Buscar Volver arriba Filtrar resultadosUbicaciónEstadísticas (1)ClasificaciónTipo de artículoCategoríaGuíaTemaN/AN/AAuthorRebecca Laff & Wendy RuizParis, Ricardo, Raymond, & JohnsonJennifer Paris, Kristin Beeve, & Clint SpringerKrischa Esquivel, Emily Elam, Jennifer Paris, & Maricela TafoyaIrma Isabel González CuadrosJoaquín López HerraizMaría M. Reynoso, Carina E. Magnoli, Germán G. Barros y Mirta S. DemoGlencora BorradaileShow TOCyesnoCover PageyesTOC OnlyCompile but don't publishLicensePublic DomainCC BYCC BY-SACC BY-NC-SACC BY-NDCC BY-NC-NDGNU GPLAll Rights ReservedCC BY-NCGNU FDLTranscludedAutonumber Section Headingstitle with space delimiterstitle with colon delimiterstitle with dash delimitersLicense Version1.01.32.02.53.04.0Incluir datos adjuntosTipo de contenidoDocumentoImagenOtro Buscando enTodos los resultadosAcerca de 1 resultados16.16: Matrices de Transición y Generadores de Cadenas de Tiempo Continuashttps://espanol.libretexts.org/Estadisticas/Teoria_de_Probabilidad/Probabilidad%2C_estad%C3%ADstica_matem%C3%A1tica_y_procesos_estoc%C3%A1sticos_(Siegrist)/16%3A_Procesos_de_Markov/16.16%3A_Matrices_de_Transici%C3%B3n_y_Generadores_de_Cadenas_de_Tiempo_ContinuasTambién, dado\tau = s \in [0, t] y Y_1 = z \in S , podemos usar la fuerte propiedad de Markov para reiniciar el reloj al s dar\[ \P(X_t = y \mid X_0 = x, \tau = s, Y_1 = z) = \P(X_{t-s} ...También, dado\tau = s \in [0, t] y Y_1 = z \in S , podemos usar la fuerte propiedad de Markov para reiniciar el reloj al s dar \P(X_t = y \mid X_0 = x, \tau = s, Y_1 = z) = \P(X_{t-s} = y \mid X_0 = z) = P_{t-s}(z, y) Poner las piezas juntas tenemos \P(X_t = y, \tau \le t \mid X_0 = x) = \int_0^t \lambda(x) e^{-\lambda(x) s} \sum_{z \in S} Q(x, z) P_{t-s}(z, y) \, ds = \int_0^t \lambda(x) e^{-\lambda(x) s} QP_{t - s} (x, y) \, dsMásMostrar más resultados
