teoria_ps.pdf
(
125 KB
)
Pobierz
387410598 UNPDF
MateriaÃlpomocniczydoprowadzenia¶cwicze¶nzproces¶owstochastycznych
G.Mazurkiewicz
Literatura
1.T.Inglot,T.Ledwina,Z.ÃLawniczak,
MateriaÃlydo¶cwicze¶nzrachunkuprawdopodobie¶nstwaistatystykimatema-
tycznej
,WydawnictwoPolitechnikiWrocÃlawskiej,WrocÃlaw1984.
2.J.Jakubowski,R.Sztencel,
Wst»epdoteoriiprawdopodobie¶nstwa
,SCRIPT,Warszawa2000.
3.A.Iwanik,J.K.Misiewicz,WykÃladyzproces¶owstochastycznychiprocesyMarkowazzadaniami,wprzygotowaniu
2007.
PROCESYSTOCHASTYCZNE
Poj»ecieprocesustochastycznego,warto¶s¶c¶srednia,funkcjakowariancji,rozkÃlady
sko¶nczenie-wymiarowe
Procesemstochastycznym
fX
t
:
t2Tg
nazywamyfunkcj»eparametrurzeczywistego
t2
IR,
kt¶orejwarto¶sci
X
t
przyka_zdymustalonym
t2T
s»azmiennymilosowymi,okre¶slonyminapewnej
przestrzeniprobabilistycznej(
;F;
P).
Gdy
T
jestzbioremsko¶nczonymlubprzeliczalnym(najcz»e¶sciejzbioremliczbnaturalnychlub
caÃlkowitych),toprocesnazywamyci»agiemlosowym.
Gdy
T
jestzbioremnieprzeliczalnym,tob»edziemyzakÃlada¶c,_ze
T
jestprzedziaÃlem(sko¶nczonym,
jednostronnieniesko¶nczonymlubcaÃl»aprost»aIR).
ÃL»acznerozkÃladyprawdopodobie¶nstwazmiennychlosowych
X
t
1
;X
t
2
;:::;X
t
n
dladowolnych
t
1
;t
2
;:::;t
n
2T
oraz
n¸
1,tzn.rozkÃladywektor¶owlosowych(
X
t
1
;X
t
2
;:::;X
t
n
),nazywamy
rozkÃladamisko¶nczenie-wymiarowymiprocesu
fX
t
:
t2Tg
.
Trajektori»a(realizacj»a)procesustochastycznego
fX
t
:
t2Tg
nazywamyfunkcj»e
t7!X
t
(
!
)
argumentu
t2T
,przyustalonymzdarzeniuelementarnym
!
.
Dlapor¶ownania:funkcja
!7!X
t
(
!
)argumentu
!2
,przyustalonym
t2T
jestzmienn»alosow»a.
Ni_zejpodanede¯nicjedotycz»aproces¶owdrugiegorz»edutzn.takich,kt¶oredlaka_zdego
t
maj»a
sko¶nczonemomentyrz»edudrugiego(innymisÃlowy,E
X
2
t
<1
dlaka_zdego
t2T
).
Warto¶sci»a¶sredni»aprocesu
fX
t
:
t2Tg
nazywamyfunkcj»e
m
X
:
T!
IRde¯niowan»awzorem
m
X
(
t
)=E
X
t
:
Funkcj»ekorelacji(autokorelacji,kowariancji)
K
X
:
T£T!
IRprocesustochastycznego
fX
t
:
t2Tg
okre¶slamynast»epuj»aco
K
X
(
s;t
)=
Cov
(
X
s
;X
t
)=E(
X
s
¡
E
X
s
)(
X
t
¡
E
X
t
)
:
1
Uwaga!Funkcj»ekorelacjiprocesu
fX
t
:
t2Tg
mo_zemywyznaczy¶ctak_zezewzoru
K
X
(
s;t
)=E(
X
s
X
t
)
¡
E
X
s
E
X
t
:
Warto¶scifunkcjikowariancjinaprzek»atnej,tzn.
K
X
(
t;t
),s»ar¶ownewariancjom
V
X
(
t
)=Var
X
t
zmiennychlosowych
X
t
,tzn.
K
X
(
t;t
)=E(
X
t
¡
E
X
t
)
2
=E
X
2
t
¡
(E
X
t
)
2
=Var
X
t
:
¶
Zr¶odÃlo:[1]
Procesci»agÃlyistochastycznieci»agÃly.Processtacjonarny.Mody¯kacjaprocesu.
