.

2.a Avaliação PROCESSOS ESTOCÁSTICOS (13-07-23)

➔ Use caneta preta para dar visibilidade de leitura, em A4/PDF/JPG

 Anexar a prova que recebeu, também as duas primeiras questões de

valor 2.0 pontos.
 As questões 3 a 7, vale 1.6 pontos cada

1) Dado o diagrama abaixo, encontre a matriz de transição Pn , para a Cadeia de

Markov.

a. Encontre passo a passo os autovalores

b. Encontre passo a passo os autovetores
c. Porque a diagonalização da matriz de transição, P e como calculá-la
passo a passo
d. Encontre a matriz inversa
e. Calcule a matriz de transição em n-passos

2) Uma mudança de estado pode ocorrer a cada segundo em uma cadeia de

tempo discreto de dois estados. Uma vez que o sistema, é desligado, OFF, ele
fica parado por mais um segundo cerca de metade do tempo. Uma vez que a
máquina é ligada, ON, há uma chance de 10% de que ela permaneça ligada.

a. Desenhe a cadeia de Markov e encontre a matriz P que mostra como

os estados mudam.
b. Encontre a matriz de transição de n-passos P(n) para a Cadeia de
Markov. Siga os procedimentos de resolução como indicada na
questão anterior.
3) O vetor aleatório bidimensional Y tem PDF

2, 𝑦 ≥ 0, [1 1]𝑦 ≤ 1
𝑓𝑌 (𝑦) = {
0, 𝑐𝑎𝑠𝑜 𝑐𝑜𝑛𝑡𝑟á𝑟𝑖𝑜
Determine

a) Vetor do valor esperado E[Y]

b) Matriz de Correlação, 𝑅𝑌
c) Matriz de Covariância, 𝐶𝑌
4) X(t) é um processo aleatório estacionário no sentido amplo. Para cada processo X i(t)
definido a seguir, determine se Xi(t) e X(t) são conjuntamente estacionários no sentido
amplo.
a) X1(t) = X(t = a)
b) X2(t) = X(at)

5) O tempo em uma determinada região pode ser caracterizado como sendo ensolarado
(S), nublado (C) ou chuvoso (R) em qualquer dia em particular. A probabilidade de
qualquer tipo de tempo em um dia depende apenas do estado do tempo no dia
anterior. Por exemplo, se um dia for ensolarado, então o sol ou as nuvens são
igualmente prováveis no dia seguinte sem possibilidade de chuva. Explique quais
são as outras possibilidades diárias se o tempo for representado pela matriz de
transição.

S C R
S ½ ½ 0
T = C ½ ¼ ¼
R 0 ½ ½

Encontre os valores próprios de T e uma fórmula para Tn. A longo prazo, qual a
porcentagem dos dias em que está ensolarado, nublado e chuvoso?

6) Determine a autocovariância 𝐶𝑋 (𝑡, 𝜏) ee a autocorrelação 𝑅𝑋 (𝑡, 𝜏) do processo de

movimento browniano X(t).

7) Responda os itens abaixo com a suas interpretações:

a. Qual a importância da utilização dos Vetores Aleatórios em Processo Estocástico.
Faça comparações em relação ao modo trabalhado no início do curso,
exemplifique?
b. Sequências aleatórias Independentes e Identicamente Distribuídas, IID,
apresente um exemplo usado em Processo de Bernoulli
c. Processo de Poisson é muito utilizado na Computação, onde você usaria e me
detalhe como?
d. Qual a diferença de Processo Estacionário do Processo Estacionário no Sentido
Amplo, e de Processos Conjuntamente Estacionários em Sentido Amplo
e. Processo da Cadeia de Markov, seus fundamentos levam para entendimento a
Teoria da Computação. Você poderia exemplificar?