Ho visto l'altro post e un post precedente in cui il buon @ingres ti ha dato una mano ed ho la netta sensazione che ti stia incasinando fra appunti e conti...e questo esercizio metterebbe a dura prova il metodo che stai usando, tanto che penso che ti devi aspettare al minimo un errore di calcolo.
Se vorrai seguire il mio consiglio, ridurrai al minimo i conti e i passaggi.
La matrice di transizione associata è: $ P=( ( 0 , 0 , 0 , 0 , 1/2 ),( 1/2 , 0 , 0 , 0 , 0 ),( 1/2 , 1/2 , 0 , 1/2 , 1/2 ),( 0 , 1/2 , 1/2 , 0 , 0 ),( 0 , 0 , 1/2 , 1/2 , 0 ) ) $
Noterai che le colonne sommano ad 1, questo perchè gli statistici amano lavorare per righe e andranno tutti all'inferno per questo. Lavora anche tu per colonne e risparmiati tutte quelle trasposizioni.
Ora, per trovare gli autovalori di una matrice si risolve $det(P-lambdaI)=0$ ma noi già sappiamo che se esistono uno o più stati stazionari, allora sono tutti appartenenti al sottospazio legato a $lambda=1$
Pertanto andiamo dritti alla matrice $ P=( ( -1 , 0 , 0 , 0 , 1/2 ),( 1/2 , -1 , 0 , 0 , 0 ),( 1/2 , 1/2 , -1 , 1/2 , 1/2 ),( 0 , 1/2 , 1/2 , -1 , 0 ),( 0 , 0 , 1/2 , 1/2 , -1 ) ) $ e se è singolare allora esiste almeno uno stato stazionario (e sappiamo che ne esiste almeno uno... sempre).
Nota bene che non ho fatto $I-P$ perchè è assurdo dover calcolare la nuova diagonale E cambiare segno a tutto il resto quando NON è necessario (aumentando la chance di commettere errori).
Adesso dobbiamo risolvere il sistema omogeneo $( ( -1 , 0 , 0 , 0 , 1/2 ),( 1/2 , -1 , 0 , 0 , 0 ),( 1/2 , 1/2 , -1 , 1/2 , 1/2 ),( 0 , 1/2 , 1/2 , -1 , 0 ),( 0 , 0 , 1/2 , 1/2 , -1 ) ) ( ( x ),( y ),( t ),( w ),( z ) ) =( ( 0 ),( 0 ),( 0 ),( 0 ),( 0 ) ) $
ma col cavolo che andiamo a scriverlo, quando possiamo usare le mosse di Gauss!
Per prima cosa però ci semplifichiamo ancora la vita e moltiplichiamo $2*P$ ottenendo $ 2*P=( ( -2 , 0 , 0 , 0 , 1 ),( 1 , -2 , 0 , 0 , 0 ),( 1 , 1 , -2 , 1 , 1 ),( 0 , 1 , 1 , -2 , 0 ),( 0 , 0 , 1 , 1 , -2 ) ) $. E' molto meglio lavorare con numeri interi no? Anche questo aiuta a ridurre e di molto gli errori di calcolo.
Dopo tre passaggi con Gauss sono arrivato a $( ( 2 , 0 , 0 , 0 , -1 ),( 0 , 4 , 0 , 0 , -1 ),( 0 , 0 , 8 , -4 , -7 ),( 0 , 0 , 0 , 4 , -3 ),( 0 , 0 , 0 , 0 , 0 ) ) $
L'ultima riga nulla è rincuorante. Adesso sappiamo che il kernel di questa matrice ha dimensione 1, quindi esiste un autovettore/stato stazionario (e non ci deve stupire la cosa). Risolvere il sistema omogeneo partendo da questa matrice a scalini è una baggianata e (ponendo z=1) si ottiene $ ( 1/2 \ \ 1/4 \ \ 5/4 \ \ 3/4 \ \ 1 ) $. Questo è solo uno dei possibili autovettori, ma a noi interessa quello normalizzato a somma 1: pertanto lo moltiplichiamo per 4 e poi dividiamo ogni componente per la somma delle componenti ottenendo $ ( 2/15 \ \ 1/15 \ \ 1/3 \ \ 1/5 \ \ 4/15 ) $. Questo è lo stato stazionario nel lungo periodo. 1/3 delle volte si finisce in prigione
Per rispondere all'ultima domanda calcoliamo i valori attesi moltiplicando i pedaggi per le probabilità.
$2/15*105=14$ $1/15*240=16$ $1/5*90=18$ e infine $4/15*75=20$.
Pertanto Viale Vesuvio è la proprietà da acquistare.