Cadena de Mrkov

Se conoce como cadena de Mrkov o modelo de Mrkov a un tipo

especial de proceso estocstico discreto en el que la probabilidad de que
ocurra un evento depende del evento inmediatamente anterior. Esta
caracterstica de falta de memoria recibe el nombre de propiedad de
Markov.
ANALISIS DE MARKOV
ORIGEN
El anlisis de Markov, llamado as por los estdios reali!ados por el rso Andr"i
Andr"#evi$% Mrkov entre &'() # &'(*, so+re la se$en$ia de los
e,perimentos $one$tados en $adena # la ne$esidad de des$+rir
matemti$amente los -en.menos -si$os/ La teora de Markov se desarroll. en
las d"$adas de &'0( # &'1( por A/N/Kolma2oron, 3/4eller, 3/Doe+lin, 5/Lev#,
6/L/Doo+ # otros/
El anlisis de markov es na -orma de anali!ar el movimiento a$tal de al2na
varia+le, a 7n de pronosti$ar el movimiento -tro de la misma/ Este m"todo
%a $omen!ado a sarse en los 8ltimos a9os $omo instrmento de
investi2a$iones de mer$adote$nia, para e,aminar # pronosti$ar el
$omportamiento de los $lientes desde el pnto de vista de s lealtad a na
mar$a # de ss -ormas de $am+io a otras mar$as, la apli$a$i.n de esta t"$ni$a,
#a no solo se limita a la mer$adote$nia sino :e s $ampo de a$$i.n se %a
podido apli$ar en diversos $ampos/
;adenas de markov
<na $adena de Markov, :e re$i+e s nom+re del matemti$o rso Andrei
Markov, es na serie de eventos, en la $al la pro+a+ilidad de :e o$rra n
evento depende del evento inmediato anterior/ En e-e$to, las $adenas de este
tipo tienen memoria/ =Re$erdan> el 8ltimo evento # esto $ondi$iona las
posi+ilidades de los eventos -tros/ Esta dependen$ia del evento anterior
distin2e a las $adenas de Markov de las series de eventos independientes,
$omo tirar na moneda al aire o n dado/
;lasi7$a$i.n de los estados en na $adena de Markov
Las pro+a+ilidades de transi$i.n aso$iadas a los estados ?e2an n papel
importante en el estdio de las $adenas de Markov/ 5ara des$ri+ir $on ms
detalles las propiedades de na $adena de Markov es ne$esario presentar
al2nos $on$eptos # de7ni$iones :e se re7eren a estos estados/
Los estados :e peden s$ederse a s mismos #, adems, es posi+le al$an!ar,
por lo menos, al2no de los restantes desde ellos se llaman estados
transitorios/
<n estado tal :e si el pro$eso entra en "l permane$er inde7nidamente en
este estado @#a :e las pro+a+ilidades de pasar a $al:iera de los otros son
$eroA, se di$e estado a+sor+ente/
De na $adena de Markov :e $onsta de estados transitorios # a+sor+entes se
di$e :e es na $adena a+sor+ente de Markov/
Si na $adena de Markov $ontiene al28n estado a+sor+ente, la lnea de la
matri! de transi$i.n $orrespondiente a las pro+a+ilidades de transi$i.n de
di$%o estado $onstar de n & en la dia2onal prin$ipal # $eros en los dems
elementos/ Ser por lo tanto na matri! no re2lar/
Estdio de las $adenas de markov
5ara poder estdiar las $adenas de Markov a+sor+entes es pre$iso reordenar la
matri! de transi$i.n de -orma :e las 7las $orrespondientes a los estados
a+sor+entes apare!$an en primer l2ar/ As ordenada se dir :e la matri! de
transi$i.n est en la -orma $an.ni$a/
5odemos dividir la matri! en -orma $an.ni$a en $atro s+matri$es/ La primera
es la matri! nidad I, del orden $orrespondiente/ La se2nda , la matri! nla/ La
ter$era $ontiene las pro+a+ilidades de paso de estados transitorios a estados
a+sor+entes/ La $arta $ontiene las pro+a+ilidades de estados transitorios a
estados transitorios/
Generali!andoB
<na $adena de Markov a+sor+ente $ontiene p estados transitorios # : estados
a+sor+entes/ La matri! $an.ni$a del pro$eso presentar el aspe$to si2ienteB
IB matri! identidad de dimensi.n :
OB matri! nla de dimensi.n : , p
CB matri! de dimensi.n p , : :e $ontiene las pro+a+ilidades de paso de
estados transitorios a a+sor+entes/
MB matri! p , p $on las pro+a+ilidades de los estados transitorios a estados
transitorios/
Se llama matri! -ndamental de la $adena de markov a la matri! resltado de
la opera$i.nB
4D @IEMAE&
Es de$ir, a na matri! identidad del mismo tama9o de la matri! de transi$i.n
le restamos esta # posteriormente, %allamos s inversa, :e le2o nos ser de
2ran a#da para $al$lar pro+a+ilidades, # detalles :e sr2en en el anlisis de
na de esta matri$es/
Simulacin
Simulacin es una tcnica numrica para conducir experimentos en una
computadora digital. Estos experimentos comprenden ciertos tipos de
relaciones matemticas y lgicas las cuales son necesarias para describir
el comportamiento y la estructura de sistemas comple!os del mundo real a
travs de largos perodos".
