema. El sistema
modelizado por la cadena, por lo tanto, es una variable que cambia con el
valor del tiempo, cambio al que llamamos transición.
Matriz de transición
Los elementos de matriz representan la probabilidad de que el estado
próximo sea el correspondiente a la columna si el estado actual es el
correspondiente a la fila.
Propiedades básicas:
1. La suma de las probabilidades de los estados debe ser igual a 1.
2. La matriz de transición debe ser cuadrada.
3. Las probabilidades de transición deben estar entre 0 y 1.
La Cadena de Márkov.
“Una cadena de Márkov es una serie de eventos, en la cual la probabilidad de que
ocurra un evento depende del evento inmediato anterior (Pérez J., 2003)”.
En efecto, las cadenas de este tipo tienen memoria, pues se podría decir que
recuerdan el ultimo evento y esto condiciona las posibilidades de los eventos
futuros. Esta dependencia del evento anterior distingue a las cadenas de Márkov de
las series de eventos independientes, como tirar una moneda al aire o un dado. En
las empresas, las cadenas de Márkov se han utilizado para analizar los patrones de
compra, a los deudores morosos, para planear las necesidades del personal y para
analizar el reemplazo de equipos. El análisis de Márkov, llamado así en honor al
matemático ruso que desarrollo este método en 1907, este método permite
encontrar la probabilidad de que un sistema se encuentre en un estado en particular
en un momento dado. Algo más importante es que permite encontrar el promedio a
la larga o las probabilidades de estado estable para cada estado. Con esta
información se puede predecir el comportamiento del sistema a través del tiempo.
La tarea más difícil es reconocer cuando puede aplicarse. “La característica más
importante que hay que buscar en la memoria de un evento a otro (Morales L.,
2011)”.
Conclusión.
Las cadenas de Markov han experimentado una importante aplicación real en el
ámbito de los negocios y las finanzas. Esto, al permitir analizar y estimar futuros
patrones de conducta de los individuos atendiendo a la experiencia y los resultados
anteriores, lo anterior puede reflejarse en diferentes campos como la morosidad, el
estudio de las conductas de consumidores, la demanda estacional de mano de obra,
entre otros.
El sistema elaborado por Markov es bastante sencillo y cuenta con una aplicación
práctica relativamente fácil. Sin embargo, hay quienes señalan que al ser un modelo
tan simplificado no puede ser totalmente efectivo en procesos complejos.
De igual forma podemos decir que este método es muy importante, ya que en los
últimos años ha comenzado a usarse como instrumento de investigaciones de
mercadotecnia, 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 a la mercadotecnia, sino
que su campo de acción se ha podido aplicar en diversos campos.
Bibliografía.
Pérez, J. (2011, 3 de Junio). Andrei Markov. Recuperado
de http://investigacindeoperaciones.html