Your SlideShare is downloading. ×
Modelos de Markov
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×
Saving this for later? Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime – even offline.
Text the download link to your phone
Standard text messaging rates apply

Modelos de Markov

1,998
views

Published on


0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
1,998
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
52
Comments
0
Likes
0
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. CADENAS DE MARKOV
    Aprendamos paso a paso
  • 2. Para comprender cómo se desarrolla un proceso de Markov, es necesario comprender claramente ciertos conceptos claves en este modelo.
     
    A continuación se describen dichos conceptos, siguiendo una secuencia que describirá las cadenas de Markov.
     
    1. Vectores y matrices
     
    1.1 ¿Qué es un vector?
     
     Una lista de números que se representa de la siguiente manera:
     
    v = [1,5,7]
    v = [a1, a2, a3…an]
     
  • 3. 1.2¿Qué es una matriz?
     
    Es una ordenación rectangular de números, se representa así:
     
    Los números leídos en orden horizontal de izquierda a derecha se llaman filas.
    Los números leídos de manera vertical, se conocen como columnas.
     
     
     
     
    El tamaño de una matriz está dado por el número de filas y columnas, en el ejemplo anterior, se presenta una matriz de 3x3 que a su vez es una matriz cuadrada, es decir igual cantidad de filas y columnas.
  • 4. 1.3 En el modelo de Markov es imprescindible el proceso de multiplicación de matrices, por lo cual describimos este proceso con un ejemplo. Antes de proceder a multiplicar matrices se ha de tener en cuenta una condición fundamental: la cantidad de columnas de la primera matriz debe ser igual a la cantidad de filas de la segunda.
     
     
      
    a11= (-1.7)+(2.10)+(3.3) = 22
    a12= (1.11)+(2.1)+(3.2) = -3
    a13= (-1.8)+(2.-4)+(3.1) = -13
    a21= (4.7)+(5.10)+(6.3) = 96
    a22= (4.11)+(5.1)+(6.2) = 61
    a23= (4.8)+(5.-4)+(6.1) = 18
    El resultado de esta multiplicación es
  • 5. 1.4. ¿Qué son vectores de probabilidad?
    Son los vectores en los cuales todos sus elementos son números positivos y al sumarlos el resultado es 1

×