Markovovy řetězce s diskrétním časem (Discrete Time Markov Chain)

Podobné dokumenty
2. TEORIE PRAVDĚPODOBNOSTI

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor nezávislost, funkce náhodného vektoru

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor nezávislost, funkce náhodného vektoru

Analytické modely systémů hromadné obsluhy

Přednáška č. 10 Analýza rozptylu při jednoduchém třídění

Aplikace teorie neuronových sítí

Přednáška č. 2 náhodné veličiny

5. Lineární diferenciální rovnice n-tého řádu

3. Charakteristiky a parametry náhodných veličin

Téma 1: Pravděpodobnost

Náhodné jevy, jevové pole, pravděpodobnost

PRAVDĚPODOBNOST ... m n

Doc. Ing. Dagmar Blatná, CSc.

6.1 Systémy hromadné obsluhy

Metody zkoumání závislosti numerických proměnných

3. Charakteristiky a parametry náhodných veličin

Budeme pokračovat v nahrazování funkce f(x) v okolí bodu a polynomy, tj. hledat vhodné konstanty c n tak, aby bylo pro malá x a. = f (a), f(x) f(a)

Entropie, relativní entropie a sdílená (vazební) informace

Náhodným (stochastickým) procesem nazveme zobrazení, které každé hodnot X t. Promnná t má ve vtšin pípad význam asu. je spojitá,

PRAVDĚPODOBNOST A STATISTIKA

2. Vícekriteriální a cílové programování

Markovovy řetězce se spojitým časem CTMC (Continuous time Markov Chain)

PRAVDĚPODOBNOST A STATISTIKA

TECHNICKÁ UNIVERZITA V LIBERCI

Testování statistických hypotéz

S k l á d á n í s i l

2 IDENTIFIKACE H-MATICE POPISUJÍCÍ VEDENÍ Z NAMĚŘENÝCH HODNOT

5.5. KOMPLEXNÍ ODMOCNINA A ŘEŠENÍ KVADRATICKÝCH A BINOMICKÝCH ROVNIC

Vícekanálové čekací systémy

1. Základy měření neelektrických veličin

Příklady z finanční matematiky I

11. INDUKTIVNÍ STATISTIKA

Kvantová a statistická fyzika 2 (Termodynamika a statistická fyzika)

k(k + 1) = A k + B. s n = n 1 n + 1 = = 3. = ln 2 + ln. 2 + ln

c) Pomocí Liouvillovy věty dokažte, že Liouvillovo číslo je transcendentí. xp 1 (p 1)! (x 1)p (x 2) p... (x d) p e x t f(t) d t = F (0)e x F (x),

8. Zákony velkých čísel

APLIKACE STOCHASTICKÉHO MODELU MARKOVSKÉHO TYPU APPLICATION OF A MARKOV S TYPE STOCHASTIC MODEL. Jan Získal

Úvod do korelační a regresní analýzy

3. Lineární diferenciální rovnice úvod do teorie

Odhady parametrů základního souboru. Ing. Michal Dorda, Ph.D.

Náhodným (stochastickým) procesem nazveme zobrazení, které každé hodnotě náhodnou veličinu X ( t)

PRAVDĚPODOBNOST A STATISTIKA

6 VYBRANÁ ROZDLENÍ DISKRÉTNÍ NÁHODNÉ VELIINY

Digitální učební materiál

Národní informační středisko pro podporu kvality

NEPARAMETRICKÉ METODY

8.1.2 Vzorec pro n-tý člen

Spolehlivost a diagnostika

9 NÁHODNÉ VÝBĚRY A JEJICH ZPRACOVÁNÍ. Čas ke studiu kapitoly: 30 minut. Cíl:

Generování dvojrozměrných rozdělení pomocí copulí

Interpolační křivky. Interpolace pomocí spline křivky. f 1. f 2. f n. x... x 2

MODELY HROMADNÉ OBSLUHY Models of queueing systems

Odhady parametrů základního. Ing. Michal Dorda, Ph.D.

8.1.2 Vzorec pro n-tý člen

SP2 Korelační analýza. Korelační analýza. Libor Žák

Náhoda. Pravděpodobnost výhry při sázce na barvu: p = 18/37 = 0,486 Průměrný zisk při n sázkách částky č: - n.č + 2.č.n.p = n.č.

Optimalizace portfolia

n 3 lim 3 1 = lim Je vidět, že posloupnost je neklesající, tedy z Leibnize řada konverguje, ( 1) k 1 k=1

Obyčejné diferenciální rovnice. Cauchyova úloha Dirichletova úloha

8.3.1 Vklady, jednoduché a složené úrokování

6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna.

