Escolar Documentos
Profissional Documentos
Cultura Documentos
Avaliação de Desempenho
Cadeias de Markov
(Continuação)
Seja
{X(n), n=0,1,2,...} uma cadeia de Markov
Se existe um inteiro n ≥1 tal que pnij>0 , então o
estado j pode ser alcançado a partir do estado i,
ou j é acessível a partir de i, ou i pode atingir j.
Notação: i → j
Classificação de estados
∞
pm+ n
ik =∑p p ≥ p p >0
m
il
n
lk
m
ij
n
jk
l =0
Classificação de estados
f ii = 1
O estado é chamada de recorrente (o sistema
volta para o estado i com probabilidade 1)
Caso contrário
f ii < 1
O estado é chamada de transiente
Classificação de estados
∑p
n =1
n
ii =∞
∞
Caso contrário, ele é transiente ∑p
n =1
n
ii <∞
Classificação de estados
Exemplo: 1
1 0 0 1
P=
1 / 2 1 / 2 1/2
∞ 1/2
∑ 00
p n
n =1
= 1 + 12
+ 13
+ .... = ∞
∞ O estado 0 é recorrente
f 00 = ∑ f 00n = f 001 = 1 O estado 1 é transiente
n =1
2
∞
1 1 1/ 2
∑
n =1
n
p = + + .... =
11
2 2 1 −1/ 2
=1< ∞
∞
f11 = ∑ f11n = f111 = 1 / 2
n =1
Classificação de estados
O estado i tem período d(i) se d(i) é o maior
divisor comum de n≥1 tal que pnii>0.
Se d(i)=1, o estado i é aperiódico.
Se d(i)≥2, o estado i e periódico.
Se i↔j;então d(i) = d(j).
Classificação de estados
Exemplo: 1
1
0 1 2 0
0 0 1 0
P= 1
1 0 0 1
2
2 1 0 0 1
Recorrente nulo ∞
µ j = ∑ nf jjn = ∞
n =1
~ ~
π = π (0) P
Resumo: Classificação de estados
Cadeia de Markov a tempo
contínuo
Definição
O processo estocástico {X(t), t≥0} é uma cadeia de
Markov a tempo contínuo se
q00 q01 .
Q = [qij ] = q10
q11 .
. . .
Gerador infinitesimal
qii + ∑ qij = 0
j ≠i
qii = −∑ qij
j ≠i
π i = lim π i (t ) = lim p ji (t )
t →∞ t →∞
Distribuição Limite
Se a CMTC for ergódica, o vetor de
probabilidades limite pode ser calculado como:
~
0 = πQ
Condição de normalização
∑ i
~ =1
π
Cadeia de Markov a tempo
contínuo
Exemplo
n
λi −1
πn = π0∏
i =1 µ i