Académique Documents
Professionnel Documents
Culture Documents
Andrei Markov vivió la mayor parte de su vida en san Petersburgo durante su vida, san
Petersburgo fue la capital de la Rusia zarista, un puerto principal y centro comercial, así como
un centro internacional de la literatura, la música y la danza. La familia de Markov pertenecía
a la clase alta, su padre trabajaba para el departamento forestal y administraba una hacienda
privada.
En la preparatoria, markov dio muestras de un talento para las matemáticas, aunque por lo
general no fue un buen alumno. Estudio matemáticas en la universidad de san Petersburgo,
donde sus títulos de licenciatura, maestría y doctorado. Posteriormente comenzó a enseñar
en la misma universidad. El jefe del departamento de matemáticas. PL Chebyshev fue un
famoso matemático y estadístico. Markov se convirtió en un firme seguidor de las ideas de
Chebyshev. Nominado por este, markov fue elegido para ingresar a la prestigiada academia
de ciencias de san Petersburgo.
Durante la primera mitad del siglo XX, Markov participo en el movimiento liberal que
culminó en la revolución rusa. Cuando el zar anulo la elección del escritor revolucionario
Máximo Gorky para la Academia de ciencia de san Petersburgo, markov dirigió cartas de
protesta a la academia y a los oficiales de estado.
Cuando el zar disolvió la duma (una asamblea electa), Markov denuncio al gobierno zarista.
Cuando el gobierno celebro el 300 aniversario de la casa de romanov (la dinastía de los zares),
Markov organizo una celebración del aniversario numero 200 de la publicación del libro
sobre probabilidad, de Jacob Bernoulli, Ars Conjectandi.
Después de la abdicación del azar, Markov solicito a la academia que lo enviara a enseñar
matemáticas a una escuela secundaria de una pequeña población del centro de Rusia.
BIBLIOGRAFÍA
JOHNSON David B, MOWRY Thomas A. Matemáticas finitas: aplicaciones prácticas. Año
2000. Editorial Thomson. pág. 340
Published in:
CADENAS DE MARKOV
Published in:
CADENAS DE MARKOV
CONCEPTOS
GLOSARIO
Las cadenas de Markov son una herramientas para analizar el comportamiento y el gobierno
de determinados tipos de procesos estocásticos, esto es, procesos que evolucionan de forma
no deterministicas a lo largo del tiempo en torno a un conjunto de estados.
Una cadena de Markov, por lo tanto, representa un sistema de varia su estado a lo largo del
tiempo, siendo cada cambio una transición del sistema. Dichos cambios no están
predeterminado, aunque si lo esta la probabilidad del próximo estado en función de los
estados anteriores, probabilidad que es constante a lo largo del tiempo (sistema homogéneo
en el tiempo). Eventualmente, en una transición, el nuevo estado puede ser el mismo que el
anterior y es posible que exista la posibilidad de influir en las probabilidades de transición
actuando adecuadamente sobre el sistema (decisión).
Fuente: http://www.edicionsupc.es/ftppublic/pdfmostra/OE03502M.pdf
MATRIZ DE TRANSICION:
Una matriz de transición para una cadena de Markov de n estado es una matriz de n X n con
todos los registros no negativos y con la propiedad adicional de que la suma de los registros
de cada columna (o fila) es 1.
Suponiendo que la participación en los mercados que tienen la tres marcas del ejemplo son
30%, 38% y 32&, respectivamente, durante la séptima semana. Si la matriz de transición P
(maestral), se considera una buena estimación de la verdadera matriz de transición
(poblacional), es posible predecir las participaciones de mercado esperada en la octava
semana por medio de la multiplicación de matrices. Así entonces:
Las participaciones en el mercado predichas durante la octava semana son 32,08%, 37,64%
y 30,28%, respectivamente para la tres marcas.
XK+1 = X K P
Generalizando:
Fuente:
http://www.ciencia-ahora.cl/Revista20/15MatricesTransicion.pdf
Fraleigh, John. Algebra Lineal. Editorial Addison Wesley.1989.
ESTADOS ABSORBENTES
Se trata de estados que constituyen por si mismos una sola clase final, puesto que la única
transición posible es ir otra vez al mismo (ya que las probabilidades de pasar a cualquier de
los otros son cero). Matemáticamente significa que la fila correspondiente de la matriz estará
toda a ceros excepto un 1 en la diagonal principal por lo tanto se le denomina como matriz
no regular; el significado de este tipo de situaciones suele ser el de un sistema que ha llegado
a una situación de degradación, que ya no puede evolucionar mas, etc.
Q corresponde al complemento de R
Fuente:
Published in:
CADENAS DE MARKOV
GRAFICOS DE EJEMPLOS
REPRESENTACIÓN GRAFICA DE UNA MATRIZ DE TRANSICIÓN:
https://www.u-
cursos.cl/ingenieria/2010/2/IN3702/1/material_docente/bajar?id_material=306606
Published in:
CADENAS DE MARKOV
EJERCICIOS
EJERCICIOS PROPUESTOS
b) ¿Cuáles son las probabilidades de un estado estable del sistema en el estado de operación
y en el detenido?
2. Cada familia estadounidense se clasifica según donde vive como urbana, rural o suburbana.
Durante un año especifico, 15% de las familias urbanas se mudaron a una ubicación
suburbana, y 5 % se mudaron a un área rural; también, 6 % de las familias suburbanas se
trasladaron a un área urbana y 4% se pasaron a una ubicación rural; por ultimo, 4% de las
familias rurales se fueron a un área urbana y 6% se cambiaron a un lugar suburbano.
a) Si una familia ahora vive en un lugar urbano, ¿Cuál es la probabilidad de que viva en un
área urbana dos años a partir de ahora? ¿Un área suburbana? ¿Un área rural?
b) Suponga que en el presente, 40% de las familias viven en un área urbana, 35% viven en
un área suburbana y 25% viven en un área rural. Dos anos a partir de ahora, ¿Qué porcentajes
de familias estadounidenses vivirán en un área urbana?
3. Dado la siguiente matriz de transición con los estados 1 y 2 como estado absorbentes,
¿Cuál es la probabilidad de que las unidades en los estados 3 y 4 terminen en cada uno de los
estados absorbentes?
4. Woody´s Christmas Tree Farm cuenta con dos tipos de arboles: arboles pequeños (de 5
pies o menos) y grandes (mas de 5 pies). Cada año, 16% de los arboles pequeños muere,
19% se venden a 30 dólares cada uno y 10% crece hasta superar los 5 pies. Cada año 5% de
los arboles grandes muere y 45% se vende a 45 dólares cada uno.
Fuentes:
Published in:
CADENAS DE MARKOV
APLICACIONES
El método de las cadenas de Markov consiste en emplear la información probabilística en el
análisis de tendencias con el fin de predecir sus resultados.
Tienen diversas aplicaciones en los negocios, la sociología, las ciencias físicas y la biología.
Por ejemplo en los negocios, las cadenas de Markov son útiles para el análisis de los datos
referentes a la satisfacción de un cliente con un producto y para el efecto de la publicidad del
producto, así como predecir que sector del mercado el producto dominara finalmente. En
sociología, las cadenas de markov se aplican por una parte al análisis de tendencias
sociológicas, como la reducción de la clase media de Estados Unidos y el crecimiento de los
suburbios a expensas de las ciudades del centro y las áreas rurales, así como para la
predicción del resultado final de dichas tendencias. Además también sirven para pronosticar
el clima, para analizar la herencia genética, y para predecir la fluctuación diaria de los precios
de las acciones negociables.