PESQUISA OPERACIONAL II

ANÁLISE DE ESTADOS ABSORVENTES

No problema do jardineiro, sem fertilizantes, a matriz de transição é
dada por:

 0,2 0,5 0,3 

 
P   0 0,5 0,5 
 0 
 0 1 
Os estados 1 e 2 (condições do solo boa e razoável) são transientes e
o estado 3 (condição do solo ruim) é absorvente porque, uma vez nesse
estado, o sistema permanecerá ali indefinidamente. Uma cadeia de
Markov pode ter mais de um estado absorvente.

Prof. Francisco
Prof. Pinheiro
Airton Carneiro
 PESQUISA OPERACIONAL II

Nesses tipos de cadeias, estamos interessados em determinar a

probabilidade de chegar à absorção e o número esperado de transições
até a absorção dado que o sistema começa em um estado transiente
específico. Por exemplo, na cadeia de Markov do jardineiro que
acabamos de considerar, se a condição atual do solo for boa,
estaremos interessados em determinar o número médio de estações de
plantio de mudas até o solo tornar-se ruim, e também a
probabilidade associada a essa transição.

Prof. Francisco
Prof. Pinheiro
Airton Carneiro
 PESQUISA OPERACIONAL II
A análise de cadeia de Markov com estados absorventes pode ser
executada convenientemente usando matrizes. Em primeiro lugar, a
cadeia de Markov é repartida da seguinte maneira:

N A
P =
0 I

Prof. Francisco
Prof. Pinheiro
Airton Carneiro
 PESQUISA OPERACIONAL II
O arranjo requer que todos os estados absorventes ocupem o canto
sudeste da nova matriz. Por exemplo, considere a seguinte matriz de
transição:

A matriz pode ser rearranjada e repartida como:

11 23 4
23 4
11 0,2 0,4 0,3 0,1
23 0,5 0 0,3 0,2
P* =
32 0 0 1 0
44 0 0 0 1

Prof. Francisco
Prof. Pinheiro
Airton Carneiro
 PESQUISA OPERACIONAL II

Nesse caso temos:

 0,2 0,4  A   0,3 0,1 

N     0,3 0,2 
 0,5 0   

0 0 1 0
O    I   
0 0 0 1

Prof. Francisco
Prof. Pinheiro
Airton Carneiro
 PESQUISA OPERACIONAL II

Dada a definição de A e N, pode-se mostrar que:

Matriz Fundamental = Tempo esperado para absorção = F = (I – N)–1

Probabilidade de absorção = (I – N)–1A =FA

1
 1 0   0,2 0,4 
F      
 0 1   0,5 0 
1
 0,8  0,4 
F   
  0,5 1 
Prof. Francisco
Prof. Pinheiro
Airton Carneiro
 PESQUISA OPERACIONAL II


O inverso da matriz: 
a b 
 c d 
é:
 

 d b
a b 
1
 
   r r  Onde: r = ad -bc
c d    c a 

 r r 

Prof. Francisco
Prof. Pinheiro
Airton Carneiro
 PESQUISA OPERACIONAL II

Retornando ao problema temos:

1
 0,8  0,4  a= 0,8; b= -0,4; c= -0,5; d=1
F    r=(0,8)(1) – (-0,4)(-0,5)
  0,5 1 
 1 0,4 

1   1,66 0,66
 0,8 0, 4   0,6 0,6    
F      
  0,5 1   0,5 0,8   0,83 1,33 
 0,6 
 0,6 

Prof. Francisco
Prof. Pinheiro
Airton Carneiro
 PESQUISA OPERACIONAL II

Probabilidade de absorção = (I – N)–1A =FA

 1,66 0,66   0,3 0,1 

F    A   
 0,83 1,33   0,3 0,2 

 1,66 0,66  0,3 0,1   0,696 0,298 

FA       
 0,83 1,33  0,3 0,2   0,648 0,349 

Prof. Francisco
Prof. Pinheiro
Airton Carneiro
 PESQUISA OPERACIONAL II
Exercício: Uma universidade administra exames de competência computacional todos os anos.
Esses exames permitem que os estudantes sejam liberados da disciplina de introdução ao
computador da Universidade. Os resultados dos exames são apresentados em 4 estados.
Sabe-se que o aluno pode trancar a disciplina permanecendo no mesmo estado.
Estado 1: passa em todos os exames e fica isento da disciplina.
Estado 2: não passa em todos os exames na terceira tentativa e é reprovado na disciplina.
Estado 3: não passa no exames na primeira tentativa.
Estado 4: não passa nos exames na segunda tentativa.
O coordenador de curso para os exames registrou a seguinte matriz de probabilidades de
transição:
1 0 0 0
0 1 0 0 
P 
 0,8 0 0,1 0,1 
 
 0, 2 0, 2 0, 4 0, 2 
Atualmente, existem 200 estudantes que não passaram em todos os exames na primeira
tentativa. Além disso, existem 50 estudantes que não passaram na segunda tentativa. No longo
prazo quantos estudantes serão liberados da disciplina por que passaram nos exames?
Quantos dos 250 estudantes terão que fazer a disciplina?
Prof. Francisco
Prof. Pinheiro
Airton Carneiro
 PESQUISA OPERACIONAL II
Solução:
 0,8 0   0,1 0,1 
Nesse caso temos que: A    N   
 0,2 0,2   0,4 0,2 

a= 0,9; b= -0,1; c= -0,4; d=0,8

r=(0,9)(0,8) – (-0,4)(-0,1)=0,68
 0,8  (0,1) 
   1,176 0,147
 0,9 0,1 1
0,68    
(I - N) -1      0,68  
  0,4 0,8    (0,4) 0,9   0,588 1,324 
 0,68 0,68 