Processtochastyczny
fX
t
:
t2Tg
nazywamyci»agÃlym,je_zeliprawiewszystkiejegotrajektories»a
funkcjamici»agÃlymi.
Processtochastyczny
fX
t
:
t2Tg
nazywamystochastycznieci»agÃlym,je_zelidlaka_zdego
t2T
idlaka_zdejliczby
²>
0
s!t
P
fjX
t
¡X
s
j>²g
=lim
s!t
P
f!2
:
jX
t
(
!
)
¡X
s
(
!
)
j>²g
=0
:
Processtochastyczny
fX
t
:
t2Tg
nazywamystacjonarnymww»e_zszymsensie,je_zelidla
ka_zdego
n2
INidladowolnych
t
1
;t
2
;:::;t
n
;t
1
+
h;t
2
+
h;:::;t
n
+
h2T
zachodzi
(
X
t
1
;:::;X
t
2
)
d
=(
X
t
1
+
h
;:::;X
t
2
+
h
)
;
gdzie
d
=oznaczar¶owno¶s¶crozkÃlad¶ow.
Wszczeg¶olno¶sci,processtochastyczny
fX
t
:
t2Tg
stacjonarnyww»e_zszymsensieposiadajednakowe
rozkÃladyjednowymiarowe,kt¶oreniezale_z»aodczasu,tzn.dladowolnych
t;s2T
zachodzi
X
t
d
=
X
s
:
Zatemje¶sliprocesstacjonarnyww»e_zszymsensiejesttak_zeprocesemdrugiegorz»edu(E
X
2
t
<1
dla
ka_zdego
t2T
),to
m
X
(
t
)=constoraz
V
X
(
t
)=const
:
Cowi»ecej,funkcjakowariancji
K
X
takiegoprocesuspeÃlniar¶ownaniefunkcyjne
K
X
(
t;s
)=
K
X
(0
;s¡t
)
:
Interpretacja:Stacjonarno¶s¶cprocesuww»e_zszymsensieoznacza,_zewszystkiewÃlasno¶sciprobabili-
styczneniezmieniaj»asi»ewczasie,np.niezmieniaj»asi»ewarunkiwytwarzaniapewnegoproduktu.
Mog»awyst»api¶cpewnelosowezmiany,leczichrozkÃladyprawdopodobie¶nstwnieulegaj»azmianieprzy
przesuni»eciuczasu.
Processtochastyczny
fX
t
:
t2Tg
,dlakt¶oregoE
X
2
t
<1
,nazywamystacjonarnymwszerszym
sensie,je_zeli
m
X
(
t
)=constoraz
K
X
(
t;s
)=
K
X
(0
;s¡t
)
:
2
lim
Processtochastyczny
fY
t
:
t2Tg
nazywamystochastyczn»amody¯kacj»aprocesu
fX
t
:
t2Tg
,
je_zelidlaka_zdego
t2T
P
f!2
:
X
t
(
!
)=
Y
t
(
!
)
g
=1
:
ÃLA
¶
NCUCHYMARKOWA
WarunekMarkowa,jednorodno¶s¶cÃla¶ncucha,macierzprawdopodobie¶nstwprzej¶scia,
rozkÃladybezwarunkowe
Rozpatrzmyci»ag
fX
n
:
n2
IN
g
dyskretnychzmiennychlosowych
X
0
;X
1
;X
2
:::
.
Zbi¶orwszystkichmo_zliwychwarto¶sciprzyjmowanychprzezzmienne
fX
n
:
n2
IN
g
nazywamy
zbioremstan¶owioznaczamy
S
,aelementyzbioru
S
nazywamystanami.
Uwaga!ZaÃlo_zenieodyskretnymrozkÃladzieka_zdejzmiennej
X
i
,
i
=0
;
1
;
2
;:::
,gwarantujeprzeli-
czalno¶s¶czbioru
S
.
M¶owimy,_zezmienne
fX
n
:
n2
IN
g
s»apowi»azanewÃla¶ncuchMarkowa,je_zelidladowolnejliczby
naturalnej
n2
INspeÃlnionyjestwarunekMarkowa,tzn.
P
fX
n
=
s
n
jX
n¡
1
=
s
n¡
1
;:::;X
1
=
s
1
;X
0
=
s
0
g
=P
fX
n
=
s
n
jX
n¡
1
=
s
n¡
1
g;
gdzie
s
0
;s
1
;:::;s
n¡
1
2S
s»adowolnymistanami,dlakt¶orych
PfX
n¡
1
=
s
n¡
1
;:::;X
0
=
s
0
g>
0.
