Matemática para Economistas

PROFESORA: ANA VILKER

AYUDANTES: ROMINA BOERO Y SABRINA PEREZ
Matrices No Negativas - Resumen
Matriz
  No Negativa  Matriz cuadrada con todas sus componentes no negativas.
Matriz Positiva  Matriz cuadrada con todas sus componentes positivas.
Matriz Descomponible  Matriz cuadrada que se puede particionar intercambiando simultáneamente filas y columnas para tener la
siguiente forma:

Teorema de Perron  Sea A una matriz positiva, tendrá una raíz característica dominante positiva, real, simple, excede en módulo al
resto de las raíces características, las componentes de su autovector son positivas y para todo escalar la matriz tiene inversa y su
inversa es una matriz positiva.
Teorema de Frobenius I  Sea A una matriz no negativa y no descomponible, tendrá una raíz característica dominante positiva, real,
simple, excede en módulo al resto de las raíces características, las componentes de su autovector son positivas y para todo escalar la
matriz tiene inversa y su inversa es una matriz positiva.
Teorema de Frobenius II  Sea A una matriz no negativa y descomponible, tendrá una raíz característica dominante no negativa, real,
puede ser una de las múltiples raíces, excede o iguala en módulo al resto de las raíces características, las componentes de su
autovector son no negativas y para todo escalar la matriz tiene inversa y su inversa es una matriz no negativa.
Matriz Estocástica  Matriz cuadrada formada por vectores de probabilidad en sus filas. Tiene asociado un .
Matrices No Negativas - Ejemplos
 
Cadena de Markov - Resumen
 
Proceso estocástico en donde se realizan pruebas cuyos resultados dependen cada uno pertenece a un conjunto finito
de estados y en donde el resultado de una prueba depende únicamente del estado precedente y no de cualquier
resultado previo.
Se establecen probabilidades de transición que indican la probabilidad de que ocurra j inmediatamente luego de
ocurrir i.

La matriz de transición P será:

Vector Punto Fijo  Es la tendencia a largo plazo. Es el vector de probabilidad al que irá aproximándose el vector de
V

estado inicial a medida que vaya transcurriendo el tiempo .

Se puede calcular obteniendo los adjuntos de y ‘normalizando’ el vector resultante dividiéndolo por la suma de las
componentes.
Cadena de Markov - Práctica
 
Ejercicio: Duopolio. A y B fabrican la totalidad del mercado. El 50% de los que consumen A volverán a hacerlo el
período siguiente y el resto consumirá B. El 25% de los que consumen B volverán a hacerlo el período siguiente y el
resto consumirá A.
a) Si A tiene el 40% del mercado y B el 60%, calcular el estado del mercado dentro de 3 períodos.
b) Hallar la tendencia a largo plazo.

Necesito
Cadena de Markov - Resumen
 Estado Absorbente: Estado al cual se llega pero no se puede salir de él. Se puede llegar desde cualquier estado. En el
largo plazo se terminará en ese estado. Se localiza con un 1 en la diagonal principal.
Se tendrá una matriz P con la siguiente estructura:

- H se encuentra por encima o por debajo de los ceros de la matriz.

- G se encuentra por encima o por debajo de la matriz identidad que representan los estados absorbentes.
- Todas las matrices deben ser cuadradas.
Se requerirá hallar la matriz , que nos indica la cantidad de períodos que deberán transcurrir en promedio en cada
estado antes de llegar a los estados absorbentes.
Luego, necesitaremos hallar la matriz estocástica , que nos indicará la probabilidad de que en el largo plazo partiendo
de un estado no absorbente se llegue a cada uno de los estados absorbentes.
Vector Punto Fijo  La tendencia a largo plazo se obtendrá realizando la operación y sabiendo que es un vector de
probabilidades, la suma de sus componentes deberá ser iguala a 1.
Cadena de Markov - Práctica
 Ejercicio: Sea un proceso de Markov dado por la siguiente matriz

a) Hallar la cantidad de períodos que transcurrirán en los estados no absorbentes antes de pasar a los estados
absorbentes.
b) Hallar la probabilidad de que partiendo del estado no absorbente 1 en el largo plazo se llegue al estado absorbente 2.
c) Hallar la tendencia a largo plazo.
d) Interpretar todos los resultados.
Cadena de Markov - Práctica
 
a)

b)
 
c)
Cadena de Markov - Práctica
 d)

• Los que se encuentren en el estado no absorbente 1 pasarán en promedio 1,277 períodos en el estado no absorbente 1 y
0,426 períodos en el estado no absorbente 2 antes de pasar a los estados absorbentes.
• Los que se encuentren en el estado no absorbente 2 pasarán en promedio 0,071 períodos en el estado no absorbente 1 y
1,135 períodos en el estado no absorbente 2 antes de pasar a los estados absorbentes.

• El 72,4% de los individuos que se encontraban en el estado no absorbente 1 pasarán en el largo plazo al estado absorbente
1.
• El 27,6% de los individuos que se encontraban en el estado no absorbente 1 pasarán en el largo plazo al estado absorbente
2.
• El 59,6% de los individuos que se encontraban en el estado no absorbente 2 pasarán en el largo plazo al estado absorbente
1.
• El 40,4% de los individuos que se encontraban en el estado no absorbente 2 pasarán en el largo plazo al estado absorbente
2.

En el largo plazo el de los individuos estarán en el estado absorbente 1 y el estarán en el estado absorbente 2.