Cadenas de Markov
1
Cadenas de Markov En esencia, una cadena es un proceso en tiempo discreto en el que una variable aleatoria X n va cambiando en el transcurso del tiempo. Las cadenas de Markov tienen la propiedad de que la probabilidad de que X n sólo depende del estado inmediatamente anterior del sistema X n−1 . En una cadena homogénea finita con m estados posibles E 1 ,E 2 ,…,E m se puede introducir la notación: p ij =P (X n =j∨X n−1 =i) Donde i,j=1,2 ,…,m. Si p ij >0 entonces se dice que el estado E i puede comunicar con el estado E j . La comunicación puede ser mutua si también p ji >0 . Para cada i, la serie de valores {p ij } es una distribución de probabilidad, ya que en cualquier paso puede ocurrir alguno de los sucesos E 1 ,E 2 ,…,E m y son mutuamente excluyentes. Los valores p ji se denominan probabilidades de transición que satisfacen las condiciones p ji ≥ 0 ∑ j=1 m p ji =1
-
Upload
diego-alejandro-leyton-trigo -
Category
Documents
-
view
9 -
download
0
description
cadenas
Transcript of Cadenas de Markov
Cadenas de Markov
En esencia, una cadena es un proceso en tiempo discreto en el que una variable aleatoria X n va cambiando en el transcurso del tiempo. Las cadenas de Markov tienen la propiedad de que la probabilidad de que X n sólo depende del estado inmediatamente anterior del sistema X n−1.
En una cadena homogénea finita conm estados posibles E1 , E2 ,… ,Em se puede introducir la notación:
pij=P(Xn= j∨Xn−1=i)
Donde i , j=1,2 ,…,m. Si pij>0 entonces se dice que el estado Ei puede comunicar con el estado E j. La comunicación puede ser mutua si también p ji>0.
Para cada i, la serie de valores {pij } es una distribución de probabilidad, ya que en cualquier paso puede ocurrir alguno de los sucesos E1 , E2 ,… ,Em y son mutuamente excluyentes. Los valores p ji se denominan probabilidades de transición que satisfacen las condiciones
p ji≥0
∑j=1
m
p ji=1
