Ejercicios Cadenas de Markov

December 27, 2017 | Author: LuisLopez | Category: Markov Chain, Random Variable, Matrix (Mathematics), Mathematical Concepts, Probability Theory
Report this link


Description

El clima en el pueblo de Centerville puede cambiar con rapidez de un día a otro. Sin embargo, las posibilidades de tener clima seco (sin lluvia) mañana es de alguna forma mayor si hoy está seco, es decir, si no llueve. En particular, la probabilidad de que mañana esté seco es de 0.8 si hoy está seco, pero es de sólo 0.6 si hoy llueve. Estas probabilidades no cambian si se considera la información acerca del clima en los días anteriores a hoy. Cada año, durante la temporada de siembra de marzo a septiembre, un jardinero realiza una prueba química para verificar la condición de la tierra. Según el resultado de la prueba, la productividad en la nueva temporada puede ser uno de tres estados: (1) buena, (2) regular y (3) mala. A lo largo de los años, el jardinero ha observado que la condición de la tierra del año anterior afecta la productividad del año actual y que la situación se describe mediante la siguiente cadena de Markov: Simulación Montecarlo, ejemplo: Realice la simulación de una ruleta brindando el número obtenido por cada giro, realizando un total de 10 giros.


Comments

Copyright © 2024 UPDOCS Inc.