Индивидуальные очистные сооружения: К классу индивидуальных очистных сооружений относят сооружения, пропускная способность которых...
Кормораздатчик мобильный электрифицированный: схема и процесс работы устройства...
Топ:
Оценка эффективности инструментов коммуникационной политики: Внешние коммуникации - обмен информацией между организацией и её внешней средой...
Организация стока поверхностных вод: Наибольшее количество влаги на земном шаре испаряется с поверхности морей и океанов...
Интересное:
Искусственное повышение поверхности территории: Варианты искусственного повышения поверхности территории необходимо выбирать на основе анализа следующих характеристик защищаемой территории...
Мероприятия для защиты от морозного пучения грунтов: Инженерная защита от морозного (криогенного) пучения грунтов необходима для легких малоэтажных зданий и других сооружений...
Аура как энергетическое поле: многослойную ауру человека можно представить себе подобным...
Дисциплины:
2017-10-01 | 411 |
5.00
из
|
Заказать работу |
|
|
Пусть Т – некоторое множество действительных чисел. Если каждому значению поставлена в соответствие случайная величина X (t),то на множестве Т задана случайная функция X (t).
Если t – время, то случайная функция называется случайным процессом. Значение случайной функции X (t 0)при t = t0, где ,называется сечением. Каждое испытание дает конкретную функцию x (t), которая называется реализацией (траекторией) случайной функции.
При зафиксированном значении аргумента t случайная функция X (t) превращается в случайную величину – сечение случайной функции или процесса. Тогда X (t) в данный момент времени t определяется плотностью распределения р (x; t). Однако одномерные законы распределения и их числовые характеристики, вычисленные для одного момента времени (для одного сечения семейства реализаций) не могут оценивать характер изменения процесса во времени. Для этой цели используют характеристики связи между ординатами, взятыми в различные моменты времени. Наиболее полно эти связи характеризуются многомерной плотностью распределения f (x l, x 2,.., xn; t l, t 2,.., tn) п произвольных сечений процесса. Однако многомерная плотность распределения не всегда известна, поэтому для практических приложений случайные процессы характеризуются математическим ожиданием, дисперсией и корреляционной функцией.
Математическим ожиданием случайной функции X (t)называют неслучайную функцию тх (t),которая при каждом значении аргумента t равна математическому ожиданию соответствующего сечения семейства реализаций случайной функции: и является средней траекторией для всех возможных реализаций.
Дисперсией случайной функции X (t)называют неслучайную функцию Dx (t),значение которой для каждого t равно дисперсии соответствующего сечения случайной функции: и характеризующей возможный разброс реализаций случайной функции относительно средней траектории.
|
Корреляционной функцией случайной функции X (t)называют неслучайную функцию двух аргументов Kx (t, t'),которая при каждой паре значений t, t' равна корреляционному моменту соответствующих сечений случайной функции:
Корреляционная функция характеризует степень зависимости между сечениями случайной функции, относящихся к различным t. Положительное значение корреляционной функции свидетельствует о том, что при увеличении (уменьшении) ординат процесса в сечении t всреднем увеличиваются (уменьшаются) ординаты при t'. Отрицательная корреляция означает увеличение (уменьшение) в среднем ординат в сечении t при их уменьшении (увеличении) в сечении t'.
Корреляционная функция является симметричной функцией своих аргументов, а ее ординаты по абсолютному значению не могут быть больше произведений среднеквадратичных отклонений в моменты времени t и t':
Процесс считается стационарным, если его многомерная плотность распределения не изменяется при сдвиге соответствующих моментов времени на любую величину. В рамках корреляционной теории, процесс считается стационарным, если его ковариационная функция M [ X (t)· X (t ')] не зависит от времени, а зависит только от разности ,
Корреляционная функция стационарного процесса по модулю не превосходит дисперсию:
Стационарный процесс у которого корреляционная функция стремится к нулю при называют эргодичным. Эргодические процессы представляют наибольший интерес для практических приложений, поскольку их характеристики, определяемые по семейству и по одной реализации совпадают:
Марковскими случайными процессами называют такие процесса, у которых плотность совместного распределения произвольных двух сечений полностью определяют характер процессов, т.е. дальнейшее поведение процесса зависит только от значений, принятых процессом в настоящий момент времени, и не зависит от ранее принятых. Марковский случайный процесс, в котором сама функция принимает счетное множество возможных состояний (дискретные состояния) x l, x 2, x 3,.., xn,...,переход из одного состояния в другое происходит скачком под влиянием случайных факторов, называют цепями Маркова. Если переход из состояния в состояние происходит в дискретные моменты времени t 1, t 2, t 3,..., tn,..., тo такой процесс называют дискретными цепями Маркова. Если переходы возможны в любой момент времени, то процесс называют непрерывными цепями Маркова.
