Definice stochastického procesu jako funkce 2 proměnných

Slides:



Advertisements
Podobné prezentace
Základní typy rozdělení pravděpodobnosti diskrétní náhodné veličiny
Advertisements

TEORETICKÉ MODELY některých DISKRÉTNÍCH NV
ZÁKLADY PRAVDĚPODOBNOSTI
Vybraná rozdělení diskrétní náhodné veličiny
MARKOVSKÉ ŘETĚZCE.
Limitní věty.
Pravděpodobnost 11  Zásobník úloh  Opakování, procvičení VY_32_INOVACE_21-12.
KFY/PMFCHLekce 3 – Základy teorie pravděpodobnosti Osnova 1. Statistický experiment 2. Pravděpodobnost 3. Rozdělení pravděpodobnosti 4. Náhodné proměnné.
Získávání informací Získání informací o reálném systému
Pravděpodobnost a statistika opakování základních pojmů
Generování náhodných veličin (1) Diskrétní rozdělení
Obsah prezentace Náhodná proměnná Rozdělení náhodné proměnné.
Náhodná veličina.
VY_32_INOVACE_21-01 PRAVDĚPODOBNOST 1 Úvod, základní pojmy.
25. října 2004Statistika (D360P03Z) 4. předn.1 Statistika (D360P03Z) akademický rok 2004/2005 doc. RNDr. Karel Zvára, CSc. KPMS MFF UK
Vybraná rozdělení spojité náhodné veličiny
Generování náhodných veličin (2) Spojitá rozdělení
Systémy hromadné obsluhy
Pravděpodobnost 10 Binomické rozdělení pravděpodobnosti neboli
Nechť (, , P) je pravděpodobnostní prostor:
Aplikovaná statistika
Některá diskrétní a spojitá rozdělení náhodné veličiny.
Diskrétní rozdělení Karel Zvára 1.
Náhodný jev A E na statistickém experimentu E - je určen vybranou množinou výsledků experimentu: výsledku experimentu lze přiřadit číslo, náhodnou proměnnou.
Data s diskrétním rozdělením
Nezávislé pokusy.
POČET PRAVDĚPODOBNOSTI
Generování náhodných veličin Diskrétní a spojitá rozdělení Simulační modely ek.procesů 4.přednáška.
Normální (Gaussovo) rozdělení. Karl Friedrich Gauss
Normální (Gaussovo) rozdělení
Vybraná rozdělení spojité náhodné veličiny
Ekonomické modelování Analýza podnikových procesů Statistická simulace je vhodný nástroj pro analýzu stochastických podnikových procesů (výrobní, obchodní,
Experimentální fyzika I. 2
Rozdělení diskrétních veličin. Příklady diskrétních náhodných veličin Pokus jev nastaljev nenastal pnS hod mincírublíc1/2počet hodůpočet rubů celkem narození.
PRAVDĚPODOBNOST NEZÁVISLÉ JEVY Jevy A,B nazýváme nezávislými, jestliže
ZÁKLADY TEORIE PRAVDĚPODOBNOSTI
Systémy hromadné obsluhy
Pravděpodobnost.
2. Vybrané základní pojmy matematické statistiky
Základy matematické statistiky. Nechť je dána náhodná veličina X (“věk žadatele o hypotéku“) X je definována rozdělením pravděpodobností, s nimiž nastanou.
Náhodný vektor Litschmannová, 2007.
Distribuční funkce diskrétní náhodná proměnná spojitá náhodná proměnná
SZŠ a VOŠZ Zlín ® předkládá presentaci Kabinet MAT Mgr. Vladimír Pančocha.
(Popis náhodné veličiny)
Molekulová fyzika 3. přednáška „Statistický přístup jako jediná funkční strategie kinetické teorie“
Poissonovo rozdělení diskrétní náhodné veličiny
Úvod do praktické fyziky Seminář pro I.ročník F J. Englich, ZS 2003/04.
Příklad 1 Urči pravděpodobnost získání výhry ve Sportce pro 4 uhodnutá čísla. Řešení: Ve Sportce se losuje 6 výherních čísel ze 49 čísel v osudí. Výherní.
Podmíněná pravděpodobnost: Bayesův teorém
Náhodná veličina. Nechť (, , P) je pravděpodobnostní prostor:
Autorem materiálu a všech jeho částí, není-li uvedeno jinak, je Mgr. Vladimír Mikulík. Slezské gymnázium, Opava, příspěvková organizace. Vzdělávací materiál.
POZNÁMKA: Pokud chcete změnit obrázek na tomto snímku, vyberte obrázek a odstraňte ho. Potom klikněte na ikonu Obrázek v zástupném textu a vložte vlastní.
Pravděpodobnost Přednáška č.2. Deterministický a náhodný děj Každý děj probíhá za uskutečnění jistého souboru podmínek Deterministický děj-děj, ve kterém.
ROZDĚLENÍ SPOJITÝCH NÁHODNÝCH VELIČIN Rovnoměrné rozdělení R(a,b) rozdělení s konstantní hustotou pravděpodobnosti v intervalu (a,b) a  x  b distribuční.
POZNÁMKA: Pokud chcete změnit obrázek na tomto snímku, vyberte obrázek a odstraňte ho. Potom klikněte na ikonu Obrázek v zástupném textu a vložte vlastní.
Střední škola a Vyšší odborná škola cestovního ruchu, Senovážné náměstí 12, České Budějovice ČÍSLO PROJEKTU CZ.1.07/1.5.00/ ČÍSLO MATERIÁLU.
Kapitola 5: Spojitá náhodná veličina
1 Autorem materiálu a všech jeho částí, není-li uvedeno jinak, je Mgr. Vladimír Mikulík. Slezské gymnázium, Opava, příspěvková organizace. Vzdělávací materiál.
TENTO PROJEKT JE SPOLUFINANCOVÁN EVROPSKÝM SOCIÁLNÍM FONDEM
Simulace podnikových procesů
Některá rozdělení náhodných veličin
Spojitá náhodná veličina
Pravděpodobnost. Náhodný pokus.
Výukový materiál zpracován v rámci projektu EU peníze školám
ORDINÁLNÍ VELIČINY Měření variability ordinálních proměnných
Normální (Gaussovo) rozdělení
Rozdělení pravděpodobnosti
Poissonovo rozdělení diskrétní náhodné veličiny
2. Vybrané základní pojmy matematické statistiky
Distribuční funkce diskrétní náhodná proměnná spojitá náhodná proměnná
Transkript prezentace:

Stochastické modely –úvod Skripta: Ludmila Dömeová: Stochastické modely I Definice stochastického procesu jako funkce 2 proměnných Realizace stochastického procesu Průsek stochastického procesu Některé typické stochastické procesy – diskrétní a spojité v čase v náhodné veličině Řetězce

Definice stochastického procesu X(t) = F(t,e) e… náhodný jev t… nenáhodná veličina (obvykle čas) Realizace náhodného procesu je nenáhodná funkce: Průsek stochastického procesu je náhodná veličina:

Průsek a realizace stochastického procesu

Členění stochastických procesů e t Diskrétní spojité Spojité spojité Spojité diskrétní Diskrétní diskrétní Spojitá náhodná posloupnost Spojitý náhodný proces Diskrétní náhodný proces Diskrétní náhodná posloupnost = řetěz

Charakteristiky stochastických procesů Střední hodnota=střední hodnotě odpovídajícího průseku Rozptyl =rozptylu odpovídajícího průseku Pulsace=centrovaný stochastický proces Korelační funkce Normovaná korelační funkce=korelační koeficient

čas 8 9 10 11 12 13 14 15 16 17 18 pondělí 5 6 20 22 25 úterý 4 středa průměr 12,7 5,7 9,3 14,3 17,3 19 22,3 Střední hodnota stochastického procesu

Bernoulliho posloupnost n…počet nezávislých pokusů celkem k…počet pokusů při nichž nastane jev A p… pravděpodobnost, že nastane jev A q=1-p…pravděpodobnost, že jev A nenastane Pravděpodobnost, že se jev A uskuteční právě k-krát je:

Bernoulliho posloupnost –příklad 1 Vypočítejte pravděpodobnost, že při 10 hodech minci padne právě 5x orel. p=0,5 p…pravděpodobnost, že padne orel při jednotlivém hodu q…pravděpodobnost, že nepadne orel q=1-0,5=0,5 n=10 k=5

