cadeia de marcov

1. INTRODUÇÃO
A própria natureza dos cálculos em probabilidade nos conduz ao questionamento se existe ou não dependência na ocorrência de fenómenos simultâneos ou sucessivos. Será que ao retirarmos sucessivamente duas bolas de uma caixa que contem inicialmente 7 bolas azuis e 3 brancas, essas retiradas serão dependentes?
Caso sejam, de que tipo seria essa dependência? E se as retiradas fossem simultâneas? Por mais
Simples que pareçam, essas questões fazem parte do alicerce da teoria de probabilidades e foi a busca por respostas a perguntas similares a estas que levaram grandes matemáticos como Thomas Bayes, Kolmogorov, Fisher, Pearson e muitos outros, a contribuírem no desvendar desse fascinante universo das incertezas. Em particular, pode-se citar Andrei Markov, precursor no estudo da propriedade da perda de memória, propriedade que levou ao desenvolvimento da teoria sobre Cadeias de Markov, ferramenta de grande aplicabilidade nos mais diversos ramos da ciência.
Um dos exemplos mais clássicos de aplicabilidade das Cadeias de Markov talvez seja em teoria dos jogos, onde pode-se provar com indiscutível simplicidade o problema da ruína do jogador. Outro ramo bastante fecundo em cadeias de Markov é a teoria de filas, a qual busca modelar matematicamente o comportamento de uma fila a fim de satisfazer da melhor forma possível o cliente, usuário da fila, e de modo que seja economicamente viável ao prestador de serviços. Na mesma linha de importância, podemos citar também a aplicabilidade dessa teoria em processos migratórios, epidemiológicos, difusão de informação e muitos outros.

2-Objectivos
2.1-Geral:
Analisar os cálculos da Cadeia Markov
2.2-Específicos:

3- Metodologia:
Pesquisa Bibliográfica - por meio de conteúdos teóricos relevantes para responder aos objectivos do mesmo. O levantamento bibliográfico envolveu consulta de diversos livros.
Pesquisa na Internet – foi útil ao estudo, pois através dela foi possível