Markovské řetězce - PowerPoint PPT Presentation

markovsk et zce n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
Markovské řetězce PowerPoint Presentation
Download Presentation
Markovské řetězce

play fullscreen
1 / 27
Markovské řetězce
314 Views
Download Presentation
zarola
Download Presentation

Markovské řetězce

- - - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript

  1. Markovské řetězce Definice Markovského řetězce Matice přechodu Markovkého řetězce Stavy Markovského řetězce Chapman-Kolgomorovova rovnice Ergodický princip Výpočet ergodických pravděpodobností Střední doba prvního přechodu Absorbční řetězce Střední počet průchodů transientními stavy Pravděpodobnosti přechodů do absorbčních stavů

  2. Základní charakteristiky Bernouliova poslopnost –úplná beznáslednost Markovská vlastnost Markovská vlastnost: Výsledek m-tého pokusu závisí pouze na výsledku m-1 pokusu. Stav systému v okamžiku n závisí pouze na stavu systému v okamžiku n-1

  3. Definice • pij (m) je podmíněná pravděpodobnost přechodu daného systému při m-tém pokusu ze stavu i do stavu j. • Hodnoty 1,2,3 a jevy s1, s2, s3 nazýváme stavy příslušného Markovského řetězce. • Matice přechodu Markovského řetězce je sestavena z podmíněných pravděpodobností přechodů.: • Markovský řetězec je homogenní, když podmíněné pravděpodobnosti přechodu pij (m) nezávisejí na m, tj. pro všechna i,j platí:

  4. Poznámky • Homogenní Markovský řetězecnezávisí na počtu kroků, tj. na čase, tj. nestárne • Rozdělení pravděpodobnosti pijzjišťujeme statistickým šetřením. • Je třeba znát počáteční stav systému X0- pevný nebo náhodný. • Markovský řetězec je stochastický proces diskrétní v čase i v jevech • Matice T je stochastická matice. Pro pijplatí: • Homogenní Markovský řetězec je soustava pravděpodobností, která je určena: • Počátečním stavem (pravděpodobností) • Rozdělením pravděpodobností přechodu • Maticí přechodu

  5. Základní charakteristiky Matice přechodu Markovského řetězce: Matice P je sestavena z podmíněných pravděpodobností přechodu. Absolutní pravděpodobnosti vyjadřují pravděpodobnosti jednotlivých stavů v okamžiku n.

  6. Xk k xj j Xj+1 Xj+2 Xj+3 Xi i Chapman-Kolgomorovova rovnice (n-1) krok l kroků n kroků

  7. Výpočty absolutních pravděpodobností Přechod po n krocích ze stavu j do stavu k prochází stavem i po l krocích. Pro jakékoliv i je pravděpodobnost přechodu ze stavu i do stavu j po l krocích a dále do stavu k po n-l krocích rovna součinu . … matice přechodu za n kroků (n-kroková matice přechodu)

  8. Příklad 1: Oprava stroje Matice přechodu (podmíněných pravděpodobností) -P Stroj může být buď v provozu (stav P) nebo v opravě (stav O). Pravděpodobnost, že se stroj během dne porouchá je 0,2. Pravděpodobnost, že stroj bude během dne opraven je 0,7. Na začátku sledování je stroj v provozu. Jaká je pravděpodobnost, že stroj bude v provozu na začátku pátého dne? Vektor počátečních pravděpodobností

  9. Příklad 1: Oprava stroje

  10. Absorpční stav pokud se do něj Markovský řetězec jednou dostal, nemůže se dostat do jiného stavu Trvalý stav systém se do něj vrací s pravděpodobností 1 Přechodný stav pravděpodobnost návratu do tohoto stavu je menší než 1 Trvalý nulový stav trvalý stav se nazývá nulový, jestliže počet kroků pro návrat má nekonečně velkou střední hodnotu (nazývá se také rekurentní nulový) Trvalý nenulový stav trvalý stav, pro než má počet kroků pro návrat konečnou střední hodnotu pokud návrat může nastat kdykoliv, jedná se o ergodický stav pokud návrat může nastat po určitém počtu kroků, jedná se o periodický stav Ergodický stav stav, který je trvalý, není nulový a není periodický Nepodstatný stav přechod ze stavu sido stavu sj je možný přechod opačným směrem není možný Podstatný stav stav, který není nepodstatný vzájemně dosažitelné stavy jsou sousledné Uzavřená třída skupina vzájemně dosažitelných stavů Regulární řetězec všechny stavy jsou ergodické a tvoří jednu uzavřenou třídu takový řetězec je nerozložitelný Rozložitelný řetězec změnou pořadí stavů lze vytvořit jednotkovou submatici nebo submatice Možné stavy Markovských řetězců

  11. Výpočet ergodických pravděpodobností • Do Markovovy rovnice dosadíme: Vzhledem k n konstanta, prvek matice P Zlimitováno: Pro praktický výpočet přidáváme:

  12. Příklad 1 -pokračování

  13. Střední doba prvního přechodu • Ve stavu si systém setrvá s pravděpodobností pii jednu časovou jednotku. • S pravděpodobností pij přejde do stavu sk a nejkratší doba k návratu je mjk. (1 přechod =1 časová jednotka) • Cesty si do stavu (nebo návraty do si) sj mohou jít přes několik stavů k: • Střední dobu prvého návratu do stavu si: • Střední dobu prvého přechodu ze stavu si do stavu sj :

  14. Si Sj K=1 Si Sk K=3 K=2 Sk Sk Sk Sj K=4 Střední doba prvního přechodu a) přímo b) přes stavy k

  15. Výpočet pomocí fundamentální matice E…jednotková matice P… matice přechodu A…limitní matice (řádky jsou vektory lim pravděpodobností) I… matice složená ze samých jedniček Z…fundamentální matice …prvky na hlavní diagonále se shodují s maticí Z, ostatní jsou nuly …prvky na hlavní diagonále se rovnají

  16. Příklad 1: Střední doba přechodu ze stavu v provozu do stavu v opravě.Výpočet pomocí fundamentální matice

  17. Absorbční řetězce Absorbční stavy Přechodové stavy Absorbční stavy Přechodové stavy

  18. Výpočty pro absorbční řetězce • Fundamentální matice • Střední doba strávená v přechodových stavech • Pravděpodobnost přechodu do absorbčních stavů Součet řádku fundamentální matice

  19. Příklad 2: Absorbční řetězec • Firma vlastní 10 přístrojů, které se mohou dostat do následujících stavů: • P…v provozu • O… v opravě • N… na prodej • Š…do šrotu

  20. Průměrná doba setrvání v provozu

  21. Modely prosté obnovy

  22. Matice přechodu Průměrná věková struktura

  23. Příklad 3 Firma vlastní 10 vozidel. Nakupuje vždy nové a používá je maximálně 4 roky. Při vyřazení vozidla se ihned koupí nové. Pravděpodobnosti dožití a selhání (vyřazení – byly zadané) jsou v tabulce:

  24. Matice přechodu

  25. Matice přechodu

  26. Průměrná životnost