La distribución del tiempo de espera de patrones competidores en pruebas de Bernoulli dependientes de Markov
Autores: Moshkovitz, Itzhak; Barron, Yonit
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
La distribución del tiempo de espera de patrones competidores en pruebas de Bernoulli dependientes de Markov
Categoría
Matemáticas
Subcategoría
Análisis matemático
Palabras clave
Patrones competitivos
Regla de parada
Markoviano de orden superior
Ensayos de Bernoulli dependientes
Distribución del tiempo de espera
Función generadora de probabilidad condicional
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 53
Citaciones: Sin citaciones
Los patrones competidores son patrones compuestos que compiten por ser los primeros en ocurrir un número específico de veces, conocido como una regla de detención. En este documento, estudiamos un modelo de ensayos de Bernoulli dependientes de orden superior de Markov con patrones competidores. La distribución del tiempo de espera se refiere a la distribución del número de ensayos requeridos hasta que se cumpla la regla de detención. Basándonos en una cadena de Markov finita, se propone un algoritmo jerárquico para derivar la función generadora de probabilidades condicionales (pgf) del tiempo de espera del modelo de patrones competidores. Aplicando la ley de la expectativa total, se obtiene la pgf final. Mediante ejemplos, demostramos además que el algoritmo propuesto es una herramienta efectiva y fácil de implementar.
Descripción
Los patrones competidores son patrones compuestos que compiten por ser los primeros en ocurrir un número específico de veces, conocido como una regla de detención. En este documento, estudiamos un modelo de ensayos de Bernoulli dependientes de orden superior de Markov con patrones competidores. La distribución del tiempo de espera se refiere a la distribución del número de ensayos requeridos hasta que se cumpla la regla de detención. Basándonos en una cadena de Markov finita, se propone un algoritmo jerárquico para derivar la función generadora de probabilidades condicionales (pgf) del tiempo de espera del modelo de patrones competidores. Aplicando la ley de la expectativa total, se obtiene la pgf final. Mediante ejemplos, demostramos además que el algoritmo propuesto es una herramienta efectiva y fácil de implementar.