Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Введение в теорию случайных процессовСтр 1 из 3Следующая ⇒
Оглавление Предисловие. 3 1. Введение в теорию случайных процессов. 4 2. Дискретные марковские цепи. 6 3. Корреляционная теория случайных процессов. 16 4. Условные математические ожидания. 20 5. Винеровский процесс и интегралы Ито. 21 Решения 2. Дискретные марковские цепи. 23 4. Условные математические ожидания. 40 5. Винеровский процесс и интеграл Ито. 43 Ответы (Дискретные марковские цепи) 45
Предлагаемый сборник задач предназначен для использования на семинарских занятиях по курсу «Теория случайных процессов» для студентов механико-математического факультета. Его цель – помочь студентам, овладевшим основами теории вероятностей, познакомиться с основными понятиями теории случайных процессов и овладеть методами решения задач, связанных с дискретными цепями Маркова, корреляционной теорией случайных процессов, винеровским процессом, интегралом Ито и стохастическими дифференциальными уравнениями. Отдельный раздел посвящен очень интересной теме – условные математические ожидания относительно σ – алгебры. Для части задач приведены решения. При составлении сборника использовались и известные задачи, возникшие в результате педагогической деятельности авторов. Авторы будут благодарны за любые замечания, способствующие улучшению данного пособия. Дискретные марковские цепи. Задачи. 1. Пусть последовательность случайных величин , , образует цепь Маркова. Доказать, что для : а) ; б) ; в) 2. Пусть последовательность случайных величин , , образует цепь Маркова. Положим П т.е. «прошлое» т.е. «настоящее»/ и т.е. «будущее»/. Доказать, что Р(ПБ/Н)=Р(П/Н)*Р(Б/Н). 3. Пусть последовательность случайных величин , , образует цепь Маркова. Выразить через переходные вероятности и начальное распределение вероятностей следующие величины: , , и . 4. Пусть последовательность случайных величин , , образует цепь Маркова. Доказать, что любая подпоследовательность этой последовательности также образует цепь Маркова. 5. Если , , цепь Маркова, то последовательность , , где натуральное, тоже образует цепь Маркова. Доказать. 6. Пусть случайные величины образуют цепь Маркова. Доказать, что случайные величины , где , , также образует цепь Маркова. 7. Если , , цепь Маркова, то последовательность , , где натуральное, тоже образует цепь Маркова. Доказать.
8. Пусть - номер состояния в цепи Маркова в момент времени , матрица вероятностей перехода равна и начальное распределение . Положим Доказать, что последовательность , является цепью Маркова, и найти для этой цепи матрицу Р. 9. Пусть последовательность случайных величин , , является цепью Маркова с матрицей и множеством состояний {1,2,3}. Положим При каком условии последовательность случайных величин , также является однородной цепью Маркова? 10. Пусть , , независимые случайные величины с дискретным распределением, - некоторые измеримые функции. Доказать, что последовательность случайных величин , , где , образует цепь Маркова. 11. Пусть , , последовательность независимых одинаково распределенных случайных величин, принимающих значения 1 и -1 с вероятностями p и q=1-р соответственно. Положим а) , ; б) , ; в) , . Будет ли последовательность , , цепью Маркова? 12. Пусть , , последовательность независимых одинаково распределенных случайных величин, принимающих значения 1 и -1 с вероятностями p и q=1-р соответственно. Доказать, что последовательность , , где φ (-1,-1)=1, φ (-1,1)=2, φ (1,-1)=3, φ (1,1)=4, является цепью Маркова и построить матрицу Р для нее. 13. Пусть , последовательность случайных величин, принимающих значение в множестве Х. Если для любого и любых выполняется соотношение , то последовательность случайных величин , , является цепью Маркова и для любых . Доказать. 14. На стоянку такси через единичные моменты времени прибывают машины (по одной в каждый момент). Если на стоянке нет ожидающих, то машина сразу уезжает. Обозначим через число пассажиров, приходящих в момент k на стоянку, и будем считать, что - независимые случайные величины. Пусть длина очереди в момент времени k, =0. Будет ли последовательность случайных величин , марковской цепью? 15. В начальный момент в урне белых и черных шаров. Через каждую единицу времени из урны (без возвращения) извлекается один шар. Пусть – число белых, а – число чёрных шаров в урне в момент времени k. Какие из указанных ниже последовательностей образуют цепь Маркова:
а) , ; б) , ? 16. К рабочему, стоящему на контроле, через минуту поступают изделия, причём каждое из них независимо от других может оказаться дефектным с вероятностью p, 0<p<1. Поступившие изделия рабочий одно за другим проверяет, затрачивая на проверку каждого по одной минуте. Если изделие оказывается дефектным, то он прекращает проверку других изделий и исправляет дефектное, на что уходит ещё 5 минут. Пусть – число изделий, скопившихся у рабочего через n минут после начала работы. Будет ли последовательность случайных величин , , цепью Маркова? 17. Три танка ведут бой, каждый с двумя другими. Танк A уничтожает танк, по которому он ведёт огонь, с вероятностью 2/3, танк B – с вероятностью 1/2, танк C – с вероятностью 1/3. Танки открывают огонь одновременно, и каждый стреляет по сильнейшему из не уничтоженных к этому моменту противников. Написать матрицу вероятностей перехода за один шаг марковской цепи, состояниями которой будут множества танков, которые еще действуют в данный момент. 18. Три танка ведут бой, танк А стреляет в танк В, танк В – в танк С, танк С – в танк А. Танк А уничтожает танк В с вероятностью 2/3, танк В уничтожает танк С с вероятностью 1/2, танк С уничтожает танк А с вероятностью 1/3. Танки открывают огонь одновременно. Написать матрицу вероятностей перехода за один шаг марковской цепи, состояниями которой будут множества танков, которые еще действуют в данный момент. 19. Пусть последовательность случайных величин , , образует однородную цепь Маркова. Доказать, что для того чтобы случайные величины были независимы, необходимо и достаточно, чтобы все строки матрицы вероятностей перехода за один шаг были одинаковы. 20. Пусть , , последовательность независимых одинаково распределенных случайных величин, принимающих значения 1 и 0 с вероятностями p и q=1-p соответственно. Доказать, что последовательность пар , , образует цепь Маркова и найти матрицу Р вероятностей перехода за один шаг. 21. Эскадрилья бомбардировщиков состоит из четырех самолетов. Боевое задание она получает один раз в день. Если к концу дня из-за потерь, нанесенных противником, наличный состав самолетов уменьшается до нуля, одного или двух, то командир эскадрильи получает один самолет из резерва; этот самолет доставляется ночью. Если наличный состав равен трем или четырем самолетам, то командир не имеет права на пополнение. На следующий день, если в наличии имеется три или четыре самолета, то задание эскадрилье дается; в противном случае задание отменяется. Во время выполнения задания каждый самолет может быть выведен из строя с вероятностью р. Ввести понятие состояния эскадрильи так, чтобы функционирование эскадрильи можно было описать с помощью цепи Маркова, построить матрицу Р и исследовать ее на регулярность. 22. Перед испытуемым находятся два табло с синими и зелеными лампочками. Последовательности зажигания описываются Марковскими цепями с матрицами перехода за один шаг 1) 2) . Испытуемый должен нажать на кнопку, если на обоих табло зажегся зеленый свет. С какой вероятностью после двух правильных нажатий подряд он может ожидать ситуацию, когда не надо нажимать? 23. Пусть , , , где , , последовательность независимых одинаково распределенных случайных величин. Доказать, что последовательность , , образует однородную Марковскую цепь, найти , и , построить матрицу переходных вероятностей за один шаг, если случайные величины , , равномерно распределены на множестве .
24. Для конечной цепи Маркова, состоящей из одного класса несущественных состояний и одного класса существенных состояний, доказать, что: а) из несущественного состояния можно перейти в любое существенное с положительной вероятностью; б) из существенного состояния нельзя перейти в несущественное с положительной вероятностью. 25. Доказать, что несущественное состояние не может быть возвратным. 26. Два состояния i и j марковской цепи отнесем к одному классу K, если существуют такие целые , , что . Введем на множестве классов состояний отношение «<»: будем говорить, что , если существуют состояния и целое такие, что . Доказать, что: а) различные классы не пересекаются; б) если , то не может быть ; в) если и , то . 27. Состояния цепи Маркова - неотрицательные целые числа. Из состояния j, , за один шаг цепь переходит в состояние j+1 с вероятностью и в состояние ноль с вероятностью 1- . Доказать, что для того чтобы состояния цепи были возвратными, необходимо и достаточно, чтобы ряд расходился и >0, . 28. Доказать, что если j невозвратное состояние, то для любого состояния i марковской цепи . 29. Доказать, что если состояние j несущественное, то для любого состояния i при . 30. Доказать, что конечная неразложимая цепь Маркова является непериодической тогда и только тогда, когда существует целое такое, что для любых состояний i и k. 31. Доказать, что для неразложимой цепи Маркова среднее число возвращений в данное состояние, выйдя из него, либо конечно для всех состояний, либо бесконечно для всех состояний. 32. Доказать, что любая цепь Маркова с конечным числом состояний имеет по крайней мере одно возвратное состояние. 33. Пусть все состояния двух цепей Маркова с матрицами вероятностей перехода за один шаг и возвратны. Будут ли возвратны состояния цепи Маркова с матрицей вероятностей перехода за один шаг ? 34. Доказать, что в конечной цепи Маркова состояние возвратно тогда и только тогда, когда оно существенно. 35. Доказать, что цепь Маркова не является эргодической, если: а) в ней имеется по крайней мере одно несущественное состояние; б) в ней имеется по крайней мере два не сообщающихся состояния. 36. Пусть последовательность целочисленных случайных величин , , образует конечную эргодическую цепь Маркова. Положим , , , . Доказать, что существует и для всех j, .