MARKOVOVSKÉ ŘETĚZCE Stochastické procesy Markovovské řetězce s diskrétním časem DTMC Discrete Time Markov Chain...

PRAVDĚPODOBNOST A STATISTIKA

MATICOVÉ HRY MATICOVÝCH HER

7 VYUŽITÍ METOD OPERAČNÍ ANALÝZY V TECHNOLOGII DOPRAVY

1.1 Definice a základní pojmy

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor

můžeme toto číslo považovat za pravděpodobnost jevu A.

Regrese. Aproximace metodou nejmenších čtverců ( ) 1 ( ) v n. v i. v 1. v 2. y i. y n. y 1 y 2. x 1 x 2 x i. x n

Základy teorie pravděpodobnosti a teorie grafů

1. Úvod do základních pojmů teorie pravděpodobnosti

DISKRÉTNÍ MATEMATIKA II

Nejistoty měření. Aritmetický průměr. Odhad směrodatné odchylky výběrového průměru = nejistota typu A

12. Neparametrické hypotézy

Definice obecné mocniny

TOKY V GRAFU MAXIMÁLNÍ TOK SÍTÍ, MINIMALIZACE NÁKLADŮ SPOJENÝCH S DANOU HODNOTOU TOKU, FIXNÍ NÁKLADY, PŘEPRAVNÍ (TRANSHIPMENT) PROBLÉM.

, jsou naměřené a vypočtené hodnoty závisle

Tento odhad má rozptyl ( ) σ 2 /, kde σ 2 je rozptyl souboru, ze kterého výběr pochází. Má-li každý prvek i. σ 2 ( i. ( i

Mendelova univerzita v Brně Statistika projekt

1 POPISNÁ STATISTIKA V PROGRAMU MS EXCEL

jako konstanta nula. Obsahem centrálních limitních vět je tvrzení, že distribuční funkce i=1 X i konvergují za určitých

Matematika I, část II

3. část: Teorie hromadné obsluhy. Ing. Michal Dorda, Ph.D.

1 Popis statistických dat. 1.1 Popis nominálních a ordinálních znaků

4.2 Elementární statistické zpracování Rozdělení četností

4EK212 Kvantitativní management 4. Speciální úlohy lineárního programování

Tento materiál vznikl díky Operačnímu programu Praha Adaptabilita CZ.2.17/3.1.00/33254

PRAVDĚPODOBNOST A STATISTIKA. Náhodná proměnná vybraná rozdělení

Pro statistické šetření si zvolte si statistický soubor např. všichni žáci třídy (několika tříd, školy apod.).

Lineární regrese ( ) 2

3. Hodnocení přesnosti měření a vytyčování. Odchylky a tolerance ve výstavbě.

Jihočeská univerzita v Českých Budějovicích. Pedagogická fakulta PRAVDĚPODOBNOSTNÍ MODELY KOLEM NÁS BAKALÁŘSKÁ PRÁCE. Radka Glücksmannová

VY_52_INOVACE_J 05 01

1. Přirozená topologie v R n

Testování statistických hypotéz

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor

Západočeská univerzita FAKULTA APLIKOVANÝCH VĚD

Statistika. Jednotlivé prvky této množiny se nazývají prvky statistického souboru (statistické jednotky).

Lineární a adaptivní zpracování dat. 12. Adaptivní filtrace a predikce III.

Výstup a n. Vstup. obrázek 1: Blokové schéma a graf paralelní soustavy

Transkript:

Stochastcé rocesy Marovovy řetězce s dsrétím časem (Dscrete Tme Marov Cha) Stochastcý roces Stochastcým rocesem {X(t), tr} je moža áhodých velč X(t) závslých a jedom arametru t. Stavový rostor : moža možých hodot X(t) S={e,e,...,e } Parametrcý rostor : moža hodot t Stochastcý roces (dsrétí x sojtý) v úrov (dsrétí x sojtý) v čase Přílady: Hydrogeologcé děje Produce Zašumělé sgály Zabezečovací zařízeí Systémy hromadé obsluhy