#na definicin ms formal formulada por $.E. S%annon
&
es' "(a simulacin
es el proceso de dise)ar un modelo de un sistema real y llevar a trmino
experiencias con l con la finalidad de comprender el comportamiento del
sistema o evaluar nuevas estrategias *dentro de los lmites impuestos por
un cierto criterio o un con!unto de ellos * para el funcionamiento del
sistema".
Modelos de simla$i.n
La e,perimenta$i.n pede ser n tra+a?o de $ampo o de la+oratorio/ El modelo
de m"todo sado para la simla$i.n seria te.ri$o, $on$eptal o sist"mi$o/
Desp"s de $on7rmar la %ip.tesis podemos #a dise9ar n teorema/ 4inalmente
si este es admitido pede $onvertirse en na teora o en na le#/
Modelo te.ri$o
El Fmodelo te.ri$oF de+e $ontener los elementos :e se pre$isen para la
simla$i.n/ <n e?emplo $on tra+a?o de la+oratorio es n pro2rama de
estadsti$a $on ordenador :e 2enere n8meros aleatorios # :e $onten2a los
estadsti$os de la media # ss di-erentes versiones B $adrti$aE aritm"ti$aE
2eom"tri$aEarm.ni$a/ Adems de+e ser $apa! de determinar la normalidad en
t"rminos de pro+a+ilidad de las series 2eneradas/ La %ip.tesis de tra+a?o es
:e la media # ss versiones tam+i"n determinan la normalidad de las series/
Es n tra+a?o e,perimental de la+oratorio/ Si es $ierta la %ip.tesis podemos
esta+le$er la se$en$ia teorema, teora, le#/ Es el modelo prin$ipal de todo na
investi2a$i.n $ient7$a, 2ra$ias a ello podemos de7nir o $on$lir la %ip.tesis,
las predi$$iones, et$/
Modelo $on$eptalGeditarH
El modelo $on$eptal desea esta+le$er por n $estionario # $on tra+a?o de
$ampo, la importan$ia de la dis$rimina$i.n o re$%a!o en na $ole$tividad #
%a$erlo por medio de n $estionario en -orma de na simla$i.n $on na
es$ala de a$titd/ Desp"s de ver si la po+la$i.n es representativa o ade$ada,
a%ora la simla$i.n es la apli$a$i.n del $estionario # el modelo es el
$estionario para $on7rmar o re$%a!ar la %ip.tesis de si e,iste dis$rimina$i.n
en la po+la$i.n # %a$ia :e 2rpo de personas # en :e $estiones/ Gran parte
de las simla$iones son de este tipo $on modelos $on$eptales/
Modelo Sist"mi$oGeditarH
El modelo sist"mi$o se $onstr#e tili!ando $omo metodolo2a la Dinmi$a de
sistemas/ Se simla el sistema so$ial en na de ss representa$iones totales/ El
anlisis de sistemas es na representa$i.n total/ <n plan de desarrollo en el
se2mento de transportes $on n modelo de e$olo2a %mana, por e?emplo/ El
"n-asis en la teora 2eneral de sistemas es lo ade$ado en este tipo de
simla$iones/ Este m"todo, :e es para n Sistema $omple?o, es smamente
a+stra$to, no se limita a la des$rip$i.n del sistema, sino :e de+e in$lir en la
simla$i.n las entradas # salidas de ener2a # pro$esos de %omeostasis,
atopoiesis # retroalimenta$i.n/
Ianto el pro2rama de estadsti$a, $omo la es$ala de a$titd, $omo el sistema
total, son per-e$tas simla$iones de la realidad # modeli!an todos los
elementos en ss respe$tivas %ip.tesis de tra+a?o/ Son tam+i"n n mi$ro$lima
# el am+iente o el es$enario en los pro$esos de simla$i.nJe,perimenta$i.n/
Otras propiedades :e de+en $ontener las simla$iones es :e sean repeti+les
inde7nidamente/ Ce eviten el e-e$to de aprendi!a?e :e in$ita al en$estador
a rellenar "l mismo los $estionarios # :e se podr evitar $on al28n $ontrol,
:e sean Ke,i+les o me?ora+les # :e no sea invasivo o $am+iar la po+la$i.n
de las mestras s$esivas/