Modelo de Markov Baseado em Agentes — Simulação Híbrida com Agentes Autônomos e Transições de Estado de Markov

O Modelo de Markov Baseado em Agentes (ABMM) é uma estrutura de simulação híbrida que incorpora a lógica de transição de estado de cadeias de Markov dentro de agentes autônomos individuais. Cada agente amostra independentemente seu próximo estado a partir de uma matriz de probabilidade de transição, permitindo que o modelo capture tanto a heterogeneidade em nível micro entre os agentes quanto a estrutura probabilística tratável das cadeias de Markov. A abordagem é amplamente utilizada em economia da saúde, epidemiologia, ciências sociais e pesquisa operacional.