Cortés Méndez José Cruz UP200836 Dávila

Herrera María Guadalupe UP200825

De Santos Muñiz Yazmin Esmeralda UP200110
Hernández Illescas Jesús Aarón UP200341 Martínez
Nolasco Christian Emmanuel UP200937

Una cadena de Markov se define como una secuencia de variables aleatorias que
representan los estados de un determinado sistema durante una serie de intervalos de
tiempo, de modo tal que el estado del sistema en el intervalo actual depende únicamente de
su estado en el intervalo inmediato anterior y no de los estados

Una cadena de Markov es una serie de eventos, en la cual la probabilidad de que

ocurra un evento depende del evento inmediato anterior. En efecto, las cadenas de
este tipo tienen memoria, "Recuerdan" el último evento y esto condiciona las posibilidades
de los eventos futuros.

Las cadenas de Markov son modelos probabilísticos que se usan para predecir la evolución
y el comportamiento a corto y a largo plazo de determinados sistemas. Ejemplos: reparto
del mercado entre marcas; dinámica de las averías de máquinas para decidir política de
mantenimiento; evolución de una enfermedad.
Sistemas de Markov, Diagramas de transiciones de estados, matriz de transición
Un sistema de Markov (o proceso de Markov o cadena de Markov) es un sistema que puede
estar en uno de algunos estados (enumerados), y que puede pasar de un estado a otro
durante cada instante de acuerdo a probabilidades determinadas.

Si un sistema de Markov está en estado i, Hay una determinada probabilidad, pij, de ir a

estado j el próximo paso, y pij es llamado la probabilidad de transición.

Un sistema de Markov puede ser ilustrado por significados de un diagrama de transición de

estados, que muestra todos los estados y las probabilidades de transición. (Ver el ejemplo
opuesto.)

La matriz P cuya ijo entrada pij se llama la matriz de transición asociada con el sistema.
Las entradas en cada renglón suman en total 1. Por lo tanto, para este caso, una 22 matriz
de transición P podría ser representado en la siguiente figura.