Náhodý řetězec = stochastcý roces s dsrétím stavy e, e,, e, a dsrétím časem X t = t t t t Předoládejme, že oamžy změ tvoří artmetcou oslouost roces je osá oslouostí áhodých velč X, X,..., X,... tzv. áhodým řetězcem. Daý systém se v aždém oamžu achází rávě v jedom z daé možy stavů. Stav systému se měí systém řechází áhodě z jedoho stavu do druhého. Андрей Андреевич Марков (85, Rjazaň 9, Petrohrad) Alace Statstcá mechaa Iformačí teore omrese dat Artmetcé a etrocé ódováí Rozozáváí obrazů Rozozáváí řeč Boformata Teore Her 4

5 Marovovsé řetězce ravděodobost, s mž astávají jedotlvé změy řechody mez dvěma stavy ejsou ovlvňováy ředchozí hstorí rocesu. Pravděodobost řechodu systému ze stavu e do stavu e j eí ja závslá a tom, ja se systém do stavu e j dostal. P( X e / X e, X e,, X e ) P( X e / X e ) j j j Homogeí Marovovy řetězce ravděodobost řechodu ezávsí a oamžu, v ěmž se řechod usutečňuje j ()= j j j

5 4 5,,,,4,,,,,4,,, 4,,4, 5 5 4 7 Matce řechodu P 4 5,,,,4,,,,,4,,, 4,,4, 5 Rozděleí ravděodobost stavů o rocích vetor a() : oč. stav: a() = (,,,,) a() = (?,?,?,?,? ) a() = (?,?,?,?,? ) P.......... { j} Př: Žába je a. ame, určete ravděodobost, že o socích bude a 5. ame. 5,.,4 5,., 5. 45,. 55,.,47 8 4

Matce řechodu P,,,,4,,,, a,4,,,,,4, Př: Žába je a. ame, určete ravděodobost, že o socích bude a 5. ame.,,,,4,,,, a,,,,,4,,,,,4, 5,.,4 5,., 5. 45,. 55,.,47 9 Výočet stacoárího rozložeí 4 5,,,,4,,,,,4,,, 4,,4, 5 a a P P a a T T T T T P E a o T M P E M - 5 5-5 5 5 7-4 -7 85 Řešeí homogeí soustavy rovc Ma=o, M=P T -E a,,,,t 5

Výočet stacoárího rozložeí (bez absorbce) 4 5,,,,4,,,,,4,,, 4,,4, 5,5,5 a a P P a a T T T T T P E a o T M P E a [.,.5,.,.8,.8 ] Chama Kolmogorovova rovost j () - ravděodobost, že systém, terý byl v určtém oamžu ve stavu e bude o řechodech ve stavu e j. () j j ( ) ( ) ( m) ( m) j j j P={ j } matce řechodu; P () ={ j () } matce řechodu o rocích P (+m) =P ().P (m) P (m) =P m

Rozděleí ravděodobost stavů a Ozačme a ()=P(X =e )...st, že ve o řechodech (rocích) bude systém ve stavu e. Zalost očátečího rozložeí a () a stí řechodu je zcela ostačující, rozložeí áhodých velč a () odvodíme. a () a () ( ) ( ) ( ) ( ) () ( ) a( ) a() P a a a( ) ( a ( ), a ( ), K a ( ), K) a a P Stacoárí rozložeí - rozděleí ravděodobost, teré řetězec dy eoustí. a ( a, a,..., a,...) a( ) a( ) a a P Př: Hod mcí. Na začátu máte oruy. Sázíte vždy jedu oruu. Hra očí, emáte-l žádé eíze, ebo oud vyhrajete dvojásobe očátečí částy. Určete stacoárí rozložeí. Stavy ohodotíme možou fačí částou S=(,,,,4) a ()... st že o -té sázce máte oru a()=(,,,,) očátečí rozložeí Stacoárí rozložeí: P a a P 4 7

Výočet stacoárího rozložeí a a, a, a, a a, a, a, a,, 4 a4 a a a a a a a a a a a a a a4 a4 a Stacoárí rozložeí (establzovaého řetězce) a,,,, 5 Př: Provádíme sér ousů. V rvém má úsěch st. 5%. Jestlže se ous odařl, má další úsěch st. 7%, ale jestlže se eodařl je st. úsěchu v ásledujícím ousu je %. Určete st. úsěchu - tého ousu. S={U,N}. P,7,,,4 Matce má jedoduchou struturu, řevedeme j a dagoálí tvar. P Q DQ P Q D Q D, a() ; a( ) a() P D, a( ) a() P ; P ; / / Q ; Q / / P 8

