Part 2 - Pregunta 3 · Matemàtiques UB 2015

Tema: Matrius, valors propis, cadenes de Markov i models matricials · Del examen Examen de Matemàtiques (Gener 2015) (2015)

Enunciado

En el marc d'un experiment es modelitza un paràmetre segons la següent funció:

f(x)=∣exx∣f(x) = \left| \frac{e^x}{x} \right|

Part 2 - Pregunta 3 (2 punts). Cadenes de Markov i valors propis

Una determinada població d'ocells migra anualment entre tres assentaments diferents anomenats A, B i C. El model de desplaçament es descriu mitjançant una cadena de Markov amb matriu de transició (estocàstica per columnes):

M=(0,80,20,30,10,70,10,10,10,6)M = \begin{pmatrix} 0{,}8 & 0{,}2 & 0{,}3 \\ 0{,}1 & 0{,}7 & 0{,}1 \\ 0{,}1 & 0{,}1 & 0{,}6 \end{pmatrix}

a)

Es pot assegurar que el vector v=(1,1,1)Tv = (1, 1, 1)^T és vector propi de la matriu MM? Justifiqueu la resposta.

Sí

No

b)

Demostreu que λ=1\lambda = 1 és valor propi de MM i trobeu el vector propi associat. Quina distribució o proporció inicial d'ocells ha d'haver-hi en cadascun dels tres assentaments perquè les poblacions romanguin constants any rere any?

Enunciado: Part 2 - Pregunta 3 · Matemàtiques UB 2015

Solución

Según los criterios oficiales de corrección

a. Es pot assegurar que el vector v = (1, 1, 1)^T és vector propi de la matriu M?

Solución: No

a. Justificació de per què v no és vector propi.

Solución: Mv = (1,3; 0,9; 0,8)^T no és múltiple escalar de (1, 1, 1)^T

b. Demostreu que λ = 1 és valor propi de M i trobeu el vector propi associat.

Solución: v_1 = (11, 5, 4)^T

b. Proporció d'ocells a l'assentament A

Solución: 55% / 0,55 / 11/20

b. Proporció d'ocells a l'assentament B

Solución: 25% / 0,25 / 5/20 / 1/4

b. Proporció d'ocells a l'assentament C

Solución: 20% / 0,20 / 4/20 / 1/5

La explicación paso a paso, hecha con IA, es Premium. Premium

Resuélvelo aquí mismo: corrección automática, pistas y solución paso a paso.

‹ Problema 4. Apartat 4 · 2023 · Ejercicio Opció 2 · Examen de Matemàtiques per a la Biologia ›

Más ejercicios de Matrius, valors propis, cadenes de Markov i models matricials