13
Presentado por : Alicia Peñuela Leidy Murillo

Cadena de markov

Embed Size (px)

Citation preview

Page 1: Cadena de markov

Presentado por : Alicia Peñuela Leidy Murillo

Page 2: Cadena de markov

Concepto

> Cadenas de Markov

Vector de Probabilidad. Vectores únicos de probabilidad. Matriz Estocástica. Matriz estocástica regular. Vector de probabilidad fijo (t). Matriz de transición.

Page 3: Cadena de markov

Cadenas de Markov

> Elementos importantes

• Las cadenas de Markov pueden ser representadas a través de matrices. Es importante que el estudiante tenga en cuenta que las cadenas de Markov obedecen a un tipo de matrices específicas, las características de las matrices que obedecen a las cadenas de Markov son expuestas a continuación:

Page 4: Cadena de markov

Cadenas de Markov

> Vector de probabilidad• La primera característica es que tenga vectores de probabilidad, estos son aquellos que sus elementos son números positivos y al sumarlos el resultado es uno. A continuación algunos ejemplos:

V1= [0, 0, ½, ½,] Es un vector de probabilidadV2= [1, 0, ½, ½,] NO es un vector de probabilidad

Page 5: Cadena de markov

Cadenas de Markov

> Vector único de probabilidadLos vectores que no son de probabilidad, (la suma de sus componentes es mayor que 1) pero que cumplen con la condición de que todos sus componentes son positivos, tienen algo llamado vector único de probabilidad, el cual corresponde a un escalar múltiplo de si mismo. El vector único de probabilidad (qv) se obtiene de la siguiente manera:1. Se calcula la suma todos los componentes del vector 2. El vector se multiplica por ese resultadoEjemplo: Tengo la matriz: V2= [1, 0, ½, ½,] Observo que no es un vector de probabilidad, pero que todos sus elementos son positivos Calculo la suma de sus elementos: 1+0+1/2+1/2 = 2qv = 1/2 V2 = [1/2, 0, 1/4, 1/4]

Page 6: Cadena de markov

Cadenas de Markov

> Matriz estocástica• Es una matriz en la cual todos sus vectores son de probabilidad. Cuando se multiplican dos matrices estocásticas o una matriz estocástica por si misma, el resultado siempre es una matriz estocástica. Una matriz estocástica, se considera regular, cuando todos los elementos de alguna potencia de dicha matriz, son positivos.

0 0 ½ ½0 0 1 0½ 0 ½ 00 0 1 0

0 1 ½ ½1 0 1 0½ 0 ½ 00 4 1 0

Estocástica NO Estocástica

Page 7: Cadena de markov

Cadenas de Markov

> Matriz estocástica regularUna matriz estocástica es regular, cuando todos los elementos de una potencia son positivos. Como ejemplo, tomaremos nuestra matriz estocástica de la diapositiva anterior la elevamos al cuadrado:

0 0 ½ ½0 0 1 0½ 0 ½ 00 0 1 0

A²= X0 0 ½ ½0 0 1 0½ 0 ½ 00 0 1 0

¼ 0 ¾ 0½ 0 ½ 0¼ 0 ½ ¼ ½ 0 ½ 0

=

Page 8: Cadena de markov

Cadenas de Markov

> Matriz estocástica regular

Las características de una matriz estocástica regular son:

La matriz (P) tiene un vector de probabilidad fijo (t) cuyos componentes son todos positivos.La sucesión de potencias de la matriz: P, P2, P3, se aproxima a la matriz T cuyas filas son cada punto fijo (t).Si p es un vector de probabilidad, entonces la sucesión de vectores: pP, pP2, pP3, se aproxima al punto fijo t.

X

Page 9: Cadena de markov

Cadenas de Markov

> Hallar el vector de probabilidad fijo (t)

El vector de probabilidad fijo es una característica de las matrices estocásticas regulares. Para hallarlo se requiere multiplicar cualquier matriz por incógnitas con la finalidad de que estas puedan ser despejadas. Tomaremos como ejemplo una matriz trabajada con anterioridad:

0 0 ½ ½0 0 1 0½ 0 ½ 00 0 1 0

[w, x, y, z] X

Se realiza la multiplicación de las matrices y luego se despeja cada una de las incógnitas para hallar el vector de probabilidad fijo (t). Si este no es un vector de probabilidad, puede convertirse utilizando lo aprendido en diapositivas anteriores

Page 10: Cadena de markov

Cadenas de Markov

> Matriz de transición

Para calcular lo que sucederá en un tiempo determinado, el proceso es el siguiente:Tomo el vector que representa el estado inicial del problema, este se llamará q0 Si multiplico q0 por la Matriz me dará el estado 1, entonces para hallar un estado n la fórmula es: q0 Mn = qn

Page 11: Cadena de markov

Cadenas de Markov

> Matriz de transición

Ejemplo: Si queremos hallar lo que sucederá en la transición 150, entonces:

0 0 ½ ½0 0 1 0½ 0 ½ 00 0 1 0

V1= [0, 0, ½, ½,]Estado inicial

X =

150

V150= [23/100, 3/20, 19/50, 23/100]

Page 12: Cadena de markov

Cadenas de Markov

> Matriz de transición en MATLABEjemplo: Si queremos hallar lo que sucederá en la transición 150 en MATLAB revisa el siguiente video:

0 0 ½ ½0 0 1 0½ 0 ½ 00 0 1 0

V1= [0, 0, ½, ½,]Estado inicial

X =

150

V150= [23/100, 3/20, 19/50, 23/100]

Page 13: Cadena de markov

GRACIAS