Professional Documents
Culture Documents
CADENAS DE MARKOV
Unidad de Aprendizaje
Sesin 04
Objetivos
Temas a tratar
1.
2.
3.
4.
Cadena de Markov
De forma sencilla una cadena de Markov es una serie de
eventos, en el cual la probabilidad de que ocurra un evento
depende del evento inmediato anterior.
En efecto las cadenas de Markov tienen memoria. Recuerdan el
ltimo evento y esto condiciona las posibilidades de los eventos
futuros.
Terremoto y Tsunamis
Lluvias y Huaycos
DESARROLLO
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
DESARROLLO
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:
Aumentar en 1, si llega otro
cliente antes de que atiendan al
que est en servicio
Disminuir en 1, si se termina de
atender al cliente y nadie ms
llega
Minuto 5
Minuto 6
Minuto 7
Minuto 8
10
DESARROLLO
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:
P(en el siguiente minuto haya i clientes | en este minuto hay j
clientes)
Estado recurrente
Un estado es recurrente si y slo si no es transitorio
Estado absorbente
Es un estado tal que despus de haber entrado all, el sistema ya nunca
saldr
Para que un estado i sea absorbente se requiere que pii = 1
1
2
3
4
5
6
7
8
9
10
11
12
13
14
0
0
1
2
1
2
3
3
2
2
1
1
0
1
DESARROLLO
Clientes en el minuto n+1
Clientes en
el minuto n
2
3
0
0
2
0
1
1
1
1
4
2
DESARROLLO
Clientes en
el minuto n
1/3
2/3
1/4
1/4
2/4
2/4
0
1/4
1/2
2
3
0
0
0
0
1/4
1/2
DESARROLLO: ERGODICA
DESARROLLO
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
Como estos valores representan todos los posibles
resultados, deben sumar 1
Lo mismo ocurre con los otros renglones
17
DESARROLLO
Clientes en
el minuto n
1/3
2/3
1/4
1/4
2/4
2/4
0
1/4
1/2
2
3
0
0
0
0
1/4
1/2
DESARROLLO
DESARROLLO
DESARROLLO
Problema 1. El ascensor de un edificio con bajo y dos pisos realiza viajes de uno a
otro piso. El piso en el que finaliza el viaje n-simo del ascensor sigue una cadena de
Markov. Se sabe que la mitad de los viajes que parten del bajo se dirigen a cada uno
de los otros dos pisos, mientras que si un viaje comienza en el primer piso, slo el
25% de las veces finaliza en el segundo. Por ltimo, si un trayecto comienza en el
segundo piso, siempre finaliza en el bajo. Se pide:
a) Calcular la matriz de probabilidades de transicin de la cadena b) Dibujar el
grafo asociado
c) Cul es la probabilidad de que, a largo plazo, el ascensor se encuentre en cada
uno de los tres pisos?.
BIEN
1 DIA MAL
2 DIAS MAL
BIEN
0.30
0.70
1 DIA MAL
0.60
0.40
2 DIAS MAL
MAL
BIEN
0.30
0.70
MAL
0.30+0.50
0.20
0.30
0.50
0.20
0.30
0.50
0.20
0.30
0.70
2
0
0
1
0
2
COMO NO SE TIENE
MAQUINAS PARA MAA
LAS DOS ESTAN BIEN
1
ES IMPOSIBLE POR
QUE SE TIENE UNA
EN REPARACION
0
LA DEMANDA ES CERO:
0.4*1*1=0.4
LA DEMANDA ES >=1:
(0.4+0.2)*0.5*1=0.30
0.40+0.30=0.70
2
LA DEMANDA ES 2 Y
SEMALOGRAN
0.2*0.5*0.5=0.05
LA DEMANDA ES 1 Y SE
MALOGRA+LA DEMANDA ES 2 Y SE
MALOGRA UNO DE LOS CAMIONES
0.4*0.50*1
+0.2*0.5*0.5
+0.2*0.5*0.5=0.30
LA DEMANDA ES 0 +LA
DEMANDA ES 1 Y NO SE
MALOGRA+ LA DEMANDA
ES 2 Y NO SE MALOGRA
NINGUNO
0.4*1*1+0.4*0.5*1+0.2*0.5
*0.5=0.65
Estado transitorio
Estado n+1
Estado n
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
0.25
0.25
0.5
0.1
0.5
0.25
0.15
2
3
0.3
0.2
0.1
0.1
0.4
0.4
0.2
0.3
Estado transitorio
0.25
0.5
0.25
0.10
1
0.25
0.50
0.15
0.30
0.10
0.10
3
0.20
0.40
0.30
0.40
0.20
Estado recurrente
32
Estado n+1
Estado n
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
0.25
0.25
0.5
0.1
0.5
0.25
0.15
2
3
0.3
0.2
0.1
0.1
0.4
0.4
0.2
0.3
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
3
0.20
0.40
0.30
0.40
0.20
Los estados 1, 2 y 3 son recurrentes. Notamos que cada estado que tiene una
conexin directa desde ellos, tambin la tiene hacia ellos
Estado absorbente
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
Estado absorbente
0.5
1
0.10
1
0.25
0.15
0.30
0.10
0.30
0.40
0.20
ABANDONA
0.28
0.37
0.35
0.20
0.54
0.26
0.30
0.70
ABANDONA 0
EVALUACION