Help shape GoConqr. What should we add next?

Mind map

Procesos estocásticos

Carlos Verano English

Procesos estocásticos

Map content

Procesos estocásticos

  1. ¿Que es?

    • Es un término matemático utilizado para tratar amplitudes aleatorias que cambian con el tiempo o para caracterizar una serie de variables aleatorias llamadas estocásticos, que varían de acuerdo con otra variable.
  2. cadena de Markov

    • Es una secuencia de eventos, donde la probabilidad de un evento depende del evento anterior. De hecho, este tipo de cadena tiene memoria, ellos recuerdan el último evento, que determina la posibilidad de eventos futuros.
      • Clasificación de los estados
        • Absorbentes
          • Punto de no retorno
            • Estado E que pasa por el mismo sin poder salir del mismo estado E.
        • Recurrente
          • Cantidad Infinita de veces que se pueden pasar por un estado E
        • Ergodica
          • Es un estado irreductible, recurrente y a periódico
        • Transitoria
          • Cantidad Finita de veces que se pueden pasar por un estado E
        • Periódica
          • Cadena que retorna al inicio, también puede verse como una especie de ciclo
  3. Matriz de transición de Markov

    • Es una matriz que se utiliza para especificar las transiciones en una cadena de Markov. La matriz de transición en n tiempos no es más que un producto sucesivo de matrices dado por P(n)=P(n-1)´P, con n un número entero.
  4. Probabilidades de transición

    • Se describe la probabilidad de transición, como a la probabilidad de que estando el sistema en el estado E¡ en el momento n pase al estado E¡ en el momento n + 1.
  5. Probabilidades condicionales

    • Dos eventos A y B, relacionados de forma que al ocurrir uno, por ejemplo B, se altera la posibilidad de que ocurra el otro, por decir A, lleva a manejar el concepto de probabilidad condicional:
  6. Propiedades de Markov

    • se refiere a la propiedad de algunos procesos estocásticos por la cual carecen de memoria, lo que significa que la distribución de probabilidad del valor futuro de una variable aleatoria depende únicamente de su valor presente, siendo independiente de la historia de dicha variable 1​.
  7. Variables de estado

    • son el subconjunto más pequeño de variables de un sistema que pueden representar su estado dinámico completo en un determinado instante. Estas variables son de estado deben ser linealmente independientes; una variable de estado no puede ser una combinación lineal de otras variables de estado.

Images and files in the map

  • Procesos estocásticos
  • Procesos estocásticos
  • Procesos estocásticos
  • Procesos estocásticos
  • Procesos estocásticos
  • Procesos estocásticos
  • Procesos estocásticos

Information

Description
Mind Map on Procesos estocásticos, created by Carlos Verano on 11/07/2020.
Created by
Carlos Verano
Views
2
Rating

More on Cadenas y procesos de Markov

Feedback

What is it about?

What should we add next?