Cadenas de Markov (objetivo 2) 1

UNIVERSIDAD NACIONAL EXPERIMENTAL DEL TÁCHIRA

VICERRECTORADO ACADÉMICO
DECANATO DE DOCENCIA
DEPARTAMENTO DE INGENIERÍA INFORMÁTICA
ASIGNATURA: INVESTIGACIÓN DE OPERACIONES II (042571T)

Unidad I: Cadenas de Markov

Objetivo 2: Clasificar cadenas finitas de Markov

Ecuaciones de Chapman – Kolmogorov

Proporcionan un método para el cálculo de las probabilidades de transición de n pasos.

M
Pij ( n )   Pik ( m ) Pkj ( n  m )
k 0

Para toda i = 0,1, 2,…M

Para toda j= 0,1, 2,…M
Para cualquier m=1,2,….n-1
N=m+1, m+2,…

Las probabilidades de transición de n pasos se pueden obtener a partir de las probabilidades de

transición de un paso de manera recursiva, por ejemplo:

P(n)=PP(n-1)
P(n)=PPP(n-2)

Para el problema de la estructura de datos, las matrices P2 y P16 son las siguientes:

S0 S1 S2 S3
S0 0.85 0.14 0.01 0
P2= S1 0.56 0.33 0.1 0.01
S2 0.16 0.4 0.33 0.11
S3 0 0.16 0.44 0.4

S0 S1 S2 S3
S0 0.756 0.188 0.046 0.011
P16= S1 0.750 0.189 0.049 0.013
S2 0.737 0.193 0.055 0.016
S3 0.716 0.199 0.064 0.021

Observe que estas matrices de transición de n pasos también son estocásticas.

Para calcular las probabilidades absolutas de un estado se utiliza la siguiente expresión:

πn= π0P(n)
 Cadenas de Markov (objetivo 2) 2

Veamos un ejemplo: Calcule la probabilidad de que tengamos 0, 1, 2 y 3 nodos en uso después

de tres operaciones si se ha comenzado con la estructura vacía.

π3= π0P(3)
π = [1, 0, 0, 0]P = [0.821, 0.159, 0.019, 0.001]
3 (3)

Siendo 0.821 la probabilidad de que la estructura de datos se encuentre vacía luego de tres
operaciones, si inició vacía. Además, es muy poco probable que iniciando vacía la estructura de
datos tenga tres nodos en uso luego de tres operaciones.
Cadenas de Markov (objetivo 2) 3
Cadenas de Markov (objetivo 2) 4
Cadenas de Markov (objetivo 2) 5
Cadenas de Markov (objetivo 2) 6
 Cadenas de Markov (objetivo 2) 7

Veamos la clasificación de una de las cadenas formuladas, el problema de la estructura

de datos:

S0 S1

S2 S3

Clasificación según número de clases finales: Cadena Ergódica

Clasificación según periodicidad de clases finales: Cadena de Markov Regular

Por lo tanto, Regular Positiva.