Académique Documents
Professionnel Documents
Culture Documents
INTRODUCCIN
En este trabajo se centrar en las Cadenas de Markov
y se analizar el tema para el provecho de nuestro
conocimiento. Una cadena de Markov es una serie de
eventos, en la cual la probabilidad de que ocurra un
evento depende del evento anterior. En efecto, las
cadenas de este tipo tienen memoria, recuerdan el
ltimo evento y esto condiciona las posibilidades de
los eventos futuros. Esta dependencia del evento
anterior distingue a las cadenas de Markov de las
series de eventos independientes, como tirar una
moneda al aire o un dado. En los negocios, las
cadenas de Markov se han utilizado para analizar los
patrones de compra, los deudores morosos, para
planear las necesidades de personal y para analizar el
reemplazo de equipo, lo cual es una aplicacin muy
interesante de este tema.
-ESTADO ESTABLE
La existencia de condiciones de estado estable en una
cadena ergdica regular puede demostrarse de una manera
sencilla calculando P ^n para diversos valores de
-CASOS ESPECIALES
Caso de autovalores complejos. En el caso de que los
autovalores de la matriz de transicin sean complejos,
el procedimiento es igual: Sea la matriz T = 1 2 1 8
3 8 100 1 4 1 2 1 4 los autovalores son 1 = 1 8
+ 3 8 i 2 = 1 8 3 8 i 3 = 1 y la matriz de
autovectores se obtiene como antes (con un poco ms
de esfuerzo, o bien usando MatLab) mediante (T
iIm) ri = 0 y se obtiene C = 1 8 + 3 8 i 1 8 3
8 i 1 1 11 1 2 3 4 i 1 2 + 3 4 i 1 y su inversa
es C1 = 4 15 8 15 i 2 5 + 2 15 i 2 15 + 2 5
i 4 15 + 8 15 i 2 5 2 15 i 2 15 2 5 i 8 15 1 5 4
15 14 Dn = 1 8 + 3 8 i n 0 0 0 1 8 3 8
i n 0 0 01 n 000 000 001 ya que
1 8 + 3 8 i = q10 8 < 1. Finalmente, T n n
8 15 1 5 4 15 8 15 1 5 4 15 8 15 1 5 4 15 = Q