Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Markov Introduccion
Markov Introduccion
3
CONOZCAMOS UN POCO…
… ANDREI MARKOV INFLUYÓ SOBRE DIVERSOS CAMPOS DE
LAS MATEMATICAS, SOBRESALIENDO CON LA TEORIA DE
LA PROBABILIDAD EN 1881 Completó la prueba que
permitió generalizar el teorema del límite central
que había iniciado Chebyshev
Teorema del límite central para muestras tiende a
comportarse como una normal
4
algo de historia…
Aunque su aporte más conocido se encuentra en los
procesos estocásticos elaborando un
instrumento matemático que hoy se conoce como
cadena de markov. instrumento que hoy en día se
utiliza mucho en disciplinas como la economía la
ingeniería la investigación de operaciones y otras
disciplinas más
5
6
Al observar nuestra naturaleza…
encontramos una bella dicotomía…
…
Es muy hermosa pero también muy
extraña. Rara vez se encuentran dos
cosas exactamente. ni los gemelos lo
son…
Todo es cambiante 7
Por ejemplo
Es la incertidumbre
8
Otros ejemplos
Etc…
9
A este problema se denominó
modelo estocástico de la
naturaleza
10
Pero qué
significa
esto?
Ser estocastico 11
Estocastico
es…
Cambiante en el tiempo
12
Toma de decisiones
deterministicos
≠
probabilisticos
13
Modelos
probabilísticos
EN TERMINOS
GENERALES! Modelos
deterministicos 14
Big
15
Cadenas de markov
1. Cadena
- estocásticas
- finitas
- Independientes
- colectivamente exhaustivos
- sin memoria
Conceptos ppales 16
Cadenas de markov
1. Cadena
2. Estado / evento
3. Clases de estados
- Transitorios
- recurrentes
- estables
- absolutos
Conceptos ppales 17
Cadenas de markov
1. Cadena
2. Estado / evento
3. Clases de estados
4. Probabilidad de transición
5. Matriz de transición
6. Diagrama de transición
Conceptos ppales 19
20
TE ACUERDAS DE LA CARACTERISTICA
… NO TENER MEMORIA? 21
RevisaR esa Característica… implica:
PROBABILIDAD DEL ESTADO SIGUIENTE MATRIZ DE TRANSICION
P( T+1 ) = P (T) * MT
PROBABILIDAD DEL ESTADO ANTERIOR
22
Veamos
todo en un
ejercicio
23
Ejemplo de la linea telefónica
Sea una línea telefónica de
estados: Estado t+1
Ocupado = 1 Desocupado Ocupado
Desocupado = 0.
Estado Desocupado 0,9 0,1
Si en el instante t está t Ocupado 0,3 0,7
ocupada, en el instante (t+1)
estará ocupada con
probabilidad 0,7 y desocupada 0,9
0,1
0,7
con probabilidad 0,3.
0 1
Si en el instante t está
desocupada, en el (t+1) estará
ocupada con probabilidad 0,1 y
0,3
desocupada con probabilidad
0,9.
Quiz para los no participantes
https://forms.office.com/Pages/Respo
nsePage.aspx?id=P78Snfbkq0eRLxovD
8SKpIiwuDDF60NCisbZxzt4WNlUNENSV
UhYRTI1WTcxUTBRWjE4TE8zMzJYWS4u
25
VEAMOS
UNos
EJERCICIOs…
26
27
Vamos al
software
28
Cada problema inicial dado (Problema principal, Problema primo, Problema primero), de
programación lineal, tiene un problema dual que tiene las siguientes y muy interesantes
características:
29
Vamos al
software
30
Cada problema inicial dado (Problema principal, Problema primo, Problema primero), de
programación lineal, tiene un problema dual que tiene las siguientes y muy interesantes
características:
31
Vamos al
software
32
Cada problema inicial dado (Problema principal, Problema primo, Problema primero), de
programación lineal, tiene un problema dual que tiene las siguientes y muy interesantes
características:
33
Vamos al
software
34
EJERCICIO
1. si hoy el UN USUARIO puede estar en el estado dos (2) o cuatro (4), cual es la
probabilidad que sea encontrado en el estado 1 tres estados despues del primero
36
Vamos al
software
37
Cadenas de markov
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.
Próximamente
- Estados estacionarios (Transitorios)
- Estados abdorbentes
38
39
THANKS!
Any questions?
You can find me at hcohen@tecnocomfenalco.edu.co
40