Mind map
CADENA DE MARKOV
Map content
CADENA DE MARKOV
Principio. La base de las cadenas es la conocida como propiedad de Markov, la cual resume lo dicho anteriormente en la siguiente regla: lo que la cadena experimente en un momento t + 1 solamente depende de lo acontecido en el momento t (el inmediatamente anterior).
- P(X(t+1)=J / Xt = i)
Creada por el matematico ruso Andréi Andréyevich Markov (1856 - 1922). quine en 1907 definio teoricamente el concepto
- Su intención era crear un modelo probabilistico con el cual se puedieran identificar la frecuencia con que aparecen las vocales en poemas y textos literarios.
- Es un sistema que evoluciono con el tiempo dentro u conjunto de estdos. Se caracteriza por que la probabilidad de que el sistema evolucione a un estado determinado depende exclusivamente del estado en que se encuentre en el momento presente.
- También conocida como Modelo de Markov o Proceso de Markov. es un concepto desarrollado dentro de la teoria de la probabilidad y la estadistica, que establece una fuerte dependencia entre un evento y otro suceso anterior. Su principal utilidad es el analisis del comportamiento de procesos estocasticos.
- Es un sistema que evoluciono con el tiempo dentro u conjunto de estdos. Se caracteriza por que la probabilidad de que el sistema evolucione a un estado determinado depende exclusivamente del estado en que se encuentre en el momento presente.
- Su intención era crear un modelo probabilistico con el cual se puedieran identificar la frecuencia con que aparecen las vocales en poemas y textos literarios.
Probablidades de Transisción
- Los cambios de estado del sistema se denominan transiciones. Las probabilidades asociadas con varios cambios de estado se denominan probabilidades de transición. El proceso se caracteriza por un espacio de estados, una matriz de transición que describe las probabilidades de transiciones particulares y un estado inicial (o distribución inicial) en el espacio de estados. Por convención, asumimos que todos los estados y transiciones posibles se han incluido en la definición del proceso, por lo que siempre hay un estado siguiente y el proceso no termina.
- Donde Pij es la probailidad de que dado que en el sistema esta en el estado i en el momento t, estara en un estado j en el tiempo t+1. Si el sistema se mueve del estado j durante el siguiente periodo se dice que ocurrio una transición de i a j.
- P(X(t+1)=J / Xt = i)=Pij La Matriz de probabilidad de transición de P puede escribirse como:
- Donde Pij es la probailidad de que dado que en el sistema esta en el estado i en el momento t, estara en un estado j en el tiempo t+1. Si el sistema se mueve del estado j durante el siguiente periodo se dice que ocurrio una transición de i a j.
- Los cambios de estado del sistema se denominan transiciones. Las probabilidades asociadas con varios cambios de estado se denominan probabilidades de transición. El proceso se caracteriza por un espacio de estados, una matriz de transición que describe las probabilidades de transiciones particulares y un estado inicial (o distribución inicial) en el espacio de estados. Por convención, asumimos que todos los estados y transiciones posibles se han incluido en la definición del proceso, por lo que siempre hay un estado siguiente y el proceso no termina.
Estados
- Cadena Irreductible
- Estado Absorbente
- Estado Recurrente
Aplicaciones
- Física
- Quimica
- Biologia
- Informatica
- Estadistica
- Económia y Finanzas
- Ciencias Sociales
- Logística y Operaciones
- Gestión de Inventarios
- Pronosticos
Preparado por Raúl Andrés Fernández C.
Information
- Description
- Mind Map on CADENA DE MARKOV, created by Raul Andres Fernandez on 02/04/2021.
- Created by
- Raul Andres Fernandez
- Views
- 5
- Rating
More on Cadenas y procesos de Markov