Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Cadenas de Markov
Modelos Probabilsticos
Ingeniera en Sistemas Computacionales
Paul Ramrez De la Cruz
13 mar 2007
Contenido
Probabilidad Condicional
Motivacin
Definiciones sobre Cadenas de Markov de
tiempo discreto
Ejemplos
Clasificacin de estados
Procesos Poisson
Ejemplo
13 mar 2007
Probabilidad Condicional
En ocasiones la ocurrencia de un evento,
A, influye en la probabilidad de ocurrencia
de otro evento, B
En tal caso decimos que A y B son
dependientes
En caso contrario, decimos que son
independientes
13 mar 2007
Probabilidad Condicional
Ejemplo:
13 mar 2007
Probabilidad Condicional
Cuando queremos conocer la probabilidad
de que ocurra un evento A, sabiendo que
ya ha ocurrido el evento B, estamos
interesados en la probabilidad
(condicional) de que ocurra A dado que
ocurri B
P A B
P A | B
, P B 0
P B
13 mar 2007
Teorema de la Multiplicacin e
Independencia de Eventos
Para cualesquiera eventos A y B se tiene
que P A B P A | B P B P B | A P B
Se dice que el evento A es independiente
del evento B si se cumple que P A | B P A
Equivalentemente, si
P A B P A P B
13 mar 2007
Motivacin
Consideremos un cajero que
atiende a las personas que
llegan a una sucursal bancaria
Pensemos que en la fila nunca
hay ms de tres personas
(incluyendo la que se atiende)
Supongamos que los clientes
no llegan en grupos
Entonces el nmero de
personas en la fila (incluyendo
la que se atiende) puede
tomar los valores 0, 1, 2, 3
13 mar 2007
Introduccin
Pensemos que el cajero tarda
al menos un minuto en atender
a un cliente y que en un
minuto dado no puede llegar
ms de un cliente al banco
Si observamos el nmero de
personas en la fila cada
minuto, esta cantidad puede:
Minuto 5
Minuto 6
Minuto 7
Minuto 8
Introduccin
Si podemos considerar que la cantidad de clientes en el
prximo minuto depende solamente de la cantidad de
clientes en el minuto actual, entonces podramos
determinar la probabilidad de tener una cierta cantidad
de clientes en la fila en el prximo minuto
Para ello requeriramos solamente probabilidades
condicionales del tipo:
13 mar 2007
Introduccin
Clientes en
el minuto n
10
Introduccin
Notemos que el primer rengln de la matriz
anterior indica las probabilidades de pasar a 0,
1, 2 o 3 clientes en la fila dado que ahora hay
cero clientes
13 mar 2007
11
13 mar 2007
12
Probabilidades de transicin
p12 P X n 1 2 | X n 1 0.25
13 mar 2007
13
14
15
Ejemplo 1
Dada la matriz de transicin del cajero bancario,
calcule P X 0 0, X 1 1
Solucin
P X 0 0 X 1 1 P X 1 1| X 0 0 P X 0 0
p01 1 0.5
13 mar 2007
16
Ejemplo 2
Dada la matriz de transicin del cajero bancario, calcule
P X 0 0, X 1 1, X 2 2
Solucin
P X 0 0 X1 1 X 2 2
P X 0 0, X 1 1
Luego P X 0 0 X 1 1 X 2 2 P X 2 2 | X 0 0, X 1 1 P X 0 0, X 1 1
P X 0 0 X 1 1 X 2 2 P X 2 2 | X 0 0, X 1 1 P X 1 1| X 0 0 P X 0 0
P X
1 P laX 1propiedad
1| X 0 0 markoviana
P X 0 0
Pero por el ejemplo
anterior
2 2 | X 1ypor
p12 p01 1 0.25 0.5 0.125
13 mar 2007
17
Ejemplo 2a
Dada la matriz de transicin del cajero del
banco, calcule P X 0, X 1, X 0, X 1
Solucin
0
P X 0 0, X 1 1, X 2 0, X 3 1 P X 0 0 X 1 1 X 2 0 X 3 1
P X 3 1 | X 0 0, X 1 1, X 2 0 P X 0 0, X 1 1, X 2 0
P X 3 1 | X 2 0 P X 2 0 | X 0 0, X 1 1 P X 0 0, X 1 1
P X 3 1 | X 2 0 P X 2 0 | X 1 1 P X 1 1 | X 0 0 P X 0 0
p01 p10 p01 1 0.5 0.25 0.5 1
0.0625
13 mar 2007
18
Ejemplo 3
