Mapa mental
Procesos estocásticos

Conteúdo do mapa
Procesos estocásticos
¿Qué es?: un proceso estocástico es aquel que no se puede predecir. Se mueve al azar. Aunque, como veremos más tarde, existen distintos tipos de procesos estocásticos. Uno de los ejemplos más clásicos para hacer referencia a un proceso estocástico es la bolsa de valores.
Cadena de Markov: es un concepto desarrollado dentro de la teoría de la probabilidad y la estadística que establece una fuerte dependencia entre un evento y otro suceso anterior. Su principal utilidad es el análisis del comportamiento de procesos estocásticos.
Clasificación de estados:
- Accesible: Una Cadena de Markov donde todos sus estados son accesibles entre sí y por tanto se comunican se dice que es irreducible, es decir, que existe una única clase de estados.
- Inaccesible: En cambio si al menos existen 2 clases de estados la cadena ya no es irreducible. Si tenemos 2 estados que no se comunican (esto porque no son accesibles viceversa) estos estados perteneceran a distintas clases de estados.
Matriz de transición de Markov: es una matriz utilizada para describir las transiciones en una cadena de Markov. Ha encontrado uso en la teoría de la probabilidad, en estadística y en álgebra lineal, así como en informática. Existen varias definiciones y tipos de matriz estocástica
Probabilidades de transición; se denomina probabilidad de transición, Py, 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.
Probabilidades condicionales : La probabilidad condicional se calcula partiendo de dos sucesos o eventos (A y B) en un espacio probabilístico, indicando la probabilidad de que ocurra A dado que ha ocurrido B. Se escribe P (A/B), leyéndose como “probabilidad de A dado B”
Propiedades de Cadenas 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. · · Una cadena de Markov se dice que es irreducible si todos los estados están comunicados entre sí
- Absorsorbencia: 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.
Variables de estado: Una cadena de Márkov es una secuencia X1, X2, X3, …, de variables aleatorias. El dominio de estas variables es llamado espacio estado; el valor de Xn es el estado del proceso en el tiempo n. Si la distribución de probabilidad condicional de Xn+1 en estados pasados es una función de Xn por sí sola, entonces:
Angelo Brito 26.323.535
Imagens e arquivos do mapa
Informações
- Descrição
- Mapa Mental sobre Procesos estocásticos, criado por Angelo Brito em 10-07-2020.
- Criado por
- Angelo Brito
- Visualizações
- 2
- Tags
- Avaliação
Mais sobre Cadenas y procesos de Markov





