Universidade São Judas Tadeu

Engenharia de Controle e Automação

Seção 3 – Exemplos de Aplicação

Lista de exercícios – 2º Semestre

Daniel Lacerda de Souza RA:201502705

Ricardo Basile Romecin RA:201403767

São Paulo
2018
 Introdução
Nesta seção iremos considerar uma série de aplicações da teoria vista nas seções
anteriores.

Exemplos gerais de aplicação das Cadeias de Markov.

1) O fabricante de um produto controla atualmente 60% do mercado de uma

determinada cidade. Dados do ano anterior mostram que 88% dos seus clientes
permanecem leais a sua marca, enquanto 12% mudam para outras marcas. Além disso,
85% dos usuários de marcas da concorrência permaneceram leais à marca da
concorrência, enquanto os outros 15% mudaram para o produto do fabricante. Assumindo
que essa tendência se mantém, determine a parcela de mercado do fabricante daqui a três
anos.

Resolução:

Matriz de Transição Matriz Inicial

0,88 0,12 𝑆 0 = [0,6 0,4]

P=[ ]
0,15 0,85

0,88 0,12 3
𝑆 3 = 𝑃3 × 𝑆 0 = [ ] × [0,6 0,4] = [0,5728452 0,4271548]
0,15 0,85

0,728452 0,271548
Sendo 𝑃3 = [ ]
0,339435 0,660365

Após 3 anos, 57,28% dos clientes continuaram leais ao fabricante.

 2) Em um certo dia qualquer, João pode estar de bom humor (BH), mais ou
menos (MM) ou de mal humor (MH). Se ele estiver de bom humor hoje então ele estará
BH, MM ou MH amanhã com probabilidades 0,5, 0,4 e 0,1. Se ele estiver mais ou menos
hoje então ele estará BH, MM ou MH amanhã com probabilidades 0,3, 0,4 e 0,3. Se ele
estiver MH hoje então as probabilidades de estar amanhã BH, MM ou MH serão 0,2, 0,3
e 0,5. Sabendo que hoje ele está de bom humor, qual a probabilidade de João estar de mau
humor daqui a dois dias?

Resolução:

Matriz de Transição Matriz Inicial

0,5 0,4 0,1 𝑆 0 = [1 0 0]

P = [0,3 0,4 0,3]
0,2 0,3 0,5

0,5 0,4 0,3 2

2 2 0
𝑆 = 𝑃 × 𝑆 = [0,3 0,4 0,3] × [1 0] = [0,39 0,39 0,22]
0,2 0,3 0,5

0,43 0,45 0,42

3
Sendo 𝑃 = [0,33 0,37 0,36]
0,29 0,35 0,4

João tem 22% de chance de estar de mau humor após 2 dias.

 3) Suponhamos que uma indústria produza dois tipos de produtos: tipo 1 e
tipo 2. Sabendo que se uma pessoa comprou o tipo 1, existe 90% de chance de que sua
próxima compra seja o tipo 1. Sabendo que se uma pessoa comprou o tipo 2, existe 80%
de chance de que na próxima compra seja o tipo 2. (a) Se uma pessoa comprou o tipo 2,
qual a probabilidade de ela comprar o tipo 1 num intervalo de 2 compras? (b) Se uma
pessoa comprou o tipo 1, qual a probabilidade de ela comprar tipo 1 num intervalo de 3
compras?

Resolução:

Matriz de Transição Matriz Inicial

0,9 0,1 𝑆𝑎0 = [0 1] 𝑆𝑏0 = [1 0]

P=[ ]
0,2 0,8

2 2 0,9 0,1 2
0
a) 𝑆 = 𝑃 × 𝑆 = [ ] × [0 1] = [0,34 0,66]
0,2 0,8

0,83 0,17
Sendo 𝑃2 = [ ]
0,34 0,66

Uma pessoa que comprou do produto 2 tem 34% de chance de comprar do produto 1 em
dois anos.

