CADENAS DE MARKOV

CADENAS DE MARKOV

1. ¿Una cadena de Markov es?

Una cadena de Markov es una sucesión de ensayos similares u observaciones en la cual cada ensayo tiene el mismo número finito de resultados posibles y en donde la probabilidad de cada resultado para un ensayo dado depende sólo del resultado del ensayo inmediatamente precedente y no de cualquier resultado previo.

2. ¿Un proceso de Markov es?

Un proceso de Markov tiene la propiedad de que la probabilidad de comportamiento futuro está totalmente definida si se conoce el estado actual. El conocimiento de estados previos al actual no altera la probabilidad de comportamiento futuro.

3. Los puntos en una cadena de Markov son:

Exhaustivos y mutuamente excluyentes

4. La ocurrencia de un estado futuro es: consecuencia de un estado anterior.

     5.  ¿Qué es transición?

Formalmente, el estado de un sistema en un instante t es una variable cuyos valore solo pueden pertenecer a los conjuntos de un estado de sistema. El sistema modelizado por la cadena, por lo tanto, es una variable que cambia el valor en el tiempo, cambio al que llamamos transición.

     6. ¿Qué es un estado absorbente?

Un estado tal que si el proceso en el permanecerá indefinidamente en este estado (ya que las probabilidades de pasar a cualquiera de los otros son cero).

    7. ¿Qué es una cadena ergòdica?

Una cadena de Markov es ergodica si todos sus estados son no nulos, no periódicos y recurrentes. Las cadenas de Markov ergòdicas cumplen la siguiente propiedad:

El límite lım_n→0 p(n)_ij existe y es independiente del estado inicial i. Lo denominaremos π_j.