Simulación Financiera

Matriz Estocástica
En matemáticas, una matriz estocástica, matriz de probabilidad, o matriz de transición es
utilizada para describir las transiciones de una cadena de Markov. Existen diferentes tipos de
matrices estocásticas:

• Una matriz estocástica derecha es una matriz cuadrada donde cada fila consiste de
números reales no negativos, y cada fila suma 1.
• Una matriz estocástica izquierda es una matriz cuadrada donde cada columna consiste de
números reales no negativos, y cada columna suma 1.
• Una matriz estocástica doble es una matriz cuadrada donde todas las entradas consisten
de números reales no negativos, y todas las filas y columnas suman 1.

En este sentido, se puede definir un vector estocástico como un vector cuyos elementos consisten
de números reales no negativos que suman 1. Por consiguiente, cada fila o columna de una
matriz estocástica es un vector de probabilidad.

En lo siguiente se estará haciendo referencia a una matriz estocástica derecha.

Una matriz estocástica describe a una cadena de Markov Xt sobre un espacio estacionario
finito S.

Si la probabilidad de moverse de i a j en un paso/periodo único T es P(j|i) = Pij, la matriz

estocástica P esta dada usando Pij como el elemento de la i-esima fila y j-esima columna.

 P1,1 P1,2 L P1, j L

 
 P2,1 P2,2 L P2, j L
P= M M O M M
 
 Pi,1 Pi,2 K Pi, j K
 
 M M O M O

Como la probabilidad de transición de un estado i hacia algún estado debe ser 1, se tiene que esta
es una matriz estocástica derecha tal que ∑ = Pi, j = 1 .
j
La probabilidad de transición de i a j en dos pasos esta dada por el ij-esimo elemento del
cuadrado de P: (P2)i,j. En general, la probabilidad de transición de pasar de un estado a otro en
una cadena de Markov finita dada por la matriz P en k pasos esta dada por Pk.

Una distribución inicial se da por un vector fila. El teorema Perron-Frobenius asegura que este
vector existe.

El estado absorbente es un caso especial de estado recurrente en un proceso de Markov, en donde

la probabilidad de transición Pij = 1. Un proceso nunca saldrá del estado absorbente una vez que
entra en el. Por otro lado, una probabilidad de transición igual a 1 no significa que sea un estado
absorbente.
 Simulación Financiera

Diseño y Lectura de la Matriz

Suponga cuatro posibles estados: estado 1, estado 2, estado 3, estado 4.

T+1
est 1 est 2 est 3 est 4

est 1
Probabilidad de pasar
est 2 del estado 2 en el tiempo T
T al estado 1 en el tiempo T+1
est 3

est 4

T+1
est 1 est 2 est 3 est 4

est 1
Probabilidad de pasar
est 2 del estado 3 en el tiempo T
T al estado 4 en el tiempo T+1
est 3

est 4

Ejemplo: BORRACHIN

Bar (0) 1 2 3 4 Casa (5)

Bar (0) 1 0 0 0 0 0 =1
1 1/ 2 0 1/ 2 0 0 0 =1
2 0 1/ 2 0 1/ 2 0 0 =1
3 0 0 1/ 2 0 1/ 2 0 =1
4 0 0 0 1/ 2 0 1/ 2 =1
Casa (5) 0 0 0 0 0 1 =1