MAE 312 — Introdução aos Processos Estocásticos — 1o semestre 2023



Tópicos/Álbuns de slides

Cadeias de Markov em tempo discreto

1. Introduçãoslides
2. Exemplosslides
3. Propriedade Forte de Markovslides
4. Convergência (introdução)slides
5. Classes de comunicaçãoslides
6. Recorrência e transitoriedadeslides
7. Invariância e Convergênciaslides
8. Reversibilidade e Teorema Ergódicoslides

Cadeias de Markov em tempo contínuo

  9. Introdução; Distribuição Exponencialslides
10. Processo de Poisson; Construçãoslides
11. Processo de Poisson; Propriedadesslides
12. Processo de Nascimentoslides
13. Processos Markovianos de saltosslides
14. Equações de Kolmogorovslides
15. Invariância e Convergênciaslides


Referências

J.R. Norris, Markov Chains (Capítulos 1 a 3); primeiro capítulo e algumas seções de outros capítulos podem ser obtidos na página web do autor.

Sheldon Ross, Introduction to Probability Models, 11th / 12th Edition (Capítulos 4 a 6).

Bibliografia adicional

Vide ementa da disciplina.


Notas diversas

Diagonalização de matriz estocástica 2 × 2

Argumento para tempo finito no problema da ruína do jogador

Ordem de magnitude da soma parcial da série harmônica

Aproximação de Stirling -- Vejam outra abordagem, ligeiramente menos informativa, nos apêndices do Capítulo 1 do Norris

Convergência exponencial

Condição para autovalores < 1 em módulo

Ausência de convergência com perda de memória em cadeias irredutíveis e transitórias

Recorrência positiva é propriedade de classe

Exponenciação de matrizes

Justificativa para a conclusão no Slide 5, Álbum 14

Exercício 13, Capítulo 6

Recorrência positiva no PMS vs Cadeia de saltos