Professional Documents
Culture Documents
ENGENHARIA
t=0
t=1
t=2
t=3
X2=4
p
X1 = 3
X4=3
1-p
X0=2
X2=2
p
1-p
1-p
X1 = 1
X4=1
1-p
X2=0
Exemplo 2:
Uma urna contm 2 bolas no pintadas. Retira-se por sorteio uma bola da urna e joga-se uma
moeda. Se a bola for no pintada, o que ocorrer obrigatoriamente no primeiro sorteio, e der cara
pinta-se a bola de vermelho, se der coroa pinta-se de verde. Se a bola sorteada for colorida, pinta-se
a bola com a outra cor, ou seja, se for verde, pinta-se de vermelho, se for vermelha pinta-se de verde.
O tempo t definido como o instante em que a bola pintada volta para a urna. O estado a qualquer
tempo pode ser definido pelo vetor (np, vm, vd) onde np o n de bolas no pintadas; vm n de
bolas vermelhas; vd o n de bolas verdes.
t=0
t=1
t=2
vm
(0, 2, 0)
vd
(0, 1, 1)
np
(1, 1, 0)
vm
vm
np
(1, 0, 1)
(2, 0, 0)
(1, 1, 0)
vd
vd
(1, 0, 1)
vd
(0, 0, 2)
np
vm
(0, 1, 1)
Exemplo 3:
Seja X0 o preo da ao da Petrobrs na abertura do prego da Bolsa de Valores. Seja X t o
preo da ao no dia t. O levantamento desses dados permite ter uma idia ao longo do tempo da
distribuio de probabilidade do valor da ao, buscando prever seu valor no tempo t+1.
1.2
P (X t+1 = j | X t = i ) = pij.
Exemplo 4:
Matriz de transio e sua representao grfica do exemplo 1.
Estados possveis: R$ 0; R$ 1; R$ 2; R$ 3 e R$ 4
Probabilidades: ganhar : p
perder : 1-p
$0
$1
$2
$3
$4
$0
$1
1-p
$2
1-p
$3
1-p
$4
Representao grfica:
p
1
1
1-p
1-p
1-p
Exemplo 5:
Determinar a matriz de transio e sua representao grfica do exemplo 2.
2, 0, 0
1, 0, 1
1, 1, 0
0, 0, 2
0, 2, 0
0, 1, 1
(2 0 0) (1 0 1) (1 1 0) (0 1 1) (0 2 0) (0 0 2)
(2 0 0)
(1 0 1)
(1 1 0)
(0 1 1)
(0 2 0)
(0 0 2)
EXERCCIOS
1.3
independente de m, portanto:
P ( X m + n = j | X m = i ) = P ( X n = j | X 0 = i ) = Pij (n)
1
pi1
p1j
2
pi2
pik
p2j
pkj
K
pis
psj
Tempo m
FMORI USJT 2013
Tempo m + 1
Tempo m + 2
5
Pij (2) = (pi1 x p1j) + (pi2 x p2j) + ... + (pik x pkj) + ... + (pis x psj)
k s
Pij (2) =
k 1
k s
Pij (2) =
pik x pkj
k 1
Exemplo 6:
Imagine que toda a indstria de colas produza apenas 2 colas ( Coca-cola e Pepsi-cola) Se a
ltima compra foi da cola 1 existe 90% de chance da prxima compra ser de cola 1. Se a ltima
compra foi da cola 2 existe 80% de chance da prxima compra ser da cola 2.
0,1
Cola
1
0.9
Cola
2
0.8
0,2
Matriz de transio P
Cola 1 Cola 2
P2
Cola 1 0.9
0.1
Cola 2 0.2
0.8
0.9
0.1
0.2
0.8
Tabela:
FMORI USJT 2013
0.9
0.1
0.2
0.8
P11(n)
P12(n)
P21(n)
P22(n)
0.90
0.10
0.20
0.80
P2
0.83
0.17
0.34
0.66
P3
0.78
0.22
0.44
0.56
P4
0.75
0.25
0.51
0.49
P5
0.72
0.28
0.56
0.44
P10
10
0.68
0.32
0.65
0.35
P20
20
0.67
0.33
0.67
0.33
P30
30
0.67
0.33
0.67
0.33
P40
40
0.67
0.33
0.67
0.33
EXERCCIOS
Uma empresa tem duas mquinas. Cada mquina que comeou o dia trabalhando tem
uma chance igual a 1/3 de quebrar. Se a mquina quebra durante o dia, ela enviada
para reparo e estar trabalhando novamente dois dias depois. (assim, se a mquina
quebrou no dia 3, voltar a trabalhar no incio do dia 5). Se o estado do sistema o
nmero de mquinas trabalhando no incio do dia, formule a matriz de probabilidade
de transio (e o diagrama) para essa situao.