37. Доказать, что для любого состояния цепи Маркова вероятность возвращения в него бесконечное число раз равна 0 или 1, причем в первом случае состояние невозвратно, а во втором возвратно.
38. По виду матрицы переходных вероятностей за один шаг: 1) восстановить недостающие вероятности; 2) построить граф переходов; 3) выделить классы несущественных и существенных состояний; 4) выяснить, является ли марковская цепь эргодической, и найти предельные вероятности; 5) Задав начальное распределение, найти вероятность за три шага попасть в третье состояние: а) ; б) ; в) ; г) ; д) ; е) ; ж) ; з) ; и) ; к) ; л) ; м) ; н) ; о) ; п) ; р) ; с) . 39. Дать классификацию состояний марковской цепи, найти предельные вероятности, если переходные матрицы за один шаг имеют вид: а) ; б) ; в) ; г) ; д) ; ж) . 40. Пусть каждый человек, услышавший новость, может передать ее другому; при этом вероятность искажения смысла на противоположный постоянна и равна р =0,00001. Какова вероятность услышать новость в неискаженном виде после того, как она «побывала» у большого числа людей? 41. Известно, что если погоду в данной местности характеризовать только следующими состояниями: облачно, дождь и хорошая погода, то запись текущей погоды образует марковскую цепь с матрицей вероятностей перехода . Предскажите погоду на один и на два дня вперед, если сегодня погода дождливая. 43. 44. Вернувшись после долгого отсутствия в родной город, вы решили позвонить по телефону всем вашим старым друзьям и сообщить о своем приезде. Под руками у вас оказались две устаревшие телефонные книги, причем вас предупредили, что в одной из них неверно уже около трети всех номеров, а в другой – около четверти, но, в какой именно, неизвестно. Можно избрать две такие тактики поведения: 1) книга выбирается наугад и, если указанный в ней номер нужного вам телефона оказался правильным, вы продолжаете ею пользоваться, если нет – берете другую книгу; 2) метод двух проб: в случаях «правильный – правильный», «правильный – неправильный» и «неправильный – правильный» книга не меняется, в случае «неправильный – неправильный» надо перейти к другой книге. При какой тактике поведения вероятность правильных телефонных показателей выше? 47. Игральная кость последовательно перекладывается с одной грани равновероятно на любую из четырех соседних независимо от предыдущего. К какому пределу при стремиться вероятность того, что при n -м перекладывании кость окажется на грани 6, если сначала она находилась в этом же положении? (Сумма цифр на противоположных гранях равна 7). 48. 49. На окружности расположены шесть точек, равноудаленных друг от друга. Частица из данной точки перемещается в одну из ближайших соседних с вероятностью ¼ или в диаметрально противоположную с вероятностью ½. Построить граф, написать матрицу вероятностей переходов за один шаг. Будет ли эта марковская цепь регулярной?
