Please enable JavaScript.
Coggle requires JavaScript to display documents.
La clasificación de la cadena de Markov - Coggle Diagram
La clasificación de la cadena de Markov
Cadena de Markov homogénea
Una cadena de Markov es homogénea si la probabilidad de transición entre estados no depende del tiempo.
Características:
La matriz de transición es constante a lo largo del tiempo.
Los estados pueden ser recurrentes o transitorios.
Cadena de Markov no homogénea
Una cadena de Markov es no homogénea si la probabilidad de transición entre estados depende del tiempo.
Características:
La matriz de transición puede variar a lo largo del tiempo.
Los estados pueden ser recurrentes o transitorios.
Cadena de Markov finita
Una cadena de Markov es infinita si el conjunto de estados es infinito.
Características:
La matriz de transición puede ser infinita.
Las probabilidades de transición y distribuciones estacionarias se calculan aproximadamente mediante métodos numéricos.
Cadena de Markov de tiempo discreto
Una cadena de Markov de tiempo discreto se actualiza en intervalos discretos de tiempo.
Características:
Los estados pueden cambiar en pasos de tiempo discretos.
La matriz de transición se define para cada paso de tiempo.
Cadena de Markov infinita
Una cadena de Markov es infinita si el conjunto de estados es infinito.
Características:
La matriz de transición puede ser infinita.
Las probabilidades de transición y distribuciones estacionarias se calculan aproximadamente mediante métodos numéricos.
Cadena de Markov de tiempo continuo
Una cadena de Markov de tiempo continuo se actualiza de manera continua en el tiempo.
Características:
Los estados pueden cambiar en cualquier momento.
La matriz de transición se define mediante tasas de transición.