0,9 0,1 3
b) b) 𝑆 3 = 𝑃3 × 𝑆 0 = [ ] × [1 0] = [0,781 0,219]
0,2 0,8
0,781 0,219
Sendo 𝑃3 = [ ]
0,438 0,562

Uma pessoa que comprou do produto 1 tem 78,1% de continuar comprando do mesmo
produto após 3 anos.
 4) Em uma cidade sabemos que 90% de todos os dias ensolarados são
seguidos por outro dia ensolarado, e 75% de todos os dias nublados são seguidos por
outro dia nublado. Construa a matriz de transição e calcule a probabilidade de daqui a 3
dias termos um dia nublado sendo que hoje está um dia ensolarado.

Resolução:

Matriz de Transição Matriz Inicial

0,9 0,1 𝑆 0 = [1 0]
P=[ ]
0,25 0,75

0,9 0,1 3
𝑆 3 = 𝑃3 × 𝑆 0 = [ ] × [1 0] = [0,79275 0,20725]
0,25 0,75

0,79275 0,20725
Sendo 𝑃3 = [ ]
0,518125 0,481875

Daqui a 3 dias temos 20,725% de um dia nublado.

 5) Um vendedor tem as cidades A, B, C e D em seu território. Ele nunca fica
numa cidade mais do que uma semana. Se ele está na cidade A ele tem a mesma a
probabilidade de ir para qualquer uma das três na próxima semana. Se ele está na B, então
na próxima semana ele pode estar nas cidades A, C ou D com probabilidades
1 1 1
respectivamente iguais a 2 , 4 , 4. Se ele está em C então na próxima semana ele não irá a
B, porém pode ir com a mesma probabilidade a A ou D. Se ele está na cidade D então na
2 1
próxima semana ele não estará em A, porém tem probabilidade , de estar
3 3
respectivamente em B ou C. Represente esse processo por uma cadeia de Markov. Se o
vendedor está em A esta semana, qual a probabilidade de estar em C daqui a duas
semanas?
Resolução:

Matriz de Transição Matriz Inicial

0 1/3 1/3 1/3 𝑆 0 = [1 0 0 0]

0,5 0 0,25 0,25
P=[ ]
0,5 0 0 0,5
0 2/3 1/3 0

0 1/3 1/3 1/3 2

0,5 0 0,25 0,25
𝑆 2 = 𝑃2 × 𝑆 0 = [ ] 𝑥[1 0 0 0] = [0,333 0,222 0,194 0,250]
0,5 0 0 0,5
0 2/3 1/3 0

Em duas semanas, há 19,4% do vendedor estar na cidade C.

 6) A ala geriátrica de um hospital classifica os seus pacientes como acamados
ou ambulatórios. Dados históricos indicam que durante o período de uma semana, 30%
de todos os pacientes ambulatórios têm alta, 40% permanecem em regime ambulatório e
30% têm de ser acamados para repouso completo. Durante o mesmo período, 50% dos
pacientes acamados tornam-se ambulatórios, 20% permanecem acamados e 30% morrem.
Presentemente o hospital tem 100 pacientes na sua ala geriátrica, com 30% de acamados
e 70% de ambulatórios. Determine o estado desses pacientes:
a) Após duas semanas
b) Em longo prazo (o estado de um paciente com alta não muda se o paciente
morrer).
Resolução:

Matriz de Transição Matriz Inicial

0,2 0,5 0 0,3 𝑆 0 = [0,3 0,6 0 0]

0,3 0
P = [0,3 0,4 ]
0 0 1 0
0 0 0 1

0,2 0,5 0 0,3 2

a) 𝑆 2 = 𝑃2 × 𝑆 0 = [0,3 0,4
0,3 0 ] × [0,3 0,6
0 0] =
0 0 1 0
0 0 0 1

𝑆 2 = [0,183 0,307 0,339 0,171]

