4.4.

Casos especiales (cadenas absorbentes,

cadenas cíclicas).
Andréi Andréyevich Márkov ( 14 de junio de 1856-20 julio de 1922) fue
un matemático ruso conocido por sus trabajos en la teoría de los
números y la teoría de probabilidades.

Márkov nació en Riazan. Rusia. Antes de los 10 años su padre, un

funcionario estatal, fue trasladado a San Petersburgo donde Andréi
entró a estudiar en un instituto de la ciudad. Desde el principio mostró
cierto talento para las matemáticas y cuando se graduó en 1874 ya
conocía a varios matemáticos de la Universidad de San Petersburgo
donde ingresó tras su graduación.

Su trabajo teórico en el campo de los procesos en los que están

involucrados componentes aleatorios (procesos estocásticos) darían
fruto en un instrumento matemático que actualmente se conoce como
cadenas de Márkov : secuencias de valores de una variable aleatoria
en las que el valor de la variable en el futuro depende del valor de la
variable en el presente, pero es independiente de la historia de dicha
variable. Cadenas de Márkov hoy día, se consideran una herramienta
esencial en disciplinas como la economía, la ingeniería, la
investigación de operaciones y muchas otras.
CADENAS DE MÁRCOV
Son una herramienta para analizar el comportamiento de determinados tipos de
procesos estocásticos, esto es, procesos que evolucionan de forma no
determinística a lo largo del tiempo en torno a un conjunto de estados.

Una cadena de Markov, por tanto, representa un sistema que varía su estado a lo
largo del tiempo, siendo cada cambio una transición del sistema. Dichos cambios
no están predeterminados, aunque sí lo está 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.
Definición 1.- Un estado absorbente es aquel que tiene una probabilidad de ser
abandonado igual a cero, o sea que, una vez comenzado es imposible dejarlo igual a
cero y el proceso o se detiene completamente o se detiene para luego comenzar a
partir de algún otro estado.

Definición 2.- Una cadena de Markov es absorbente si: (1) tiene por lo menos un
estado absorbente y (2) es posible ir desde cada estado no absorbente hasta por lo
menos un estado absorbente. No es necesario tener la posibilidad de alcanzar cada
estado absorbente a partir de cualquier estado no absorbente.

La descripción de los procesos o sistemas que cesan (o por lo menos vuelven a

comenzar) después de alcanzar determinadas condiciones se utiliza un caso especial
de cadenas de Markov. Por ejemplo, después de hallar un numero predeterminado
de partes aceptables o defectuosas, se suspende una inspección secuencial;
después de x horas de funcionamiento se detiene una máquina para repararla o
remplazarla, etc. Tales procesos pueden modelarse como una cadena de Markov
absorbente.
 4.5. Uso de software
MATLAB
es un potente lenguaje diseñado para la computación técnica. Matlab puede ser
utilizado en computación matemática, modelado y simulación, análisis y
procesamiento de datos, visualización y representación de gráficos, así como
para el desarrollo de algoritmos.
SOFTWARE PDM-RC
El software desarrollado que implementa el recocido simulado se desarrolló
en java y los cálculos de la matriz de transición loshace matlab.

En el caso de uso general se puede apreciar la interacción del usuario con las
funciones que dispone el prototipo y la forma como el como el prototipo
soluciona y responde internamente lasolicitud requerida.