You are on page 1of 6

Jorge L.

Hernndez Mortera

Cadenas de Markov
Algunas veces se consideran que son independientes, series o secuencias de observaciones o de resultados experimentales, es decir, que la probabilidad de observar un resultado particular se supone constante a travs de la secuencia. La generalizacin ms simple de este modelo permite que la probabilidad del resultado de cierto experimento u observacin dependa del que corresponda a la observacin que inmediatamente le precede, pero no de los resultados de otras observaciones anteriores. Se dice que un proceso o secuencia de este tipo es un proceso en cadena de Markov de primer orden o simplemente una cadena de Markov. Tambin se puede considerar a este trmino como un mtodo de anlisis de la conducta actual de alguna variable en un esfuerzo de predecir la conducta futura de esa misma variable. Este procedimiento fue desarrollado por el matemtico ruso Andrei Markov a principios de 1900 y lo us para describir y predecir el comportamiento de partculas de gas en un recipiente cerrado. Como una herramienta administrativa, las cadenas de Markov se han utilizado con xito a una gran variedad de situaciones de decisin. Sin embargo, su uso ms comn es el anlisis y prediccin de la conducta de consumidores en trminos de su lealtad a una marca y su cambio de gusto por alguna otra. La siguiente figura muestra el proceso para generar una cadena de Markov:

El generador de Markov produce uno de n eventos posibles, Ej, donde j = 1,2,3,n a intervalos discretos de tiempo (que no tienen que ser iguales). Las probabilidades de ocurrencia para cada uno de estos eventos dependen del estado del generador. Este estado se describe por el ltimo evento generado. En la figura, el ltimo evento generado fue Ej, de manera que el generador se encuentra en el estado S j. La probabilidad de que Ek sea el siguiente evento generado es una probabilidad condicional:

p(Ek | Sj)
lease: probabilidad de estar en el evento Ek dado que se ha partido del estado Sj-, tambin llamada probabilidad de transicin del estado Sj al estado Ek . Para describir completamente una cadena de Markov, es necesario saber el estado actual y todas las probabilidades de transicin.

Probabilidades de transicin
Una forma para describir una cadena de Markov es con un diagrama de estados como el que se muestra en la siguiente figura:

mortera60@yahoo.com.mx

Jorge L. Hernndez Mortera

En esta figura se ilustra un sistema de Markov con cuatro estados posibles: S 1, S2, S3 y S4. La probabilidad condicional o de transicin de moverse de un estado a otro se ilustra en el diagrama. Para simplificar la notacin se usan subndices para el estado actual y el siguiente. Es decir, P 41 = P(S 4|S 1 ). Las flechas muestran las trayectorias que son posibles. Ntese que no aparecen algunas trayectorias como la de S2 a S3 . Su ausencia significa que esas trayectorias tienen probabilidad de ocurrencia de cero. Otro mtodo para exhibir lasa probabilidades de transicin es usar una matriz de transicin. Esta matriz para el diagrama anterior se muestra en la siguiente tabla: A S1 S2 S3 S4 Total S1 P11 P12 P13 0 1 De S2 P21 P22 0 P24 1 S3 P31 0 0 P34 1 S4 P41 P42 P43 P44 1 Ntese que como existen cuatro estados posibles, se necesitan 4 x 4 = 16 probabilidades. Tambin, ntese que cada rengln de la matriz suma 1, esto se debe a que el sistema debe hacer una transicin, cumpliendo las reglas bsicas de probabilidad. As pues, si la distribucin de probabilidad de los estados en la prueba n es [p1, p2,,p n], la distribucin de probabilidad de los estados en el ensayo o prueba n+1 es: P11 P21 [ P1,P2 ,,Pr ] : Pr1 P12 P22 : Pr2 : : : : P1r P2r
r r r