1.4
.4
.6
.5
.5
.3
.7
.5
.4
.1
.8
.2
0,6
0,4
0,5
0,5
S1
Definies:
0,7
0,3
0,1
0,4
0,5
0,2
0,8
5
S2
K = 3, pois, partindo de
qualquer estado, a volta quele
estado ocorre sempre aps 3
passos.
Cadeia Ergdica
2
P1 =
1/3
2/3
1/2
1/2
1/4
3
Cadeia No-ergdica
2
P2 =
EXERCCIOS:
P=
0
0
0
1/4
1
0
0
0
0
1/4
0
1/3
1
0
0
0
0
0
0
0
0
1/2
0
0
0
0
1
0
0
0
0
1
0
0
0
2/3
10
P1 =
.8
.7
.5
.2
0
.1
P2 =
.2
0
.4
0
.8
0
.5
0
0
.9
.1
0
0
.1
0
1
1.5
PROBABILIDADE DE STEADY-STATE
Obs: Pode-se traduzir Steady-State como estado permanente, constante, firme ou regular.
Como visto no exemplo da cola (ver tabela na seo 1.3), existe para o valor das
probabilidades de mudana de estado uma tendncia de assumirem um valor constante aps um
certo nmero de transies de estado. As probabilidades do Steady-State podem ser usadas para
descrever o comportamento de uma cadeia de Markov aps longo tempo.
Teorema
Seja P uma matriz de transio para uma cadeia ergdica com S estados. Ento existe um
vetor
X = { X 1, X 2 , ... , X S} , tal que:
lim Pn =
X1
X2 ... XS
X1
X2 ... XS
..
X1
..
..
X2 ... XS
Repare que quando n as filas da matriz se tornam idnticas. Isso significa que aps um
longo tempo as probabilidades da Cadeia de Markov estabilizam-se, independentemente do estado
inicial, existindo assim uma probabilidade Xj de estarmos no estado j.
O vetor X = { X 1, X 2 , ... , X S} chamado de distribuio do estado permanente (steadystate) ou distribuio equilibrada.
FMORI USJT 2013
11
Pij (n+1)
(2)
k 1
Xj =
Xk pkj
k 1
Na forma matricial:
X = XP
Para obter uma soluo nica desse sistema de equaes, temos que considerar que:
X1 + X2 + ... + XS = 1
Exemplo 7:
Seja a probabilidade da Cola:
P =
0.9
0.1
0.2
0.8
Do teorema temos:
[X1 X2] = [ X1 X2]
0.9 0.1
0.2 0.8
Multiplicando:
X1 = 0.9 X1 + 0.2 X2 -0.1 X1 + 0.2 X2 = 0
X2 = 0.1 X1 + 0.8 X2
Substituindo a segunda linha, por:
X1 + X2 = 1
E resolvendo o sistema:
-0.1 X1 + 0.2 X2 = 0
X1 + X2 = 1
Temos:
X1 = 0.66
X2 = 0.33
ANLISE TRANSIENTE
Observando-se a tabela do exemplo da cola, na seo 1.3, percebe-se que o estado
permanente atingido, com uma preciso de duas casas, depois de apenas dez trasies. No
existe uma regra geral que permita determinar em quantos n passos o estado permanente de uma
cadeia de Markov ser alcanado. O comportamento de uma cadeia de Markov antes de alcanar o
estado permanente chamado de comportamento transiente.
12
Exemplo 8:
Suponha que em toda semana do ano cada consumidor de cola compre uma unidade (1ano =
52 semanas). Suponha que existam 100 milhes de consumidores. Cada unidade de cola custa para
a companhia R$ 1 e vendida por R$ 2. Por R$ 500 milhes ao ano a empresa de marketing
Vendemos Tudo garante que decresce de 10 % para 5 % a frao de consumidores de cola 1 que
trocam para cola 2 na compra da semana seguinte. Deveria a companhia que fabrica cola 1 contratar
a empresa Vendemos Tudo.
EXERCCIOS
10
11
No incio de cada ano meu carro est em uma das seguintes condies: bom, razovel
ou quebrado. Um carro bom, no incio do ano seguinte, ter uma probabilidade de .85
de estar na condio bom, .10 na condio razovel e .05 na condio quebrado. Um
carro razovel, no incio do prximo ano, ser um carro razovel com probabilidade de
.70 e ser um carro quebrado com probabilidade de .30. Um carro novo, no estado
bom, custa $6.000,00, um carro razovel pode ser dado como entrada pelo valor de
$2.000,00. Um carro quebrado no tem valor de troca e deve ser reposto
imediatamente por um carro novo. Se custa $1.000,00 por ano operar um carro bom e
$1.500,00 operar um carro razovel. O que devo fazer? Trocar meu carro assim que
tornar-se razovel ou esperar que atinja a condio quebrado, para ento fazer a troca?
Assuma que o custo de operao de um carro depende da sua condio no incio do
ano, isso se no houver troca, se um carro novo for comprado, durante o ano, assuma,
ento, que o custo de operao o do carro no estado bom.