Interpretacja:ÃLa¶ncuchyMarkowamodeluj»atakieukÃladyobserwowalnewdyskretnychmomentach
czasu,dlakt¶orychstanukÃladuw
n
+1chwili(czyli
X
n
+1
)niezale_zyodstanuukÃladuwewszystkich
chwilachwcze¶sniejszych0
;
1
;:::;n
(czyliniezale_zyodwszystkichzmiennychlosowych
X
0
,
X
1
,
:::
,
X
n
),leczzale_zyjedynieodstanuukÃladuwostatniejchwili
n
(czylizale_zyjedynieod
X
n
).
Prawdopodobie¶nstwowarunkowe
p
(
n
)
ij
=P
fX
n
=
s
j
jX
n¡
1
=
s
i
g;
gdzie
s
i
;s
j
2S
s»astanami,nazywamyprawdopodobie¶nstwemprzej¶sciazestanu
s
i
dostanu
s
j
w
n
-tymkroku,za¶smacierz
P
n
=[
p
(
n
)
ij
niezale_z»aodnumerukroku
n
(chwiliprzej¶scia),toÃla¶ncuch
Markowanazywamyjednorodnym.Oznaczato,_ze
p
(
n
)
ij
=
p
ij
iw¶owczasÃla¶ncuchMarkowajestopi-
sywanyprzeztylkojedn»amacierzprawdopodobie¶nstwprzej¶scia
P
=[
p
ij
].
Interpretacja:WjednorodnymÃla¶ncuchuMarkowa
fX
n
:
n2
IN
g
wka_zdymmomenciezmianystan¶ow
nast»epuj»azniezmieniaj»acymisi»eprawdopodobie¶nstwami.W¶owczas,np.mamy
p
ij
=
p
(1)
ij
=
p
(2)
ij
=
p
(112)
ij
;
cooznacza,_ze
p
ij
=P
fX
1
=
s
j
jX
0
=
s
i
g
=P
fX
2
=
s
j
jX
1
=
s
i
g
=P
fX
112
=
s
j
jX
111
=
s
i
g:
3
ij
]powstaÃl»azwarto¶scitychprawdopodobie¶nstwnazywamy
macierz»aprawdopodobie¶nstwprzej¶sciaw
n
-tymkroku.
Je¶sliprawdopodobie¶nstwaprzej¶scia
p
(
n
)
Wdalszychrozwa_zaniachzakÃladamy,_zeÃla¶ncuchMarkowa
fX
n
:
n2
IN
g
jestjednorodnyiprzyj-
mujemyoznaczenie
p
ij
=P
fX
n
=
s
j
jX
n¡
1
=
s
i
g
(poniewa_zchwila
n
niejestistotna).
Macierzprawdopodobie¶nstwprzej¶scia
P
=[
p
ij
]jestmacierz»astochastyczn»a,tzn.
p
ij
¸
0dla
dowolnych
i;j
orazdlaka_zdego
i
X
p
ij
=1
:
s
j
2S
Prawdopodobie¶nstwoprzej¶sciazestanu
s
i
2S
dostanu
s
j
2S
w
n
krokachde¯niujemy
wzorem
p
ij
(
n
)=P
fX
n
=
s
j
jX
0
=
s
i
g:
Nietrudnozauwa_zy¶c,_zezjednorodno¶sciÃla¶ncuchaMarkowa
fX
n
:
n2
IN
g
dostajemytak_zer¶ownanie
p
ij
(
n
)=P
fX
k
+
n
=
s
j
jX
k
=
s
i
g
zachodz»acedladowolnejliczbykrok¶ow
k2
IN.
R¶ownanieChapmana-KoÃlogorowamaposta¶c
p
ij
(
n
)=
X
p
il
(
k
)
p
lj
(
n¡k
)dla0
<k<n;k2
IN
s
l
2S
ioznacza,_zemacierzprawdopodobie¶nstwprzej¶sciaw
n
krokach[
p
ij
(
n
)]jednorodnegoÃla¶ncuchaMar-
kowamaposta¶c
P
n
,tzn.jest
n
-t»apot»eg»amacierzow»amacierzy
P
prawdopodobie¶nstwprzej¶scia
wjednymkroku.
