Cadeia de Markov de tempo discreto

A partir de uma matriz de transicao, calcula a distribuicao apos n passos, a matriz de transicao em n passos (P^n) e a distribuicao estacionaria. Usa backend C++ (RcppArmadillo).

Usage

rnp_cadeia_markov(P, estado_inicial = 1L, n = 10L, digits = 4L)

Arguments

P

Matriz de transicao (linhas somam 1).

estado_inicial

Vetor de distribuicao inicial (soma 1) ou indice inteiro do estado de partida.

n

Inteiro. Numero de passos.

digits

Inteiro. Casas decimais.

Value

Uma lista com:

• distribuicao_n: tibble com a distribuicao apos n passos.

• estacionaria: tibble com a distribuicao estacionaria.

• matriz_n: matriz P^n.

See also

Other probabilidade: rnp_bayes(), rnp_distribuicao_conjunta(), rnp_esperanca_condicional(), rnp_lei_grandes_numeros(), rnp_monte_carlo(), rnp_passeio_aleatorio(), rnp_processo_poisson(), rnp_simula_aceitacao_rejeicao(), rnp_simula_inversao(), rnp_tcl_simulacao()

Examples

P <- matrix(c(0.9, 0.1, 0.5, 0.5), 2, 2, byrow = TRUE)
rnp_cadeia_markov(P, estado_inicial = 1, n = 10)
#> 
#> ── Cadeia de Markov ────────────────────────────────────────────────────────────
#> 
#> ── Distribuicao n 
#> # A tibble: 2 × 2
#>   estado probabilidade
#>   <chr>          <dbl>
#> 1 E1             0.833
#> 2 E2             0.167
#> 
#> ── Estacionaria 
#> # A tibble: 2 × 2
#>   estado probabilidade
#>   <chr>          <dbl>
#> 1 E1             0.833
#> 2 E2             0.167
#> Matriz n: 0.8334, 0.8332, 0.1666, and 0.1668