CADENA DE MARKOV

Definicin:
En la teora de la probabilidad, se conoce como cadena de Mrkov a un tipo
especial de proceso estocstico discreto en el que la probabilidad de que ocurra
un evento depende del evento inmediatamente anterior. En efecto, las cadenas de
este tipo tienen memoria. "Recuerdan" el ltimo evento y esto condiciona las
posibilidades de los eventos futuros. Esta dependencia del evento anterior
distingue a las cadenas de Mrkov de las series de eventos independientes, como
tirar una moneda al aire o un dado.
Reciben su nombre del matemtico ruso Andrei Andreevitch Markov (1856-1922),
que las introdujo en 1907.1
Un proceso o sucesin de eventos que se desarrolla en el tiempo en el cual el
resultado en cualquier etapa contiene algn elemento que depende del azar se
denomina proceso aleatorio o proceso estocstico. Por ejemplo, la sucesin
podra ser las condiciones del tiempo en Paran en una serie de das
consecutivos: el tiempo cambia da a da de una manera que en apariencia es algo
aleatoria. O bien, la sucesin podra consistir en los precios de las acciones que
cotizan en la bolsa en donde otra vez interviene cierto grado de aleatoriedad.
Aplicaciones :
Fsica
Las cadenas de Markov son usadas en muchos problemas de la termodinmica y
la fsica estadstica. Ejemplos importantes se pueden encontrar en la Cadena de
Ehrenfest o el modelo de difusin de Laplace.
Meteorologa
Si consideramos el clima de una regin a travs de distintos das, es claro que el
estado actual solo depende del ltimo estado y no de toda la historia en s, de
modo que se pueden usar cadenas de Markov para formular modelos
climatolgicos bsicos.
Modelos epidemiolgicos
Una importante aplicacin de las cadenas de Markov se encuentra en el proceso
Galton-Watson. ste es un proceso de ramificacin que se puede usar, entre otras
cosas, para modelar el desarrollo de una epidemia (vase modelaje matemtico
de epidemias).
Internet

El pagerank de una pgina web (usado por Google en sus motores de bsqueda)
se define a travs de una cadena de Markov, donde la posicin que tendr una
pgina en el buscador ser determinada por su peso en la distribucin
estacionaria de la cadena.
Simulacin
Las cadenas de Markov son utilizadas para proveer una solucin analtica a
ciertos problemas de simulacin tales como el Modelo M/M/1.3
Juegos de azar
Son muchos los juegos de azar que se pueden modelar a travs de una cadena
de Markov. El modelo de la ruina del jugador, que establece la probabilidad de que
una persona que apuesta en un juego de azar finalmente termine sin dinero, es
una de las aplicaciones de las cadenas de Markov en este rubro.
Economa y Finanzas
Las cadenas de Markov se pueden utilizar en modelos simples de valuacin de
opciones para determinar cundo existe oportunidad de arbitraje, as como en el
modelo de colapsos de una bolsa de valores o para determinar la volatilidad de
precios. En los negocios, las cadenas de Mrkov se han utilizado para analizar los
patrones de compra de los deudores morosos, para planear las necesidades
de personal y para analizar el reemplazo de equipo.
Msica
Diversos algoritmos de composicin musical usan cadenas de Markov, por
ejemplo el software Csound o Max

Ejercicio de Aplicacin:
Ejemplo: Una cadena de Markov como modelo para el ADN.
Es improbable que una secuencia aleatoria de A,C,G y T sea un buen modelo para
el patrn de nucletidos en una secuencia gnica.
Una cadena de Markov con {A, T, G y C} podra ser una mejor aproximacin a la
realidad: las probabilidades para el nucletido en la posicin j+1 dependen del
nucletido en la posicin j. (Sin embargo, en la realidad las dependencias son
ms complejas)
Si el espacio de estados es S = {A, C, G, T}