Universidad Galileo

Algebra Lineal II
Facultad de ingeniería

Cadenas de Markov
Absorventes

Eduardo Alejandro Hernandez Muralles 15011585

Jhonathan Melgar 000000000

Guatemala 27 de octubre de 2017

1
 Índice
Caratula 1
Indice 2
Introducción 3
Contenido 4-7
Conclusiones 8

2
 Introducción

Hablando de en el ámbito numérico, una sucesión es conocida como un conjunto ordenado de

objetos matemáticos, generalmente números. Cada uno de ellos es denominado término de la
sucesión y al número de elementos ordenados se le denomina la longitud de la sucesión. No debe
confundirse con una serie matemática, que es la suma de los términos de una sucesión.

La sucesión podría consistir en los precios de las acciones que cotizan en la bolsa en donde otra vez
interviene cierto grado de aleatoriedad. En la mayoría de los procesos estocásticos, cada resultado
depende de lo que sucedió en etapas anteriores del proceso. Por ejemplo, el tiempo en un día
determinado no es aleatorio por completo, sino que es afectado en cierto grado por el tiempo de
días previos.

Se denomina proceso de Markov o cadena de Markov a la sucesión de ensayos similares u

observaciones en la cual cada ensayo tiene el mismo número finito de resultados posibles y en
donde la probabilidad de cada resultado para un ensayo dado depende sólo del resultado del ensayo
inmediatamente precedente y no de cualquier resultado previo. Reciben su nombre del matemático
ruso Andrei Andreevitch Markov (1856-1922). Estas cadenas tienen memoria, recuerdan el último
evento y eso condiciona las posibilidades de los eventos futuros. Esto justamente las distingue de
una serie de eventos independientes como el hecho de tirar una moneda. Este tipo de proceso
presenta una forma de dependencia simple, pero muy útil en muchos modelos, entre las variables
aleatorias que forman un proceso estocástico.

3
 CADENAS DE MARKOV ABSORBENTES

Proceso Estocástico

Un proceso estocástico discreto en el tiempo es simplemente una descripción de la relación entre las
variables aleatorias (x0, x1, x2,…,Xn), este proceso es utilizado cuando los valoresde una
observación no se pueden predecir fácilmente,

Una cadena de markov es la que uno o más estados es un estado absorbente es una cadena de
markov absorbente. Para contestar preguntas importantes acerca de una cadena de markov
absorbentes, se alistan los estados en el siguiente orden: primero los estados transitorios, luego los
estrados absorbentes. Suponga que hay s – m estados transitorios (t1, t2,…, ts-m) y m estados
absorbentes (a1, a2,…, am), se escribe la matriz de probabilidades de transición P como sigue:

Estado Transitorio
Un estado es transitorio si, despues de haber entrado a este estado, el proceso nunca regresa a el.
Por consiguiente, el estado i es transitorio si y solo si existe un estado j(j≠i) que es accesible desde
el estado j, pero no viceversa, esto es, si el estado i no es accesible desde el estado j.

Estado Recurrente
Un estado es recurrente si, despues de haber entrado a este estado, el proceso definitivamente
regresara a ese estado. Por conciguiente, un estado es recurrente si y solo si no es transitorio.
Un estado i es periodico con periodo K > 1 si K es el numero mas pequeño tal que la trayectoria que
conducen del estado i de regreso al estado i tienen una longitud que es multiplo de K. si un estado
recurrente no es periodico, se conoce como aperiodico.

Matriz Ergódica
Si los estados en una cadena son recurrentes, aperiodicos y se comunican entre si, se dice que la
cadena es ergódica.

Ejemplos:

4
1)

2)

3)

5
Ejemplo de una matriz de transición absorbente
La Universidad Libre a estudiado la trayectoria de sus estudiantes y a descubierto que:

A) 70% de los estudiantes de nuevo ingreso regresan al año siguiente, de segundo año el 15% volverá
como estudiante de nuevo ingreso y el resto no regresara.
B) El 75% de los estudiantes de segundo año volverán al año siguiente como estudiantes de tercer
año, el 15% volverán como estudiantes de segundo año y el resto no regresara.
C) El 80% de los estudiantes de tercer año regresaran al año siguiente como estudiantes de último
año, 10% volverá como estudiante de tercer año y el resto no regresara.
D) El 85% de los estudiantes de ultimo año se graduaran, y el 10% volverá como estudiante de ultimo
año y el resto no regresara.

Nota: Supongamos que la U no permite que un estudiante que se ha dado de baja, vuelva y tampoco
permite que se cambie de curso a mitad de curso. 1) Escriba la matriz de transición de estos datos.

http://cadenasdemarkov3parte.blogspot.com/p/cadenas-de-markov-absorbentes.html
La empresa jurídica Angie Montero, emplea 3 tipos de abogados: subalternos, superiores y socios.
Durante cierto año el 10% de los subalternos ascienden a superiores y a un 10% se les pide que
abandonen la empresa. Durante un año cualquiera un 5% de los superiores ascienden a socios y a
un 13% se les pide la renuncia. Los abogados subalternos deben ascender a superiores antes de
llegar a socios. Los abogados que no se desempeñan adecuadamente, jamás descienden
de categoría.

a) Forme la matriz de transición T

b) Determine si T es regular, absorbente o ninguna de las 2.
c) Calcule la probabilidad de que un abogado subalterno llegue a socio
d) ¿Cuánto tiempo deberá permanecer en su categoría un abogado subalterno recién contratado?
e) ¿Cuánto tiempo deberá permanecer en la empresa un abogado subalterno recién contratado?
f) Calcule la probabilidad de que un abogado superior llegue a socio.

a) Se hace la matriz T y nos queda:

6
b) Nótese que la parte azul cielo tiene probabilidades iguales a 1, por lo tanto esta es la parte
absorbente de la matriz. Por esta razón es una matriz absorbente.

Ahora se procede a restar la matriz normal de la identidad y se halla la inversa para ver los
tiempos entre estados, para posteriormente esta última ser multiplicada por la matriz absorbente
y saber las probabilidades de cambios de estado.

c) Al multiplicar la matriz inversa por la Absorbente se puede hallar dicha probabilidad, esta es
0.14

d) Al simplemente hallar la matriz inversa se es posible hallar el tiempo en años que debería
permanecer normalmente un abogado subalterno en su compañía, serían 5 años.

e) Cuando piden el tiempo que debería permanecer un abogado subalterno pero durante la
empresa sería sumar el tiempo en que se queda como subalterno con el tiempo en que
permanece como superior: esto es, 5+2.77= 7.77 años.

f) Por último la probabilidad de que pase de subalterno a socio es mostrado en la última matriz,
sería 0,28.

7
Conclusiones