Universidad Central del

Ecuador
ESTADOS SIMILARES EN TIEMPO
CONTINUO

FELIPE PUCHA
SIMILAR STATES IN CONTINUOUS-TIME
MARKOV CHAINS
National University of Singapore
Autor: Bruce Brown
J. Appl. Prob. 46, 497–506 (2009)
Printed in England
© Applied Probability Trust 2009
Resumen
En una cadena de Markov homogénea de
tiempo continuo en un espacio de estados
finito, dos estados que se mueven a
cualquier otro estado con la misma
velocidad se llaman similares.
Esta definición nos ayudara a poder modelar
las cadenas de ADN utilizando los conceptos
de cadenas de Markov.
Introducción
En la evolución molecular, los patrones de
sustitución observados en las secuencias de
ADN, a menudo se modela como una
cadena de Markov .
Tales modelos son usados rutinariamente para
responder preguntas importantes en biología
evolutiva como estimar la evolución, tasas y
distancias de genes.
Objetivo
• Usando la teoría de cadenas de Markov y
estableciendo algunas definiciones, así de
como de algunos teoremas se va a plantear
modelos de ADN y modelos de sustitución
de aminoácidos.
Estados similares
 Definición 1.- Dos estados distintos y se
dicen similares si su periodo de llegada a
otro estado están dadas por: cuando
Además, un subconjunto no vacío de S es una
clase de similitud si cada par de estados en
el conjunto son similares.
Ejemplo estados similares
 Sea , entonces

Sus dos estados son similares.

Estados similares
 Teorema 1.- Suponga que S esta particionado
en clases similares . Entonces en una matriz
de transición , las filas que correspondan a
cualquier clase de similitud son idénticas. En
particular, si es similar a entonces, para
cada , .
Cadenas de Markov agrupadas
 Sea particionado en clases similares .Se
obtiene por lo tanto una cadena de Markov
agrupada.
La matriz de transición de una cadena de
Markov agrupada esta dado por:

Donde es la clase de similitud que tiene mas

de un elemento.
Cadenas de Markov agrupadas
 Ahora, por ecuación de Kolmogorov , donde la
matriz de transición agrupada es esta dado
por:
Cadenas de Markov agrupadas
 Teorema 2.- Suponga que esta particionado
en clases similares talque, para tiene mas
de un elemento: con tiempo de primera
llegada constante . Sea la matriz de
transición de una cadena de Markov
agrupada. Entonces:
Cadenas de Markov con dos
clases de similitud
 Considere una cadena de Markov con estados
que poseen una partición de clases de
similitud máxima con dos componentes y .
Entonces existen y tales que, para algún ,
y:
Reversibilidad
 Cuando una matriz de transición asociada a
una cadena de Markov es reversible, se
puede definir una cadena reversible que
posee una única partición con el menor
numero de componentes.
Suponga que esta particionada en clases
similares Entonces esta determinado por .
Reversibilidad
 Teorema 3.- Sea una matriz reversible en ,
cuyos estados están ordenados tal que la
clase de similitud consiste de estados
consecutivos. Sea el promedio de veces
que es visitado el estado , y sea el promedio
común de la matriz de transición.
Sea la matriz de transición oculta .
Reversibilidad
 Entonces para y para .
Conclusiones
La evaluación numérica de la matriz de
transición de una cadena de Markov
reversible en varios estados ayuda a que los
modelos de sustitución en aminoácidos
tenga mayor eficiencia ya que simplifica los
cálculos utilizados en los mismos.