Baixe o app para aproveitar ainda mais
Prévia do material em texto
Introduca˜o Cadeias de Markov Exemplo Definic¸o˜es Aplicac¸o˜es CADEIAS DE MARKOV Geise dos Santos Graciela Sturm Jefferson Peruzzo 7 de maio de 2015 Geise dos SantosGraciela Sturm Jefferson Peruzzo CADEIAS DE MARKOV Introduca˜o Cadeias de Markov Exemplo Definic¸o˜es Aplicac¸o˜es 1 Introduca˜o 2 Cadeias de Markov 3 Exemplo 4 Definic¸o˜es 5 Aplicac¸o˜es Geise dos SantosGraciela Sturm Jefferson Peruzzo CADEIAS DE MARKOV Introduca˜o Cadeias de Markov Exemplo Definic¸o˜es Aplicac¸o˜es Eventos e Estados Alguns eventos sa˜o chamados independentes porque sua ocorreˆncia na˜o depende da ocorreˆncia de eventos anteriores. Por exemplo, o lanc¸amento de uma moeda. Outros eventos podem depender exclusivamente do estado em que o sistema se encontra num momento imediatamente anterior. Um exemplo e´ dado no v´ıdeo. Cada pote pode ser considerado um estado. A possibilidade de mudanc¸a de estado e´ dado pelos nu´meros indicados. Pode ocorrer uma mudanc¸a de estado ou uma permaneˆncia no mesmo estado. Geise dos SantosGraciela Sturm Jefferson Peruzzo CADEIAS DE MARKOV Introduca˜o Cadeias de Markov Exemplo Definic¸o˜es Aplicac¸o˜es A probabilidade de mudanc¸a de estado na˜o e´ independente, pois depende da bolinha retirada no estado imediatamente anterior. O que ocorre e´ que, independentemente do estado inicial (de qual pote a primeira bolinha e´ retirada), depois de um nu´mero grande de retiradas, a probabilidade de se observar cada estado converge para um determinado valor. Geise dos SantosGraciela Sturm Jefferson Peruzzo CADEIAS DE MARKOV Introduca˜o Cadeias de Markov Exemplo Definic¸o˜es Aplicac¸o˜es Cadeia de Markov Esse conceito de modelar sequeˆncias de eventos aleato´rios usando estados e transic¸a˜o entre estados ficou conhecido como Cadeia de Markov. Andrei Markov (1856 -1922) Foi um matema´tico russo. Era interessado na teoria dos nu´meros, ana´lise, e teoria das frac¸o˜es cont´ınuas, a qual aplicava na teoria da probabilidade. Geise dos SantosGraciela Sturm Jefferson Peruzzo CADEIAS DE MARKOV Introduca˜o Cadeias de Markov Exemplo Definic¸o˜es Aplicac¸o˜es Exemplo - Retirado de Poole (2004) E´ realizada uma pesquisa de mercado para determinar a prefereˆncia das pessoas em relac¸a˜o a duas marcas de pasta de dente. A amostra consiste em 200 pessoas; cada uma experimenta duas marcas durantes va´rios meses. Baseada nas respostas do levantamento, a equipe de pesquisa compila a seguinte estat´ıstica: Dos que usaram a marca A em qualquer meˆs, 70% se mantiveram fie´is no meˆs seguinte e 30% mudaram para a marca B; Dos que usaram a marca B em qualquer meˆs, 80% se mantiveram fie´is no meˆs seguinte e 20% mudaram para a marca A. Geise dos SantosGraciela Sturm Jefferson Peruzzo CADEIAS DE MARKOV Introduca˜o Cadeias de Markov Exemplo Definic¸o˜es Aplicac¸o˜es Convertendo as porcentagens para decimais e as considerando com probabilidade, temos: Geise dos SantosGraciela Sturm Jefferson Peruzzo CADEIAS DE MARKOV Introduca˜o Cadeias de Markov Exemplo Definic¸o˜es Aplicac¸o˜es A figura representa uma Cadeia de Markov, pois: Ha´ um nu´mero finito de estados (marcas A e B); A cada passo o processo pode estar em qualquer dos estados, podendo permanecer ou mudar no passo seguinte; O estado para o qual o processo muda no passo seguinte, e a possibilidade disso ocorrer depende apenas do estado imediatamente anterior, e na˜o da histo´ria pela qual o processo passou. Obs.: essas probabilidades de transic¸a˜o dizem respeito a` probabilidade de transic¸a˜o do estado i para o estado j. Geise dos SantosGraciela Sturm Jefferson Peruzzo CADEIAS DE MARKOV Introduca˜o Cadeias de Markov Exemplo Definic¸o˜es Aplicac¸o˜es Supondo que no primeiro meˆs 120 pessoas estejam usando a marca A e 80 pessoas a marca B, quantas pessoas estara˜o usando cada uma das marcas um meˆs depois? A = 0.7 · (120) + 0.2 · (80)→ A = 100 B = 0.3 · (120) + 0.8 · (80)→ B = 100 Geise dos SantosGraciela Sturm Jefferson Peruzzo CADEIAS DE MARKOV Introduca˜o Cadeias de Markov Exemplo Definic¸o˜es Aplicac¸o˜es Notemos que essas operac¸o˜es podem ser descritas como a seguinte equac¸a˜o matricial:[ 0.7 0.2 0.3 0.8 ] · [ 120 80 ] = [ 100 100 ] Geise dos SantosGraciela Sturm Jefferson Peruzzo CADEIAS DE MARKOV Introduca˜o Cadeias de Markov Exemplo Definic¸o˜es Aplicac¸o˜es Matriz de transic¸a˜o A matriz P = [ 0.7 0.2 0.3 0.8 ] e´ chamada matriz de transic¸a˜o e os elementos pij representam a probabilidade de transic¸a˜o do estado j para o estado i. Por exemplo, p11 = 0.7 significa que 70% dos usua´rios permanecera˜o no estado 1 (Marca A); p12 e´ probabilidade de transic¸a˜o do estado 2 (Marca B) para o estado 1 (Marca A). Note que a soma dos elementos das colunas e´ 1. Cada coluna dessa matriz e´ chamada vetor de probabilidade. Geise dos SantosGraciela Sturm Jefferson Peruzzo CADEIAS DE MARKOV Introduca˜o Cadeias de Markov Exemplo Definic¸o˜es Aplicac¸o˜es Formalmente Dados os k estados poss´ıveis de uma cadeia de Markov, a probabilidade de o sistema estar no estado i em qualquer observac¸a˜o se na observac¸a˜o imediatamente precedente estava no estado j , e´ denotado por pij e e´ chamada probabilidade de transic¸a˜o do estado j ao estado i. A matriz P = pij e´ a matriz de transic¸a˜o (HOWARD & RORRES, 2001). Geise dos SantosGraciela Sturm Jefferson Peruzzo CADEIAS DE MARKOV Introduca˜o Cadeias de Markov Exemplo Definic¸o˜es Aplicac¸o˜es Vetor estado Os vetores x0 = [ 120 80 ] e x1 = [ 100 100 ] sa˜o denominados vetores estados da cadeia de Markov. Formalmente Um vetor de estado de uma observac¸a˜o com k estados de uma cadeia de Markov e´ um vetor coluna x cujo o i-e´simo componente xi e´ a probabilidade do sistema estar, naquela observac¸a˜o, no i-e´simo estado (HOWARD & RORRES, 2001). Geise dos SantosGraciela Sturm Jefferson Peruzzo CADEIAS DE MARKOV Introduca˜o Cadeias de Markov Exemplo Definic¸o˜es Aplicac¸o˜es Propriedades Sendo k um estado arbitra´rio, os vetores estado obedecem a` seguinte relac¸a˜o: xk+1 = P · xk E´ poss´ıvel encontrar encontrar o vetor estado para qualquer k por um processo iterativo. Mas. . . x2 = Px1 e x1 = Px0 Substituindo, obtemos: x2 = P(Px0) = P 2x0. Assim, para encontrar o vetor estado em qualquer momento k, utiza-se a relac¸a˜o xk = P kx0 Geise dos SantosGraciela Sturm Jefferson Peruzzo CADEIAS DE MARKOV Introduca˜o Cadeias de Markov Exemplo Definic¸o˜es Aplicac¸o˜es Vetor de Estado Estaciona´rio Depois de um certo nu´mero de processos, os vetores de estado convergem para uma certa probabilidade, e uma vez alcanc¸ada essa distribuic¸a˜o, ela jamais mudara´. No exemplo em estudo: x10 = [ 0.4001 0.5998 ] e x11 = [ 0.4000 0.5999 ] Parece que os vetores de estado se aproximam do vetor [ 0.4 0.6 ] , o que significa que futuramente, 40% da amostra usara´ a pasta A e 60% a pasta B. Geise dos SantosGraciela Sturm Jefferson Peruzzo CADEIAS DE MARKOV Introduca˜o Cadeias de Markov Exemplo Definic¸o˜es Aplicac¸o˜es Utilizando a relac¸a˜o xk+1 = P · xk , e´ poss´ıvel perceber que[ 0.7 0.2 0.3 0.8 ] · [ 0.4 0.6 ] = [ 0.4 0.6 ] ou seja: x = P · x . Um vetor com essa caracter´ıstica e´ chamado de vetor estaciona´rio. Geise dos SantosGraciela Sturm Jefferson Peruzzo CADEIAS DE MARKOV Introduca˜o Cadeias de Markov Exemplo Definic¸o˜es Aplicac¸o˜es Na˜o e´ nessa´rio calcular uma iterac¸a˜o k muito grande para descobrir qual e´ o vetor de estado estaciona´rio. Podemos utilizar a equac¸a˜o matricial Px = x reescrevendo-a como Px = Ix . Esta pode ser reescrita como (I − P)x = 0. Reca´ımosnum sistema linear homogeˆneo de coeficentes I-P. A soluc¸a˜o do sistema e´ o vetor de estado estaciona´rio. Geise dos SantosGraciela Sturm Jefferson Peruzzo CADEIAS DE MARKOV Introduca˜o Cadeias de Markov Exemplo Definic¸o˜es Aplicac¸o˜es As Cadeias de Markov teˆm diversas aplicac¸o˜es na Engenharia, Cieˆncias Naturais, da Computac¸a˜o entre outras. Alguns exemplos sa˜o: Gene´tica; Crescimento Populacional; . . . Geise dos SantosGraciela Sturm Jefferson Peruzzo CADEIAS DE MARKOV Introduca˜o Cadeias de Markov Exemplo Definic¸o˜es Aplicac¸o˜es Outro exemplo Um psico´logo coloca um rato em uma gaiola de treˆs compartimentos, como mostra a Figura. O rato foi treinado para selecionar uma porta aleatoriamente sempre que tocarem um sinal, e dirigir-se atrave´s dela ao pro´ximo compartimento. Geise dos SantosGraciela Sturm Jefferson Peruzzo CADEIAS DE MARKOV Introduca˜o Cadeias de Markov Exemplo Definic¸o˜es Aplicac¸o˜es Item a Se o rato esta´ incialmente no compartimento 1, qual a probabilidade de ele estar no compartimento 2 depois de tocarem o sinal duas vezes? E depois de treˆs vezes? Quais sa˜o as probabilidades do rato passar de um estado a outro? p21 = p31 = 1 2 , p12 = p13 = 1 3 , p12 = p13 = 2 3 , p11 = p22 = p33 = 0 Enta˜o a matriz de probabilidade e´ 0 1/3 1/31/2 0 2/3 1/2 2/3 0 O vetor estado inicial e´ x0 = 10 0 Geise dos SantosGraciela Sturm Jefferson Peruzzo CADEIAS DE MARKOV Introduca˜o Cadeias de Markov Exemplo Definic¸o˜es Aplicac¸o˜es Apo´s dois toques do sinal, temos x2 = P 2 · x0 que nos da´ x2 ≈ 0.3330.333 0.333 Apo´s treˆs toques: x3 = P 3 · x0 que nos da´ x3 ≈ 0.2220.389 0.389 Enta˜o, apo´s dois toques, a probabilidade do rato estar no compartimento 2 e´ 13 , e apo´s treˆs toques, 0.389. Geise dos SantosGraciela Sturm Jefferson Peruzzo CADEIAS DE MARKOV Introduca˜o Cadeias de Markov Exemplo Definic¸o˜es Aplicac¸o˜es Item b Em um prazo longo, quanto tempo o rato passara´ em cada compartimento? Podemos utilizar a relac¸a˜o (I − P)x = 0 que nos da´ x3 = t livre, x1 = 2 3 t e x2 = t. Mas x1 + x2 + x3 = 1, porque e´ um vetor probabilidade. Enta˜o x = 1/43/8 3/8 , que nos diz, em longo prazo, quanto tempo o rato passara´ em cada compartimento. Geise dos SantosGraciela Sturm Jefferson Peruzzo CADEIAS DE MARKOV Introducão Cadeias de Markov Exemplo Definições Aplicações
Compartilhar