APLICACIONES A:

CADENA DE MARKOV
(EJEMPLO 1)
POR: JUAN SEBASTIÁN GARCÍA ROJAS
ALGEBRA LINEAL II
 VECTORES DE DISTRIBUCIÓN Y VECTORES DE
PROBABILIDAD
• Un vector de distribución es un vector no negativo
con una entrada para cada estado de la sistema. Las
entradas pueden representar el número de
individuos en cada estado del sistema.
• Un vector probabilidad es un vector en el que las
entradas no son negativas y adicionan hasta 1. Las
entradas en un vector probabilidad pueden
representar las probabilidades de encontrar un
sistema de cada uno de los estados.
 MATRICES ESTOCÁSTICAS Y CADENAS DE
MARKOV
• Una matriz estocástica derecha es una matriz • Una cadena de Markov es una sucesión de
cuadrada cada una de cuyas filas está formada por vectores de probabilidad X0, X1, X2, …, Xn y una
números reales no negativos, sumando cada fila 1. matriz estocástica P, tal que
• Una matriz estocástica izquierda es una matriz Xk+1 = PXk
cuadrada cada una de cuyas columnas está
Donde al final Xk es un vector de estado.
formada por números reales no negativos,
sumando cada columna 1. • Entendiendo como vector de estado la entrada de
la cadena de Markov que enumera las
• Una matriz doble estocástica es una matriz
probabilidades de que un sistema este en n estados
cuadrada donde todos los valores son positivos,
posibles o que el experimento sea uno de los n
además que todas las filas y columnas suman 1.
posibles resultados.
EJEMPLO 1 - PLANTEAMIENTO
EJEMPLO I - DIAGRAMA
EJEMPLO 1 – SOLUCIÓN I
EJEMPLO 1 – SOLUCIÓN II
GRACIAS POR SU ATENCIÓN !!!