(Dica: os clculos devem ser feitos duas vezes, uma para a troca na condio razovel,
outro para a troca na condio quebrado, compare os resultados)
1.6
CADEIAS ABSORVENTES
Muitas aplicaes interessantes de cadeias de Markov envolvem cadeias com estados
13
Estado 1:
Conta nova.
Estado 2:
Estado 3:
Estado 4:
Estado 5:
Conta recebida.
Estado 6:
Considere que a matriz de transio a seguir descreve como os estados da cadeia de Markov
mudam.
Nova
1 ms
2 meses
3 meses
Recebida
Perdida
Nova
.6
.4
1 ms
.5
.5
2 meses
.4
.6
3 meses
.7
.3
Recebida
Perdida
Assim, por exemplo, uma conta no incio do ms com 2 meses de atraso tem uma
probabilidade de 0.4 de continuar atrasada e uma probabilidade de 0.6 de ser recebida pela firma.
Depois que a conta foi recebida ou considerada como perdida, no ocorrem mais transies.
Portanto os estados 5 e 6 so considerados absorventes e os outros estados transientes.
Para uma conta nova existem dois estados finais possveis: ou ser recebida ou ser perdida.
A questo de maior interesse : Qual a probabilidade de uma conta nova ser recebida?
14
t+1
Junior
Senior
Associado
Saiu No
Saiu
Associado
Associado
Junior
.80
.15
.05
Senior
.70
.20
.10
Associado
.95
.05
Saiu No
Associado
Saiu
Associado
Deseja-se saber, de um modo geral, para Cadeias de Markov: (a) Se a cadeia comea em um
dado estado transiente, antes de atingir-se um estado absorvente, qual o nmero esperado de
vezes que cada estado ser alcanado? Qual o nmero esperado de perodos que so passados em
um determinado estado transiente antes que um estado absorvente seja alcanado? (b) Se a cadeia
comea em um dado estado transiente, qual a probabilidade de se alcanar cada um dos estados
absorventes?
Para responder a essas questes, necessita-se escrever a matriz de transio com os
estados na seguinte ordem: primeiro os estados transientes e depois os absorventes. Para o bem da
conceitualizao, assumiremos que existem s estados, sendo m estados absorventes e s-m
estados transientes. Ento a matriz de transio pode ser escrita da seguinte forma:
s-m colunas
m colunas
s-m filas
m filas
15
Onde:
Q uma matriz s-m X s-m que representa as transies dos estados transientes para os
estados transientes.
R uma matriz s-m X m que representa as transies dos estados transientes para os
estados absorventes.
0 uma matriz m X s-m composta inteiramente de zeros, j que no possvel passar de um
estado absorvente para um estado transientes.
I uma matriz identidade m X m que representa o fato que no existe saida de um estado
absorvente.
Para o exemplo das contas a receber Q e R so:
Q=
0
0
0
0
.6
0
0
0
0
.5
0
0
0
0
.4
0
R=
.4
.5
.6
.7
.0
0
0
.3
Q=
.80
0
0
.15
.70
0
0
.20
.95
R=
.05
.10
0
0
0
.05
16
12
calouro
junior
senior
formando
abandono
formado
calouro
.10
0
0
0
0
0
junior
.80
.10
0
0
0
0
senior
0
.85
.15
0
0
0
formando
0
0
.80
.10
0
0
abandono
.10
.05
.05
.05
1
0
formado
0
0
0
.85
0
1
Essa classificao feita no incio de cada ano. Assim, por exemplo, um estudante senior tem
80% de chances de se tornar um formando, e 15% de chances de ser reprovado e permanecer
como senior, no incio do prximo ano. Pergunta-se:
a) Qual o tempo mdio esperado de permanncia na escola de um aluno que entrou como
calouro?
b) Qual a probabilidade de um calouro conseguir se formar?
13
A Tribuna de Petrpolis determinou as seguintes estatsticas a respeito de seus
assinantes: durante o primeiro ano 20% dos assinantes cancelam suas assinaturas, durante o
segundo ano mais 10% dos assinantes do primeiro ano iro cancelar suas assinaturas e a cada
ano seguinte 4% dos assinantes do primeiro ano iro cancelar as assinaturas
do jornal.
Na mdia, quanto tempo um leitor permanece como assinante?
RESPOSTAS DOS EXERCCIOS
1 MATRIZ 2x2
2 MATRIZ 5x5
3 MATRIZ 3x3
4 a - .651, .258, .091
4 b 0,315
4 c - RESPOSTA LITERAL
5 a R$ 3 = p2, p(1-p) e 0
R$ 2 = 2p (1-p) e 0
5 b - R$ 2 = 2p2 (1-p), 2p (1-p) 2 e 0
6 d - no ergdica, o porque fica com voc.
7 P1 ergdica, P2 no ergdica.
8
9 [.21 ; .50 ; .29 ]
10
11 Custo de trocar na condio quebrado R$ 1800,00
Custo de trocar na condio razovel R$ 1700,00
1 a - 3,97 anos b .75
2 19,8 anos
17