Escolar Documentos
Profissional Documentos
Cultura Documentos
MAD 364
Augusto Gadelha
31/03/2021
Aula 4
Processo Markoviano
Probabilidade de Transição e Matriz Probabilidade de Transição.
Cadeia de Markov - Exemplos
- Passeio Aleatório
- Cadeia de Ehrenfest
- Cadeia de Nascimento e Morte
- Cadeia de Ramificação
Equação de Chapman-Kolmogorov
Definição (P)
A matriz probabilidade de transição de uma cadeia de Markov {Xn } é:
p11 p12 p13 · · ·
p21 p22 p23 · · ·
.. .. .. ..
P= . . . .
pi1 pi2 pi3 · · ·
.. .. .. ..
. . . .
pij ≥ 0, ∀i, j ∈ S
∞
X
pij = 1, ∀i ∈ S (soma nas linhas)
j=1
P(X0 = i0 , X1 = i1 , · · · , Xn−1 = in−1 , Xn = in ) = π0 (i0 ) · pi0 ,i1 · pi1 ,i2 · · · pin−1 ,in
Temos também:
Exemplo
Uma cadeia de Markov {Xn } com espaço de estados S = {1, 2, 3} tem
matriz probabilidade de transição
0, 1 0, 2 0, 7
P = 0, 9 0, 1 0
0, 1 0, 8 0, 1
e distribuição inicial dada por (π0 (1), π0 (2), π0 (3)) = (0.3, 0.4, 0.3).
Determine P(X0 = 1, X1 = 2, X2 = 3) e P(X0 = 2, X1 = 1, X2 = 3).
Solução
P(X0 = 1, X1 = 2, X2 = 3) = π0 (1) · p1,2 · p2,3 = 0, 3 × 0, 2 × 0 = 0
P(X0 = 2, X1 = 1, X2 = 3) = π0 (2) · p2,1 · p1,3 = 0, 4 × 0, 9 × 0, 7 = 0, 252
Xn = X0 + Z1 + Z2 + ... + Zn .
Portanto,
Considere um jogador que faz uma série de apostas contra uma banca.
Com probabilidade p ele vence a aposta e ganha R$1; do contrário, com
probabilidade q = 1 − p, ele perde R$1. Se perde todo seu capital inicial,
permanece nesse estado para sempre (sai do jogo). Seja {Xn } o capital do
jogador no tempo n. Então {Xn } é uma cadeia de Markov em
S = {0, 1, 2, ...} com probabilidade de transição, para x ≥ 1,
p, se y = x + 1
px,.y = q, se y = x − 1
0, caso contrário
P {Z = k} = pk para k = 0, 1, 2, ...
Teorema
(n)
As probabilidades de transição em n passos, pij , de uma cadeia de
Markov com espaço de estados S = {0, 1, 2, ...} satisfaz
∞
(n) (n−1)
X
pij = pik pkj
k=0
(0) (0)
onde definimos pij = 1 se i = j e pij = 0 se i 6= j. Segue-se que
P(n) = Pn
(n)
ou seja, a matriz P(n) = [pij ] é igual à n-ésima potência de P.