Portanto, em duas semanas o hospital terá 18 pessoas acamadas, 31 no ambulatório, 34

terão alta e 17 morrerão.
b) Para cálculo de longo prazo será utilizado um intervalo de 20 anos. Onde 65 pessoas
têm alta e 35 pessoas morrem.
𝑆 20 = 𝑃20 × 𝑆 0 = [0 0 0,645 0,354]
 7) Os proprietários de um grande edifício de apartamentos para alugar
pretendem entregar a sua gestão a uma companhia imobiliária com excelente reputação.
Com base nas classificações de boa, média e fraca condição dos edifícios geridos por essa
imobiliária foi documentado que 50% de todas as construções que começaram um ano
em boas condições assim permaneceram até o fim do ano, enquanto 50% restantes
deterioraram para uma condição média. De todas as construções que começaram o ano
com condição média 30% assim permaneceram até o fim do ano, enquanto 70% foram
melhoradas para uma boa condição. De todas as construções que começaram o ano com
uma condição fraca, 90% assim permaneceram até o fim do ano, enquanto as outras 10%
foram melhoradas para uma boa condição. Considerando que essa tendência se mantém
se a empresa for contratada, determine a condição dos apartamentos sob a administração
dessa firma esperada em longo prazo
Resolução:

Matriz de Transição Matriz Inicial

0,5 0,5 0 𝑆 0 = [1 0 0]
P = [0,7 0,3 0 ]
0,1 0 0,9

0,5 0,5 0 10
𝑆 10 = 𝑃10 × 𝑆 0 = [0,7 0,3 0 ] × [1 0 0] = [0,538 0,417 0]
0,1 0 0,9

0,583 0,417 0
Sendo 𝑃10 = [0,584 0,416 0 ]
0,261 0,148 0,591

Para cálculo de longo prazo será utilizado um intervalo de 10 anos no qual 53,8% dos
prédios construídos continuarão em boas condições ao final do ano e 41,7% em
condição média.
 8) Um banco resolveu investir em uma estratégia de marketing. A estratégia
1 tem um custo de R$ 58,00 por cliente conseguido. Avalia-se que 12% dos que não eram
clientes e foram submetidos à estratégia 1 tornam-se clientes. A estratégia 2 tem um custo
de R$ 37,00 por cliente novo. Com o uso desta estratégia, 21% dos não clientes tornam-
se clientes. Para as duas estratégias, 88% dos que eram clientes continuam clientes.
Sabendo que a receita do banco é R$ 98,00 por novo cliente, decida qual estratégia deverá
ser adotada.

Resolução:
Estratégia 1

Matriz de Transição Matriz Inicial

0,88 0,12 𝑆 0 = [1 0]
P=[ ]
0,12 0,88

0,88 0,12 1
Curto prazo: 𝑆 1 = 𝑃1 × 𝑆 0 = [ ] × [1 0] = [0,88 0,12]
0,12 0,88

0,88 0,12 25
Longo prazo: 𝑆 25 = 𝑃25 × 𝑆 0 = [ ] × [1 0] = [0,5 0,5]
0,12 0,88

Portanto, a estratégia 1 tem 50% de chance de ter novos clientes a longo prazo.
 Estratégia 2

Matriz de Transição Matriz Inicial

0,88 0,12 𝑆 0 = [1 0]
P=[ ]
0,21 0,79

0,88 0,12 1
Curto prazo: 𝑆 1 = 𝑃1 × 𝑆 0 = [ ] × [1 0] = [0,88 0,12]
0,21 0,79

0,88 0,12 25
Longo prazo: 𝑆 25 = 𝑃25 × 𝑆 0 = [ ] × [1 0] = [0,636 0,364]
0,21 0,79

Custo por novo cliente a longo prazo:

1ª estratégia: R$ 58 x 0,5 = R$29,00
2ª estratégia: R$ 37 x 0,636 = R$23,53

Portanto, a estratégia 2 tem o menor custo por cliente novo a longo prazo, desta maneira
o banco poderá ganhar mais sabendo que pode contar com mais clientes.