Considere el problema de enviar un mensaje binario a
travs de un canal de seal que consta de tres etapas
La transmisin en cada etapa est sujeta a una
probabilidad de error fija de 0.01
Suponga que se enva X0 = 0 y que Xn es la seal que
se recibe en la n-sima etapa. Asuma que Xn es una
cadena de Markov
Obtenga:
La matriz de transicin de Xn
La probabilidad de que el mensaje llegue sin errores hasta la
segunda etapa: P(X0 = 0, X1 = 0, X2 = 0)
Sugerencia: Sea P la matriz de transicin de Xn. Calcule P2
13 mar 2007
19
Ejemplo 3
Seal recibida en la etapa n+1
P
Seal
recibid
a en la
etapa n
0.99
0.01
0.01
0.99
P2
Seal
recibida
en la etapa
n
13 mar 2007
0.9802
0.0198
0.0198
0.9802
Probabilidad
de que el
mensaje llegue
sin error a la
segunda etapa
20
13 mar 2007
21
Estado recurrente
Estado absorbente
13 mar 2007
22
Estado transitorio
En la siguiente matriz de
transicin, el estado 2 es
transitorio, ya que de l
es posible pasar
directamente al estado 0,
pero no de regreso
Por tanto existe la
posibilidad de que el
sistema pase del estado
2 al 0 y no regrese
nuevamente
13 mar 2007
23
Estado transitorio
0.25
0.5
0.25
0.10
1
0.25
0.50
0.15
0.30
0.10
0.10
0.20
0.40
0.30
0.40
0.20
24
Estado recurrente
En la siguiente matriz de
transicin, todos los
estados, excepto el 2,
son recurrentes
Esto es porque desde los
estados 0,1 y 3 se puede
acceder a cualquiera otro
estado, y a su vez, los
estados 0,1 y 3 son
accesibles desde
cualquier otro estado
13 mar 2007
25
Estado recurrente
0.25
0.5
0.25
0.10
1
0.25
0.50
0.15
0.30
0.10
0.10
Las flechas
coloreadas por
pares indican
las conexiones
desde y hacia
el estado 1
0.20
0.40
0.30
0.40
0.20
26
Estado absorbente
13 mar 2007
Estado n+1
Estado n
En la siguiente matriz de
transicin, el estado 0 y
el estado 2 son
absorbentes, ya que una
vez entrando en alguno
de ellos, el sistema no
vuelve a salir
Esto ocurre porque la
probabilidad de pasar al
estado 0 dado que se
encuentra en el estado 0
es igual a 1
Anlogamente ocurre
para el estado 2
0.1
0.5
0.25
0.15
2
3
0
0.2
0
0.1
1
0.4
0
0.3
27
Estado absorbente
0.5
1
0.10
0.25
0.15
0.30
0.10
0.30
0.40
0.20
28
Procesos Poisson
Es uno de los tipos ms importantes de procesos estocsticos
Ejemplos de sus aplicaciones son
El contador X(t) se incrementa en una unidad cada vez que hay una
ocurrencia
13 mar 2007
29
Procesos Poisson
En un proceso Poisson, el nmero de ocurrencias hasta
el tiempo t sigue una distribucin Poisson con media t:
x
e t t
p x P X t x
; x 0,1, 2,...
x!
13 mar 2007
30
Ejemplo
Suponga que las solicitudes a un servidor
de red siguen la distribucin Poisson con
tasa =5 por minuto. Encuentre la
probabilidad de que haya al menos 8
solicitudes en un periodo de 2 minutos
13 mar 2007
31
Ejemplo
Los defectos en cierto tipo de cable
siguen la distribucin Poisson con tasa
1.5 por metro. Encuentre la probabilidad
de que haya no ms de 4 defectos en una
pieza de 2 metros de cable
13 mar 2007
32
Ejemplo
Una central telefnica recibe llamadas con
una intensidad de 3 llamadas por minuto
Calcule la probabilidad de que se reciban
3 llamadas en un periodo de 40 segundos
13 mar 2007
33
13 mar 2007
34
Referencias
Bain, Lee J. & Engelhardt, Max
Introduction to probability and
mathematical statistics. PWS-Kent
Publishing Company. EUA, 1991
Karlin, Samuel & Taylor, Howard M. A
First Course in Stochastic Processes.
Segunda edicin. Academic Press. EUA,
1975
13 mar 2007
35