(Sesión 4). Cadenas de Markov- clasificación de los estados by Jaime https://padlet.com/uo238745/olay9l6dp9l5 Clasificación de los estados en-us 2017-11-24 15:22:28 UTC 2017-11-27 08:59:33 UTC hello@padlet.com Cadenas de Markov homogéneas uo238745 https://padlet.com/uo238745/olay9l6dp9l5/wish/209944389 Aquellas donde matriz de transición nos dice cuál es la probabilidad de pasar de un estado i a un estado j]]> 2017-11-24 15:33:47 UTC https://padlet.com/uo238745/olay9l6dp9l5/wish/209944389 Estados transitorios y recurrentes uo238745 https://padlet.com/uo238745/olay9l6dp9l5/wish/209945914 *Transitorio: la probabilidad de retornar ∞ veces al estado es 0
*Recurrente: la probabilidad de retornar ∞ veces al estado es 1
Un caso particular de estado recurrente es el absorbente: cuando alcanzo ese estado ya no cambio (p(x,x)=1). ]]> 2017-11-24 15:41:26 UTC https://padlet.com/uo238745/olay9l6dp9l5/wish/209945914 Estados comunicantes uo238745 https://padlet.com/uo238745/olay9l6dp9l5/wish/209947061 Se dice que un estado X comunica con otro Y si la probabilidad de alcanzar Y partiendo de X es positiva.
Si X comunica con Y, pero Y no comunica con X, entonces X es transitorio.]]> 2017-11-24 15:48:07 UTC https://padlet.com/uo238745/olay9l6dp9l5/wish/209947061 Subconjuntos de estados uo238745 https://padlet.com/uo238745/olay9l6dp9l5/wish/209950550 Sea S el conjunto de estados, y sea A un subconjunto de S.
*Se dice que A es cerrado si cuando entro en A ya no puedo salir.
Si A es cerrado, alguno de sus estados será recurrente.
*Se dice que A es irreducible si todos los estados de A comunican entre sí.
Si A es cerrado e irreducible todos los elementos de A son recurrentes.]]> 2017-11-24 16:12:21 UTC https://padlet.com/uo238745/olay9l6dp9l5/wish/209950550 Cadenas de Markov ergódicas uo238745 https://padlet.com/uo238745/olay9l6dp9l5/wish/209953171 Un estado se dice:
*Nulo: si la esperanza del índice n de la siguiente aparición es igual a ∞.
*No nulo: si la esperanza del índice n de la siguiente aparición es menor que ∞.
*Periódico: si, partiendo de él, sólo es posible volver a él en un número de etapas que sea múltiplo de un cierto número entero d mayor que uno.
*Aperiódico: si tiene período 1.
Otra def: el período de un estado de una cadena de Markov es el máximo común divisor del número de pasos necesarios para volver al estado  supuesto se ha partido de él.
*Ergódico: si es aperiódico y no nulo.
Si una cadena de Markov tiene todos sus estados ergódicos, esta se llama ergódica.
]]> 2017-11-24 16:32:14 UTC https://padlet.com/uo238745/olay9l6dp9l5/wish/209953171