Documentos de Académico
Documentos de Profesional
Documentos de Cultura
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.
Vector Punto Fijo Es la tendencia a largo plazo. Es el vector de probabilidad al que irá aproximándose el vector de
V
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:
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.