: Prr

=
i 1

Pi Pi1 ,
i 1

Pi Pi 2 ,...,
i 1

Pi Pir ,

mortera60@yahoo.com.mx

Jorge L. Hernndez Mortera

Ejemplo: Para cierta copiadora en una oficina, se ha detectado que si esta funcionando un da, existe un 75% de posibilidad de que al da siguiente funcione y un 25% de posibilidad de que no funcione. Pero si no esta funcionando, hay 75% de posibilidad de que tampoco funcione al da siguiente y solo un 25% de que si lo haga debido al tiempo de reparacin. Analice el sistema para 1 da suponiendo que la probabilidad de que se encuentre trabajando hoy la copiadora es de 0.75. Calcule de manera similar para 2 das, 3 das y calcule las probabilidades de estado estable. A S1 S1 De S2 Despus de 1 da: P(S1 ) = P(comience en S 1) P11 + P(comience en S2 ) P21 = 0.75(0.75) + 0.25(0.25) = 0.625 P(S2 ) = = Despus de 2 das: P(S1 ) = = = 1 0.625 0.375 0.625 ( P11 ) + 0.373 (P21 ) 0.625(0.75) + 0.375(0.25) 0.567 .25 .75 .75 S2 .25

P(S2 ) = 1 0.567 = 0.433 P(S1 ) 0.75 0.625 0.567 0.531 0.516 P(S2) 0.25 0.375 0.433 0.469 0484

Inicio 1 2 3 4

Probabilidades de estado estable: [ P1 P 2 ] P11 P21 .75 .25 0.75 P1 0.25 P1 P1 Resolviendo: P1 = 0.5 P2 = 0.5 A largo plazo, la copiadora estar trabajando el 50% del tiempo.
mortera60@yahoo.com.mx

P12 P22 .25 .75 + + +

[ P1 P 2 ]

[ P1 P 2 ]

[ P1 P 2 ] = = = P1 P2 1

0.25 P2 0.75 P2 P2

Jorge L. Hernndez Mortera

En una ciudad, cada ao 5% de los residentes del rea urbana se traslada a los suburbios y 2% de los que habitan en los suburbios se trasladan al rea urbana. Suponiendo que el nmero total de habitantes de la ciudad permanezca constante, determinar las proporciones de residentes en el rea urbana y en la suburbana a largo plazo. A S1 S1 De S2 .02 .98 .95 S2 .05

Sea: S1 = habitantes de rea urbana S2 = habitantes de rea suburbana

Probabilidades de estado estable: [ P1 P 2 ] P11 P21 .95 .02 0.95 P1 0.05 P1 P1 Resolviendo: P1 = 2 / 7 P2 = 5 / 7 A largo plazo, del total de residentes de la ciudad, 2 / 7 sern residentes en el rea urbana y 5 / 7 residirn en los suburbios. P12 P22 .05 .98 + + + = [ P1 P 2 ]

[ P1 P 2 ]

[ P1 P 2 ] = = = P1 P2 1

0.02 P2 0.98 P2 P2

mortera60@yahoo.com.mx

Jorge L. Hernndez Mortera

Al 1 de septiembre de cierto ao, del total de suscriptores de peridicos de cierta regin, Reforma tiene la fraccin , la Jornada y el Universal tambin. Durante el mes de septiembre, el Reforma conserva 7/8 y el 1/8 que pierde pasa a la Jornada. Este ltimo diario conserva 1/12 de sus suscriptores y pierde que pasan al Reforma y 1/6 al Universal. Este ltimo conserva 1/3 y pierde que pasa al Reforma y 1/6 a la Jornada. Supngase que no hay nuevos suscriptores y que ninguno cancela su suscripcin; a). Que proporcin de los suscriptores tendr cada peridico al 1 de octubre. b). Si el mismo patrn de ganancia y prdidas de suscriptores contina en el mes de octubre, Qu proporcin de suscriptores tendr cada peridico al 1 de noviembre? c). Si no cambia el mismo patrn de prdidas y ganancias en los siguientes meses, Qu proporcin de suscriptores tendr cada peridico a largo plazo?

mortera60@yahoo.com.mx

Jorge L. Hernndez Mortera

mortera60@yahoo.com.mx

You might also like