c





  






c 


Definición de vectores. Representación de vectores.
c   

Definición de Matriz. Representación de Matrices.
Multiplicación de Matrices.
c  


îector de Probabilidad. îectores únicos de
probabilidad. Matriz Estocástica. Matriz estocástica
regular. îector de probabilidad fijo (t). Matriz de
transición.
 



c Definición y representación
‡ Un vector a lista de números independientes cuyos
valores son relacionados de manera sistémica.

‡ En matemáticas los vectores son representados así:

î
[0, 0, ½, ½,]

î
[a , a2, a3« an]

   


c Definición y representación
‡ Es una tabla cuadrada o rectangular de números,
ordenados por filas y columnas. En algunos casos se
pueden realizar sumas y multiplicaciones de matrices.

‡ Una matriz se representa así:

0 0 ½½
0 0 0
½0 ½ 0
0 0 0
   


c Multiplicación de matrices
‡ 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.

El proceso de multiplicación se realiza así:

La primera fila de la primera matriz por la primera columna de la

segunda matriz.
La primera fila de la primera matriz por la segunda columna de la
segunda matriz (y así hasta completar el número de columnas)

Luego se pasa a la segunda fila y se repite la multiplicación de las

columnas. El resultado es una nueva matriz.
   


c Ejemplo de multiplicación de matrices

0 0 ½½ 0 0 ½½ ¼ ¼ ¼ ¼
0 0 0 ¼½ ¼0 ½ 0 ½ 0
X

½0 ½ 0 ½0 ½ 0 ¼ 0 ½ ¼
0 0 0 0 ½ 0 ½ ½ 0 ½ 0

Ejemplo de la primera fila por columna:

A
0*0+ 0* + 2* 2+ 2*0


A 2
0*0+ 0* 2+ 2*0+ 2* 2

A 3
0* 2+ 0* + 2* 2+ 2*0

A 
0* 2+ 0*0+ 2*0+ 2* 2

Así obtenemos la primera fila de la nueva matriz.
  



c Elementos importantes
‡ Las cadenas de Markov pueden ser representadas a
a través de matrices. Es importante que el estudiante
tenga en cuenta que las cadenas de Markov obedecen
a un tipo de matrices específicas, las características
de las matrices que obedecen a las cadenas de
Markov son expuestas a continuación:
  



c îector de probabilidad
‡ La primera característica es que tenga vectores de
probabilidad, estos son aquellos que sus elementos
son números positivos y al sumarlos el resultado es
uno. A continuación algunos ejemplos:

î
[0, 0, ½, ½,] Es un vector de probabilidad

î2
[ , 0, ½, ½,] NO es un vector de probabilidad
  



c îector único de probabilidad

Los vectores que no son de probabilidad, (la suma de sus
componentes es mayor que ) pero que cumplen con la condición de
que todos sus componentes son positivos, tienen algo llamado vector
único de probabilidad, el cual corresponde a un escalar múltiplo de si
mismo. El vector único de probabilidad (qv) se obtiene de la siguiente
manera:
. Se calcula la suma todos los componentes del vector
2. El vector se multiplica por ese resultado
Ejemplo:
Tengo la matriz: î2
[ , 0, ½, ½,]
Observo que no es un vector de probabilidad, pero que todos sus
elementos son positivos
Calculo la suma de sus elementos: +0+ 2+ 2
2
qv
2 î2
[ 2, 0, , ]
  



c Matriz estocástica
‡ Es una matriz en la cual todos sus vectores son de probabilidad.
Cuando se multiplican dos matrices estocásticas o una matriz
estocástica por si misma, el resultado siempre es una matriz
estocástica. Una matriz estocástica, se considera regular, cuando
todos los elementos de alguna potencia de dicha matriz, son
positivos.

Estocástica NO Estocástica
0 0 ½½ 0 ½½
0 0 0 0 0
½0 ½ 0 ½0 ½ 0
0 0 0 0  0
  



c Matriz estocástica regular

Una matriz estocástica es regular, cuando todos los elementos de una
potencia son positivos. Como ejemplo, tomaremos nuestra matriz
estocástica de la diapositiva anterior la elevamos al cuadrado:

0 0 ½½ 0 0 ½½ ¼0 ¾ 0

0 0 0 X 0 0 0
½0 ½ 0
A²

½0 ½ 0 ½0 ½ 0 ¼0 ½ ¼

0 0 0 0 0 0 ½0 ½ 0
  



c Matriz estocástica regular

Las características de una matriz estocástica regular son:

La matriz (P) tiene un 



  
 cuyos
componentes son todos positivos.
La sucesión de potencias de la matriz: P, P2, P3, se aproxima a la
matriz T cuyas filas son cada punto fijo (t).
X
Si p es un vector de probabilidad, entonces la sucesión de vectores:
pP, pP2, pP3, se aproxima al punto fijo t.
  



c allar el vector de probabilidad fijo (t)

El vector de probabilidad fijo es una característica de las matrices
estocásticas regulares. Para hallarlo se requiere multiplicar cualquier
matriz por incógnitas con la finalidad de que estas puedan ser
despejadas. Tomaremos como ejemplo una matriz trabajada con
anterioridad:

Se realiza la multiplicación de las

0 0 ½½ matrices y luego se despeja cada una
de las incógnitas para hallar el vector
[w, x, y, z] X 0 0 0
de probabilidad fijo (t). Si este no es
½0 ½ 0 un vector de probabilidad, puede
convertirse utilizando lo aprendido en
0 0 0
diapositivas anteriores
  



c Matriz de transición
Para calcular lo que sucederá en un tiempo determinado, el proceso
es el siguiente:
Tomo el vector que representa el estado inicial del problema, este se
llamará q0
Si multiplico q0 por la Matriz me dará el estado , entonces para
hallar un estado n la fórmula es:
q0 Mn
qn
  



c Matriz de transición
Ejemplo: Si queremos hallar lo que sucederá en la transición 0,
entonces:

0
0 0 ½½
0 0 0
î
[0, 0, ½, ½,] X
î 0
[23 00, 320, 0, 23 00]
½0 ½ 0
Estado inicial
0 0 0
l