Bernoulliho posloupnost –příklad 1

Bernoulliho posloupnost – příklad 1       p k p0 0,001 1 p1 0,0098 10 0,5 p2 0,0439 2 45 0,25 p3 0,1172 3 120 0,13 0,01 p4 0,2051 4 210 0,06 0,02 p5 0,2461 5 252 0,03 p6 6 p7 7 p8 8 p9 9 p10

Bernoulliho posloupnost –příklad 2 Vypočítejte pravděpodobnost, že při 3 hodech kostkou padne alespoň jedna šestka. p=1/6 p…pravděpodobnost, že padne šestka při jednotlivém hodu q…pravděpodobnost, že nepadne šestka Budeme sčítat pravděpodobnosti, že padne 1, 2 nebo 3 šestky. q=1-1/6=5/6 n=3 k>=1

Bernoulliho posloupnost –příklad 2

Pravděpodobnost, že nastane alespoň jedna událost v čase x. Poissonův proces Čítací (diskrétní) proces, který zkoumá počet určitých jevů v daném intervalu. Pravděpodobnost, že nastane alespoň jedna událost v čase x. Distribuční funkce pro intervaly po sobě jdoucích událostí je exponenciální. Xn…čas, který uplyne mezi (n-1) výskytem a n-tým výskytem e… základ přirozeného logaritmu λ...intenzita Poissonova procesu

Xn x Událost nenastala Časový interval x S1 okamžik první události S2 S4 S3 S5 X1 X2 Xn

Vlastnosti homogenního Poissonova procesu (elementární proces) Stacionarita (homogenita) Nezávislé přírůstky (beznáslednost) Ordinarita

Výpočty pravděpodobností Pravděpodobnost, že v čase t nastane právě k událostí 0! …=1 (cokoli)0=1 Pravděpodobnost, že v čase t nenastane žádná událost

Výpočty pravděpodobností Pravděpodobnost, že v čase t nastane nejvýše k-1 událostí Pravděpodobnost, že v čase t nastane alespoň k událostí

Výpočty pravděpodobností - příklad Autobus č.1 jezdí průměrně 6x za hodinu. Autobus č. 2 jezdí průměrně 10x za hodinu. Jaká je pravděpodobnost, že během 6 minut pojede alespoň 1x autobus č.1 Jaká je pravděpodobnost, že během 6 minut pojede alespoň 1x autobus č.2 Jaká je pravděpodobnost, že pojedou oba ? Jaká je pravděpodobnost, že nepojede žádný?

pp, že pojedou oba:0,4511.0,632=0,2852 pp,že nepojede žádný: intenzita provozu t e autobus 1 6 0,1 2,718 0,5488 0,4511 autobus 2 10 0,3678 0,6321 pp, že pojedou oba:0,4511.0,632=0,2852 pp,že nepojede žádný: (1-0,4511)(1-0,6321) =0,2018 Pojede aspoň jeden ?

Spojování a rozdělování Poissonovských procesů Spojený poissonovský proces má intenzitu   Intenzit provozu t e  nepojede  Pojede aspoň jeden autobus 1 6 0,1 2,7182 0,5488 0,4511 autobus 2 10 0,3678 0,6321 alespon jeden 16 0,2018 0,7981

Příklad Skupinová taxi čekají na zákazníky u nádraží. Příchod potenciálních pasažérů je poissonovský s intenzitou 30 za hodinu. Taxi odjíždí, jakmile nastoupili 4 zákazníci nebo od nastoupení prvního uplynulo 10 minut. Předpokládejte, že jste druhým pasažérem. Jaká je pravděpodobnost, že budete do odjezdu taxi čekat 10 minut?

10 minut budu čekat, jestliže během 10 min nastoupí nejvýše jeden pasažér (nikdo nebo jeden) Č.2 Č.1 Č.3 Už sedí já přišel Č.4 nepřišel

Pravděpodobnost, že taxi nebude čekat na 4 Pravděpodobnost, že taxi nebude čekat na 4. pasažéra a odjede po 10 minutách ne zcela zaplněné je přibližně 4 procenta.