|
Вероятность того, что дискретная цепь Маркова в момент времени ti примет значение хп при условии, что в момент времени t i -1, она имела значение хт, называют вероятностью перехода из состояния в состояние Ртп (ti -1, ti). Если эта вероятность зависит от длины промежутка времени и не зависит от начала отсчета времени, т.е. не зависит от номера шага, то такую цепь Маркова называют однородной:
Дискретные цепи Маркова однозначно определяются либо матрицей переходов
или графом состояний
Вектором вероятностей (безусловной вероятностью) состояния цепи Маркова называют вероятности рп (ti) того, что в момент времени ti цепь примет значение хп,которая представляет собой матрицу-строку:
, где
Вектор вероятностей состояния однородной цепи Маркова после i этапов однозначно определяется вектором вероятностей P (t 0) в начальный момент времени и матрицей переходов :
.
Если в цепи Маркова , то вектор вероятностей состояния превращается в вектор финальной (стационарной) вероятности [ р 0, p 1,..., pn ], определяемый из однородной системы (n +1)-го уравнения:
Учитывая, что р 0 +p l +... +pn = 1 и заменяя этим соотношением одно из вышеприведенных уравнений в системе, находим искомые финальные (стационарные) вероятности однородной цепи Маркова.
Для непрерывных цепей Маркова возможности перехода из состояния хm в состояние хп за время Δ t оценивается плотностью вероятностей перехода λтп:
; при условии, что .
Если λтп не зависит от времени, то непрерывная цепь Маркова называется однородной.
Для непрерывных цепей Маркова вектор вероятностей состояния есть функция времени и определяется путем решения системы дифференциальных уравнений, которые составляются по графу состояния цепи Маркова по следующим правилам:
|
- в левой части каждого уравнения стоят производные по времени вероятностей состояния цепи;
- правая часть этих уравнений содержит столько членов, сколько переходов (стрелок на графе) связанно с данным состоянием;
- каждый член правой части уравнений равен произведению плотности вероятностей перехода, соответствующей данной стрелки графа состояния, умноженной на вероятность того состояния из которого исходит стрелка;
- каждый член правой части уравнений имеет знак «минус», если стрелка графа состояния входит в данное состояния и знак «плюс», если стрелка выходит из данного состояния.
Например: Имеем граф состояния однородной непрерывной цепи Маркова:
Для этого графа составляем систему уравнений по вышеуказанным правилам:
Учитывая, что p l(t)+ p 2(t)+ p 3(t)=1, известными методами находят p l(t), p 2(t), p 3(t).
В случае, когда нас интересуют вероятности состояния непрерывных цепей Маркова по истечению длительного промежутка времени (установившейся процесс ), то решение системы получают путем записи в левой части системы дифференциальных вместо производных нулей, т.е.
Задачи
10.1. Имеются три конкурирующих изделия х 1, х 2, х 3.Для определения спроса на эти изделия произведен в некоторый момент времени опрос 1000 человек. Оказалось, что x 1 покупают 500 человек, х 2 – 200, х 3 – 300. По истечению месяца оказалось, что из 500 человек, покупавших изделие х 1, 450 человек продолжали покупать это изделие, 40 человек стали покупать изделие х 2,10 человек – изделие х 3.Из 200 человек, покупавших изделие х 2, 80 стали покупать изделие х 1, 60 – изделие х 3, 60 продолжали покупать изделие х 2.Из 300 человек, покупавших изделие х 3, 60 продолжали покупать это изделие, 210 стали покупать изделие х 1, а 30 – изделие х 2. Определить какое изделие по истечению месяца, двух и пяти лет будет пользоваться наибольшим спросом.
