Question

A propriedade Markoviana é interpretada como, a probabilidade condicional de qualquer estado futuro, conhecidos os estados do presente e do passado, é independente dos estados do passado, ou seja, para conhecermos os estados do futuro só precisamos conhecer os estados do presente. Uma cadeia de Markov pode ser classificada como discreta ou contínua no tempo. Para cada situação, num dado instante t, a variável aleatória X subscript t possui uma função de probabilidade ou uma função densidade de probabilidade conforme o caso seja discreto ou contínuo, respetivamente. A partir desta contextualização e dos seus conhecimentos sobre Cadeias de Markov Discretas, avalie as seguintes proposições: I.No caso de Cadeias de Markov Discretas, temos - P {X subscript t = i} = pi (t), i ∈ {0, 1, 2, . . .}; II.Numa cadeia de Markov discreta no tempo considera-se que o tempo é discreto, logo t ∈ {0, incrementt, 2incrementt, . . .}; III.Numa cadeia de Markov discreta considera-se que a variável aleatória é discreta, X (t) ∈ {0, 1, 2, . . . , q}. Assinale a alternativa que apresenta apenas as alternativas corretas.

Answer 1

 I, II, III.  (CORRETO)

Answer 2

Resposta:

I, II, III.  CORRETO

Explicação: