Mind map
Procesos Estocásticos

Map content
Procesos Estocásticos
¿Qué es un Proceso Estocástico?
- Es un concepto matemático que sirve para usar magnitudes aleatorias que varían con el tiempo o para caracterizar una sucesión de variables aleatorias que evolucionan en función de otra variable, generalmente el tiempo.
¿Qué es una Cadena de Markov?
- Es un tipo especial de proceso estocástico discreto en el que la probabilidad de que ocurra un evento depende solamente del evento inmediatamente anterior.
Clasificación de Estados de una Cadena de markov
- • Un estado j se dice accesible desde el estado i si y sólo si para algún n:
- • Una cadena es irreducible si tiene una única clase de estados, es decir, los estados que la componen se comunican entre sí
- • Un estado es periódico si, partiendo de ese estado, sólo es posible volver a él en un número de etapas que sea múltiplo de un cierto número entero mayor que uno
- • Si F(i, i) = 1 se dice que el estado es recurrente (en caso contrario, es decir, F(i,i)<1, el estado es transciente)
Matriz de Transición de Markov
- Es una matriz utilizada para describir las transiciones en una cadena de Markov
Probabilidades de Transición
- Se denominan probabilidades de transición a los valores Pij que satisfacen la condición
Probabilidades Condicionales
- Consiste en la probabilidad de que ocurra un evento A, sabiendo que también sucede otro evento B
Propiedades de Markov
- Irreducibilidad
- • En una cadena de Markov un estado ej se dice que es accesible desde otro estado ei si la probabilidad de ir desde el estado e i al ej en algún momento futuro es distinta de cero
- • Un estado ei está comunicado con otro ej si ej es accesible desde ei y ei lo es desde ej
- • Una cadena de Markov se dice que es irreducible si todos los estados están comunicados entre sí
- Abosrbencia
- • Un estado ej se dice absorbente si es imposible abandonar dicho estado, es decir P(Xk= ej½Xk-1= ej) = 1
- • Una cadena de Markov es absorbente si tiene algún estado absorbente
- • Si una cadena de Markov es irreducible y absorbente entonces la probabilidad de caer en alguno de los estados absorbentes tiende a uno cuando el número de etapas tiende a infinito
- Regularidad
- • Una cadena de Markov se dice que es regular si alguna potencia de la matriz de transición tiene todos sus elementos positivos (no hay ceros)
- • Si una cadena es regular entonces es irreducible y no absorbente
- Irreducibilidad
Variables de Estado
- Se trata de una serie de variables aleatorias donde el rango de variables es conocido como espacio estado, cuyo valor Xn es el estado actual en el tiempo n
Images and files in the map
Information
- Description
- Ingeniería Mind Map on Procesos Estocásticos, created by Jesús Alejandro Otero Perez on 15/07/2020.
- Created by
- Jesús Alejandro Otero Perez · Jul 2020
- Updated
- Jul 15, 2020
- Views
- 1
- Rating






