Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Septiembre 2017
Contenido
• Definición proceso estocástico
• Definición proceso Markoviano
• Matriz y diagrama de transición
• Ejercicio
• Matriz de transición de n pasos
• Probabilidades de transición absolutas
• Probabilidades de estado estable
Proceso estocástico
Sea una variable aleatoria que caracteriza el estado
del sistema en puntos discretos en el tiempo . La
familia de variables aleatorias forma un proceso
estocástico con una cantidad finita o infinita de
estados.
Sigue
Ejemplo
Sigue
1-4
El clima se observa cada día para El estado del
sistema en el día t puede ser: 0 seco o 1 lluvioso.
Así para La variable aleatoria toma los valores:
𝑋 𝑡 ={ 𝑋 0 , 𝑋 1 , 𝑋 2 , … … . }
1-5
Proceso de Markov
Un proceso estocástico es un proceso de Markov si
un estado futuro depende sólo del estado
inmediatamente anterior. Esto significa que dados los
tiempos cronológicos , la familia de variables
aleatorias es un proceso de Markov si
Pasado Presente
0 1
•Estado 0 : No llover 0
•Estado 1 : Llover 𝑃=¿
1
1-9
1-9
Diagrama de transición
Una cadena de Markov también puede representarse
a través de un diagrama de transición. Los nodos
(círculos) son los estados mientras que las flechas
muestran las transiciones posibles de un periodo al
siguiente con la probabilidad de transición. En el
ejemplo del clima de Bogotá el diagrama de
transición sería:
Ejercicio
Sigue
Ejemplo
0.8
𝑎 = [ 0.95 0.05 ]
0
5 0.2
0.9
Estado inicial de probabilidad
0 1 0.0
5 0.6
Sigue
0.8 Cuál es la probabilidad de
que no llueva mañana?
5 0.2
0.9 0.95*0.8 + 0.05*0.6=0.79
0.0
5 0.6 Cuál es la probabilidad de
que llueva mañana?
0.4
0.95*0.2 + 0.05*0.4
=1 - 0.79= 0.21
Por lo tanto, 𝑎 1
=[ 0.79 0.21 ]
Sigue
2
𝑎 También se hubiera podido obtener así:
0.8 0.2
== [ 0.95 0.05 ] =
0.6 0.4
0.8 0.2
= [ 0.7 58 0.2 42 ] =
0.6 0.4
Ejercicio
La siguiente matriz de transición es aplicable al problema
del jardinero con fertilizante
Sigue
Ejemplo
En el ejemplo del clima de Bogotá se formulo en la
sección dos estados (seco y lluvioso), por lo que las
ecuaciones anteriores de estado estable se
convierten en:
Y si continuáramos encontraríamos….
=0.8
n No llueve Llueve
0 0.9500 0.0500
1 0.7900 0.2100
=0.2
2 0.7580 0.2420 1.0000
12 0.7500 0.2500
13 0.7500 0.2500
14 0.7500 0.2500
Ejercicio 1
Para determinar la distribución de probabilidad de
estado estable del problema del jardinero con
fertilizante:
Septiembre 2017