As linhas de (I – N)–1 representam os estados transiente, e as colunas
os estados absorventes. Os valores da matriz representam as
transições (em geral tempo) do estado transiente até chegar ao
estado absorvente.
Prof. Francisco
Prof. Pinheiro
Airton Carneiro
 PESQUISA OPERACIONAL II

 1,176 0,147   0,8 0   0,971 0,029 

(I - N) A  
-1
     
 0,588 1,324   0,2 0,2   0,735 0,265 

As linhas de (I – N)–1A representam os estados transiente, e as colunas

os estados absorventes. Os valores da matriz representam a
probabilidade do estado transiente chegar ao estado absorvente.

Finalmente, chamando M = (200 50), temos:

 0,971 0,029 
M (I - N) A = (200 50) 
-1
  (231 19)
 0,735 0,265 

Assim, o número de estudantes que serão dispensados da disciplina é

231 os estudantes que terão que cursá-la é 19.
Prof. Francisco
Prof. Pinheiro
Airton Carneiro
 PESQUISA OPERACIONAL II

Problema: Um produto é processado em duas máquinas sequenciais I

e II. A inspeção ocorre após uma unidade do produto ser concluída
em uma máquina. Há 5% de chance de a unidade ser descartada
antes da inspeção. Após a inspeção, há 3% de chance de a unidade
ser descartada e 7% de chance de ser devolvida à mesma máquina
para retificação. Caso contrário, uma unidade que passa pela
inspeção nas duas máquinas é considerada boa.
Determine o número médio de passagens em cada estação para uma
peça que começa na máquina 1.
Se um lote de 1.000 unidades for iniciado na máquina I, quantas
unidades boas serão produzidas.

Prof. Francisco
Prof. Pinheiro
Airton Carneiro
 PESQUISA OPERACIONAL II
Solução:
Para a cadeia de Markov, o processo de produção tem 6 estados:
Início em I (s1), inspeção após I (i1), início em II (s2), inspeção após II
(i2), descarte após início em I ou após inspeção em I ou II (J) e boa
após II (G). Unidade que entram em J ou G são terminais e, em
consequência, J e G são estados absorventes. Um gráfico analítico do
problema seria:

J
0,05 0,03 0,05 0,03

0,95 0,90 0,95 0,90

S1 i1 S2 i2 G
0,07 0,07

Prof. Francisco
Prof. Pinheiro
Airton Carneiro
 PESQUISA OPERACIONAL II

A matriz de transição é dada por:

s1 i1 s2 i2 J G

s1 0 0,95 0 0 0,05 0
i1 0,07 0 0,9 0 0,03 0
P =
s2 0 0 0 0,95 0,05 0
i2 0 0 0,07 0 0,03 0,9
J 0 0 0 0 1 0
G 0 0 0 0 0 1

Prof. Francisco
Prof. Pinheiro
Airton Carneiro
 PESQUISA OPERACIONAL II

Portanto, s1 i1 s2 i2 J G

s1 0 0,95 0 0 0,05 0
i1 0,07 0 0,9 0 0,03 0
N = A =
s2 0 0 0 0,95 0,05 0
i2 0 0 0,07 0 0,03 0,9

Fazendo cálculos convenientes, obtemos:

-1
1 -0,95 0 0 1,07 1,02 0,98 0,93
-0,07 1 -0,9 0 0,07 1,07 1,03 0,98
(I – N)-1 = =
0 0 1 -0,95 0 0 1,07 1,02
0 0 -0,07 1 0 0 0,07 1,07

Prof. Francisco
Prof. Pinheiro
Airton Carneiro
 PESQUISA OPERACIONAL II
1,07 1,02 0,98 0,93 0,05 0 0,16 0,84
0,07 1,07 1,03 0,98 0,03 0 0,12 0,88
(I – N)-1 A = =
0 0 1,07 1,02 0,05 0 0,08 0,92
0 0 0,07 1,07 0,03 0,9 0,04 0,96

A linha superior de (I – N)-1 dá o número médio de passagens em

cada estação para uma peça que começa na máquina I.
Especificamente, uma peça passa pela máquina I 1,07 vezes; pela
inspeção I, 1,02 vezes; pela máquina II, 0,98 vezes; e pela inspeção II
0,93 vezes.
A razão por que o número de passagens na máquina I e na inspeção I
é maior do que 1 se deve à retificação e à nova inspeção.
Por outro lado, os valores correspondentes para a máquina II são
menores do que 1 porque algumas peças são descartadas antes de
chegar à maquina II.
Prof. Francisco
Prof. Pinheiro
Airton Carneiro
 PESQUISA OPERACIONAL II

Para determinar o número de peças concluídas em um lote inicial de

1.000 peças, a linha superior de (I – N)–1A, nos mostra que:

Probabilidade de uma peça ser descartada = 0,16

Probabilidade de uma peça ser concluída = 0,84

Isso significa que (1.000)(0,84) = 840 serão concluídas de um lote

inicial de 1.000.

Prof. Francisco
Prof. Pinheiro
Airton Carneiro