Решение: Предположим, что поведение покупателей в каждый следующий месяц обусловлено их поведением в предыдущий месяц, то мы можем представить эту задачу в виде дискретной однородной цепи Маркова с тремя состояниями.
|
В момент времени t 0(проведение опроса) вероятности состояния системы (вероятности спроса на изделия) имели следующие значения:
P (t 0)=|0,5;0,2;0,3|.
Определим параметры матрицы переходов (вероятности перехода из состояния в состояние):
; ; ;
; ; ;
; ;
Найдем вектор вероятностей состояния цепи по истечению одного месяца:
Т.е. наибольшим спросом по истечению одного месяца будет пользоваться изделие x 1, (p 1(t l) = 0,74), изделия х 2, х 3 одинаковым спросом (p 2(t 1) = p 3(t 1) = 0,13).
По истечению двух месяцев:
наибольшим спросом так же будет пользоваться изделие x 1. По истечению более длительного срока, оценку спроса можно произвести исходя из того, что для данной цепи условия эргодичности выполняется. При получаем следующую систему уравнений:
p 1 = 0,9 p 1 + 0,4 p 2 + 0,7 p 3;
p 2 = 0,08 p 1 + 0,3 p 2 + 0,1 p 3;
p 3 = 0,07 p 1 + 0,3 p 2 + 0,2 p 3.
Заменив одно из уравнений вышеуказанной системы уравнением p 1 +p 2 +p 3 = 1, получим искомые финишные (стационарные) вероятности нашей цепи Маркова p 1 = 0,84; p 2 = 0,1; p 3 = 0,06.
10.2. В городе N три местных супермаркета А, В, С,конкурируют между собой и относительно их фирма по изучения рынка выявила следующие факты. На 1 января каждый магазин имел равное число покупателей. За предыдущие 12 месяцев в среднем за месяц:
- Магазин А сохранил 80% своих покупателей и получил 10%
покупателей магазина В и 2% покупателей магазина С;
- Магазин В сохранил 70% своих покупателей и получил 14%
покупателей магазина А и 8% покупателей магазина С;
- Магазин С сохранил 90% своих покупателей, получил 6% покупателей магазина А и 20% покупателей магазина В.
Составьте матрицу перехода для средних ежемесячных изменений. Если предположить, что общее число покупателей в городе N постоянно, то какую долю от их числа имеет каждый магазин с 1 февраля, учитывая, что составленная матрица переходов верна в течение января.
10.3. Компания по прокату автомобилей выдает автомобили в трех аэропортах. Клиенты возвращают автомобили в эти аэропорты в соответствии с таблицей вероятностей:
Куда Откуда | А | В | С |
А | 0,8 | 0,2 | |
В | 0,2 | 0,8 | |
С | 0,2 | 0,2 | 0,6 |
а) Вычислить вектор X' Марковской цепи, удовлетворяющий равенству X'=Х'Р, . Представляет ли этот вектор стационарные вероятности?
б) В каком аэропорту следует построить авторемонтную станцию?
10.4. Некоторая фирма находиться в одном из двух состояний: «получает прибыль» или «нуждается в диверсификации своей деятельности». Если фирма получает прибыль сегодня, вероятность того, что она будет получать прибыль завтра, равна 0,7, а вероятность того, что она завтра будет нуждаться в диверсификации своей деятельности, равна 0,3. Если же фирма нуждается в диверсификации своей деятельности сегодня, то вероятность того, что она будет работать с прибылью завтра равна 0,6, а вероятность того, что она будет нуждаться в диверсификации своей деятельности, равна 0,4. Определить вероятность работы фирмы с прибылью через три дня.
|
|
|
История развития хранилищ для нефти: Первые склады нефти появились в XVII веке. Они представляли собой землянные ямы-амбара глубиной 4…5 м...
Своеобразие русской архитектуры: Основной материал – дерево – быстрота постройки, но недолговечность и необходимость деления...
История развития пистолетов-пулеметов: Предпосылкой для возникновения пистолетов-пулеметов послужила давняя тенденция тяготения винтовок...
Индивидуальные и групповые автопоилки: для животных. Схемы и конструкции...
© cyberpedia.su 2017-2024 - Не является автором материалов. Исключительное право сохранено за автором текста.
Если вы не хотите, чтобы данный материал был у нас на сайте, перейдите по ссылке: Нарушение авторских прав. Мы поможем в написании вашей работы!