Stablzace systému lm a( ) a() lm P lm a ( ) ( ) a () lm a () a a Rozložeí ravděodobostí stavů systému se může o delší době ustált a stacoárím rozložeí. Poud je toto rozložeí ezávslé a očátečím rozložeí a (), a je systém stablzová. K tomu je uté, aby ro overgovaly ravděodobost (). Stablzovaý systém má jedé stacoárí rozděleí. a a P a Aby byl systém stablzovaý, musí mít matce lm P stejé řády. Každý řáde je a rove vetoru rozložeí ve stablzovaém stavu. 7 Př: Hod mcí. Na začátu máte oruy. Sázíte vždy jedu oruu. Nemáte-l žádé eíze, je vám oduště vlad sázy a aoa, oud máte dvojásobe očátečí částy, ezísáte ř další výhře c. Stavy ohodotíme možou fačí částou S=(,,,,4) a ()... st že o -té sázce máte oru a()=(,,,,) očátečí rozložeí 8 9

Př: Provádíme sér ousů. Jestlže se ous odařl, má další úsěch st. 7%, ale jestlže se eodařl, st. úsěchu v ásledujícím ousu je je %. Zjstěte, zda je systém stablzovaý. P S={U,N}.,7, a( ) a() P P,,4 lm a( ) a() lm P Počátečí vetor a() ( a(), a()) lm P lm a( ) ( a(), a()), 9 Stav e je dosažtelý ze stavu e j, jestlže exstuje > ta, že () j >. Oz: e j -> e Marovův řetězec je erozložtelý(rreducblí) aždý stav je dosažtelý z aždého jeho stavu. Říáme, že stavy e, e j omuují, jestlže e j -> e a současě latí e -> e j. Relace omuace je evvalece zůsobuje a stavovém rostoru rozlad a KOMUNIKAČNÍ TŘÍDY. Komuačí třída C se azývá uzavřeá, jestlže ro aždé dva stavy e, e ; e C e C latí, že e eí dosažtelý z e. j j j DTMC je rreducblí, dyž všechy jeho stavy jsou v uzavřeé třídě. Stavový graf rreducblího řetězce je slě souvslý.

Rozlad matce řechodu Stavový rostor můžeme jedozačě rozložt S C C C T, de C jsou uzavřeé omuačí třídy a T je sjedoceí ostatích tříd. Matc řechodu můžeme řerovat řezačeím ořadí vrcholů P P, PK D Q P jsou stochastcé matce uzavřeých omuačích tříd D eulová obecá matce Q substochastcá matce j j Klasface stavů Marovova řetězce Stav je absorčí, oud z ěj eí ávratu do jého stavu. f () st, že se systém o rocích do stavu e vrátí. st, že se systém do stavu e vrátí. f f f Stav je trvalý, oud st, že se do ěj systém v oečém čase vrátí je. Stav, terý eí trvalý, se azývá řechodý. Trvalý stav bude avštíve eoečěrát, zatímco řechodý stav je v oečém očtu. f Trvalý stav e je ulový, oud st ávratu do ěj lesá s časem ule. j Vzájemě omuující stavy jsou buď oba trvalé, ebo oba řechodé, tedy v aždém uzavřeé omuačí třídě jsou všechy stavy stejého tyu. Jestlže je oečá omuačí třída uzavřeá(otevřeá), a jsou všechy stavy trvalé, eulové(řechodé).

Př: Určete uzavřeé omuačí třídy a matc daého rocesu A B C D E G,,,,, C A B C C C D E T G / / / / / / P / / / / / / / / Stavy A, B, C, D, E jsou trvalé eulové, G je stav řechodý Stavy stablzovaého systému Stav se azývá erodcý s erodou d, jestlže d / Jestlže je d=, říáme, že je stav eerodcý Pro rreducblí eerodcý homogeí Marovův řetězec vždy exstují lmty lm ( ) a Tyto lmty jsou ezávslé a očátečím stavu rocesu a může astat rávě jeda z možostí: Všechy stavy jsou řechodé, ebo trvalé ulové. Všechy lmty jsou ula a stablzovaý stav eexstuje Všechy stavy jsou trvalé eulové, lmty overgují ezávsle a. Stacoárí stav můžeme vyočítat z odmíy a ap; a 4

Aalyzujte stavy Marovova řetězce s matcí řechodu:. P / /. P,7,,,4 DU: Na oruží trase je umístěo 5 bodů. Mez m řeváží automobl álady. Nálad z aždého bodu řeváží ouze do ásledujícího s ravděodobostí a do ředchozího s ravděodobostí q=-. Určete matc ravděodobostí řechodu a stacoárí stav systému. 5