Help shape GoConqr. What should we add next?

Mind map

ANÀLISIS DE MARKOV

Susana Torres Spanish

ANÀLISIS DE MARKOV

Map content

ANÀLISIS DE MARKOV

  1. Las cadenas de Márkov son una herramienta para analizar el comportamiento y el gobierno de determinados tipos de procesos estocásticos, esto es, procesos que evolucionan de forma no determinística a lo largo del tiempo en torno a un conjunto de estados.

  2. 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.
      • Posee 3 propiedades básicas:
        • 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.
  3. Representación gráfica de una matriz de transición

    • Las probabilidades de un estado a otro se pueden representar a través de un diagrama de transición de estados, el cual es un grafo dirigido en donde los nodos son los estados de la cadena de Markov y cuyos arcos se deben etiquetar con la probabilidad de transición entre los estados que unen. Cuando la probabilidad es cero, no se pone arco.
      • Cadenas de Markov en tiempo continuo
        • En algunos casos en los que se requiere un parámetro de tiempo continuo, porque la evolución del proceso se está observando de manera continua a través del tiempo, se emplean las cadenas de Markov en tiempo continuo, lo cual significa que si en lugar de considerar una secuencia discreta X1, X2,..., Xi,.. con i indexado en el conjunto N de números naturales, se consideran las variablesaleatorias Xt con t que varía en un intervalo continuo del conjunto R de números reales, se tendrá una cadena en tiempo continuo.
  4. Estados absorbentes

    • Estado cuya única transición posible es volver al mismo estado. Un estado absorbente constituye una clase final de un único estado.
      • En otras palabras un estado absorbente es aquel del que no se puede salir una vez se haya caído en él, es decir la probabilidad de permanecer en el mismo es de 100% .Por ejemplo si expresáramos la vida como una cadena de markov, con la serie de estados: nacer, crecer, reproducirse y morir; la muerte sería obviamente el estado absorbente ya que no existe la posibilidad alguna de volver a un estado anterior.

Images and files in the map

  • ANÀLISIS DE MARKOV
  • ANÀLISIS DE MARKOV

Information

Description
Mind Map on ANÀLISIS DE MARKOV, created by Susana Torres on 10/06/2021.
Created by
Susana Torres
Views
0
Rating

More on Cadenas y procesos de Markov

Feedback

What is it about?

What should we add next?