Gestalte GoConqr mit. Was sollen wir als Nächstes hinzufügen?

Mindmap

Las cadenas o modelos de Markov

dilia leal guarin Spanisch

Las cadenas o modelos de Markov

Inhalt der Mindmap

Las cadenas o modelos de Markov

  1. Es una técnica que maneja las probabilidades de ocurrencia futura. Mediante el análisis de las probabilidades conocidas en el presente.

    • Clasificación de estados
      • Estado alcanzable: Un estado (j) es alcanzable desde (i) Si existe un camino entre (i) y (j)
        • Estados que se comunican: (i) y (j) se comunican entre si, si son alcanzables entre ellos.
          • Estados trasciente: un estado (i) es trasciente si existe un estado (j) alcanzable desde (i), pero (i) no es alcanzable des (j)
            • Estados recurrente: todo estado que no es trasciente es recurrente.
              • Clase comunicante: Es un grupo de nodos que se comunican entre si.
                • Cadena de markov irreducible : Es cuando la cadena solo se compone de una clase comunicante.
    • Probabilidades de transición
      • Las probabilidades pueden mostrarse de acuerdo con su estado y su relación entre sí en forma de diagrama de proceso. Los posibles estados se simbolizan con círculos. La probabilidad de una transición entre estados se indica usando flechas y una probabilidad asociada.
        • Diagrama de Transicion
          • Es el arreglo numérico donde se condensa las probabilidades de un estado a otro. se puede observar el comportamiento estacionariorepresentado por una cadena de Markov tal que los estados representan la categoría en quese encuentre clasificado.
        • Matriz de transición
          • Los elementos de matriz representan la probabilidad de que el estado próximo sea el correspondiente a la columna si el estado actual es el correspondiente a la fila.
              • Propiedades:
                • La suma de las probabilidades de los estados debe ser igual a 1
                  • La matriz de transición debe ser cuadrada.
                    • Las probabilidades de transición deben estar entre 0 y 1
    • Probabilidades de estado estable
      • La probabilidad de que el sistema este en cualquier estado particular después de un numero elevado de transiciones. Una vez alcanzado este estado la probabilidad de estado no cambia de un periodo a otro.
        • Cadenas de markov de tiempo discreto (CMTD)
          • 1. Es periódica Si: el maximo común divisor (K) de todos los caminos de ir de (i) y (j) es 1.
          • 2, Es periódica: El máximo común divisor es diferente de 1. Clave: Si todo los nodos se comunican entre si Ki=Kj
          • 3, Es ergodica si: Es irreducible y aperidofica. Siempre se debe revisar que cumpla las dos condiciones.
                • Ecuaciones de Balance
                  • Lo que entra es igual a lo que sale.
                    • Ecuación de normalización Σπi=1
    • Cadenas absorbentes
      • Estado adsorbente: Un estado es adsorbente cuando la probabilidad de quedarse allí es 1
  2. Dilia Rosa Leal Guarín Grupo: 228006_1

Bilder und Dateien der Mindmap

  • Las cadenas o modelos de Markov
  • Las cadenas o modelos de Markov
  • Las cadenas o modelos de Markov
  • Las cadenas o modelos de Markov
  • Las cadenas o modelos de Markov
  • Las cadenas o modelos de Markov
  • Las cadenas o modelos de Markov
  • Las cadenas o modelos de Markov
  • Las cadenas o modelos de Markov
  • Las cadenas o modelos de Markov
  • Las cadenas o modelos de Markov
  • Las cadenas o modelos de Markov
  • Las cadenas o modelos de Markov
  • Las cadenas o modelos de Markov

Informationen

Beschreibung
Mindmap am Las cadenas o modelos de Markov, erstellt von dilia leal guarin am 25/03/2022.
Erstellt von
dilia leal guarin
Aufrufe
3
Bewertung

Mehr zu Cadenas y procesos de Markov

Feedback

Worum geht es?

Was sollen wir als Nächstes hinzufügen?