RozkÃladzmiennejlosowej
X
0
nazywamyrozkÃladempocz»atkowymioznaczamy
p
(0)=(P
fX
0
=
s
1
g;
P
fX
0
=
s
2
g;:::;
P
fX
0
=
s
k
g
)
:
RozkÃladzmiennej
X
n
nazywamyrozkÃladembezwarunkowymwchwili
n
ioznaczamy
p
(
n
)=(P
fX
n
=
s
1
g;
P
fX
n
=
s
2
g;:::;
P
fX
n
=
s
k
g
)
:
WjednorodnymÃla¶ncuchuMarkowarozkÃladbezwarunkowywchwili
n
wyra_zasi»ewzorem
p
(
n
)=
p
(0)
P
n
:
4
Klasy¯kacjastan¶owjednorodnegoÃla¶ncuchaMarkowa
Prawdopodobie¶nstwaprzej¶sciaw
n
krokachzestanu
s
i
2S
dostanu
s
j
2S
de¯niujemywzorem
p
ij
(
n
)=P(
X
n
+
k
=
s
j
jX
k
=
s
i
)
; k2
IN
:
M¶owimy,_zestan
s
j
jestosi»agalnyzestanu
s
i
,gdy
p
ij
(
n
)
>
0dlapewnego
n
,wtedyoznaczamy
s
i
!s
j
.
Stany
s
i
i
s
j
wzajemniesi»ekomunikuj»a,gdy
s
i
!s
j
i
s
j
!s
i
,wtedyoznaczamy
s
i
$s
j
.
Stan
s
i
nazywamystanemnieistotnym,gdyistniejestan
s
j
taki,_zestan
s
j
jestosi»agalnyze
stanu
s
i
,alestan
s
i
niejestosi»agalnyzestanu
s
j
.
Zbi¶orstan¶ow
C
nazywamyzamkni»etymzbioremstan¶ow,je_zeli_zadenstanspoza
C
niedasi»e
osi»agn»a¶cwychodz»aczdowolnegostanuw
C
.
ÃLa¶ncuchMarkowa(lubpodzbi¶orjegostan¶ow)nazywamynieprzywiedlnym,gdywszystkiestany
wzajemniekomunikuj»asi»e.
Niech
f
k
(
n
)b»edzieprawdopodobie¶nstwem,_zewychodz»aczestanu
s
k
Ãla¶ncuchpowr¶ociporaz
pierwszydostanu
s
k
w
n
-tymkroku,tzn.
f
k
(
n
)=P(
X
n
=
s
k
;X
n¡
1
6
=
s
k
;:::;X
2
6
=
s
k
;X
1
6
=
s
k
jX
0
=
s
k
)
:
Stan
s
k
nazywamy
a)powracaj»acym,gdy
P
1
n
=1
f
k
(
n
)=1,
a)powracaj»acywtedyitylkowtedy,gdy
P
1
n
=1
p
kk
(
n
)=+
1
,
b)chwilowywtedyitylkowtedy,gdy
P
1
n
=1
p
kk
(
n
)
<1
.
Je_zeli
s
k
jeststanemchwilowym,todlaka_zdegostanu
s
i
zachodzi
P
1
n
=1
p
ik
(
n
)
<1
,zatem
zwarunkukoniecznegozbie_zno¶sciszeregudostajemy,_zelim
n!1
p
ik
(
n
)=0.
Okresowo¶s¶cÃla¶ncuchaMarkowa
Okresemstanu
s
j
2S
jednorodnegoÃla¶ncuchaMarkowanazywamyliczb»e
o
(
s
j
)=NWD
fn
:
p
jj
(
n
)
>
0
g;
gdzieNWDoznaczanajwi»ekszywsp¶olnydzielnik.
Stan
s
j
nazywamyokresowym,gdy
o
(
s
j
)
>
1inieokresowym,gdy
o
(
s
j
)=1.
Oczywi¶scie
p
jj
(
n
)=0dla
n
nieb»ed»acychwielokrotno¶sciami
o
(
s
j
).
Uwaga!WnieprzywiedlnymÃla¶ncuchuMarkowawszystkiestanymaj»atensamokres.
5
b)chwilowym,gdy
P
1
n
=1
f
k
(
n
)
<
1.
U_zytecznejesttwierdzenie:Stan
s
k
jest
Plik z chomika:
skryty21
Inne pliki z tego folderu:
zadania.pdf
(165 KB)
zadania.doc
(348 KB)
zadanei z rozwiązaniem.pdf
(65 KB)
WYKLAD7.PDF
(6728 KB)
Wyklad3_2008.pdf
(482 KB)
Inne foldery tego chomika:
Algebra
Analiza
Angielski
Automatyka
Cyfrówka
Zgłoś jeśli
naruszono regulamin