50. Пусть первая строка стохастической матрицы Р; >0, . В следующих строках , остальные элементы матрицы равны нулю. Классифицировать состояния марковской цепи и найти предельное распределение. 51. Доказать, что все состояния конечной цепи Маркова не могут быть несущественными. 52. Пусть , последовательность независимых целочисленных случайных величин и d>0 целое число. Доказать, что случайные величины , , образуют цепь Маркова. При каком условии она будет однородной? Решения. Дискретные марковские цепи. 1. а) ; б) ; с другой стороны, ; в) в силу равенства б). 2. . Покажем, что : и . 3. P(; аналогично для . Рассмотрим два оставшихся выражения: и в силу задачи 1. 4. Пусть , , подпоследовательность последовательности , . Тогда , где сумма берется по всем попущенным индексам от 0 до и используется задача 1. 5). Положим . Тогда если использовать задачу №1. 6). Повторяя этот прием, приходим к выражению . 7). Положим . Тогда = = = , где сумма берется по всем пропущенным номерам от нуля до (n -1) m и используется задача №1. 8). Введем событие , состоящее в том, что случайные величины могут принимать значения из множества в зависимости от значений случайных величин . Тогда в силу того, что исходная цепь марковская. Аналогично , , так же вычисляется Следовательно, последовательность является цепью Маркова. Найдем матрицу вероятностей перехода за 1 шаг: , тогда ;
, а тогда . Замечание. Запись , означает, что - либо , либо . 9). По аналогии с задачей №8 доказывается, что последовательность , образует марковскую цепь. Найдем условие однородности этой цепи: , для однородной цепи это выражение не зависит от , поэтому , . 10. в силу независимости случайной величины от случайных величин . 11. а) Да, ибо в силу независимости случайных величин , . С другой стороны по той же причине. б) Да, ибо в силу независимости случайных величин , . С другой стороны . в) Да, если , нет – при . Действительно, при : , но где и аналогично , т.е. . С другой стороны, в силу независимости случайных величин , . Если , то положим, например, . Тогда , но . 12) . С другой стороны , в силу независимости случайных величин , таким образом последовательность , образует марковскую цепь. Найдем матрицу P переходных вероятностей за 1 шаг: , и так далее. 13) Если , то . Тогда . Так как по условию, то и поэтому цепь марковская. 14) Если , то в момент длина очереди равна , где , то есть , где . Тогда в силу независимости случайных величин . Аналогично вычисляем . 15) а) , где либо , либо и случайные величины , независимы. Тогда и в силу независимости случайных величин . Аналогично вычисляем . б) , где равно либо 1, либо -1, и случайные величины независимы. Тогда . Аналогично вычисляется . 16) Если то равно либо , если в момент n рабочий продолжает проверку дефектного изделия, пришедшего ранее, либо , если в момент n или ранее он закончил проверку дефектного изделия. Тогда равно 0 или 1 соответственно, то есть зависит от предыстории процесса. 17) Состояния марковской цепи: Ø, А, В, С, АВ, АС, ВС, АВС. Найдем, например, вероятности этих состояний при условии АС. Тогда Р(Ø/АС)=2/3·1/3=2/9, ибо танки А и С уничтожили друг друга; Р(А/АС)=2/3·2/3=4/9, т.е. танк А попал, а танк С промахнулся; Р(С/АС)=1/3·1/3=1/9, т.е. А промахнулся, а С попал; Р(АС/АС)=1/3·2/3=2/9, т.е. оба промахнулись; Р(АВ/АС)=Р(В/АС)=Р(ВС/АС)=Р(АВС/АС)=0 очевидно. Цепь марковская, ибо переход из одного состояния в другое зависит только от того, какие танки остались на поле боя после предыдущего залпа. 18) Состояние марковской цепи те же, что и предыдущей задаче. Найдем, например, вероятности этих состояний при условии АС. Тогда Р(С/АС)=1/3, т.е. С попал в А, а А не стреляет в С; Р(АС/АС)=2/3, т.е. С не попал в А, и А не стреляет в С; все остальные вероятности при условии АС очевидно равны нулю. 19) Если случайные величины независимы, то , т.е. строки одинаковы. Пусть строки одинаковы, т.е. , . Тогда и , и далее по аналогии . Следовательно, , т.е. случайные величины независимы. 20) в силу независимости случайных величин ; при этом при . С другой стороны в силу независимости случайных величин ; при этом, если и , то эта вероятность равна нулю. 21) Обозначим через число самолетов, оставшихся на утро n -го дня, ; очевидно, что , , принимает значения от 0 до 4. Цепь марковская, т.к. число самолетов на сегодняшний день зависит только от числа самолетов, оставшихся со вчерашнего дня. Из состояния 0 можно перейти только в состояние 1, из состояния 1 только в состояние 2, из состояния 2 только в состояние 3, из состояния 3 можно перейти в состояния 0,1,2,3 соответственно с вероятностями р 3, С32 р2q, С31 рq2, q 3. Аналогично определяются вероятности перехода из состояния 4. Так как состояние 4 несущественное, то для доказательства регулярности цепи надо взять матрицу 4×4, образованную первыми четырьмя строками и первыми четырьмя столбцами построенной матрицы. Уже ее четвертая степень дает матрицу, все элементы которой положительны, т.е. цепь регулярная.
|
|||||||||
Последнее изменение этой страницы: 2017-02-07; просмотров: 714; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 3.137.192.3 (0.151 с.) |