6. Catene di Markov a tempo continuo (CMTC)

Documenti analoghi
Intorduzione alla teoria delle Catene di Markov

Il modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *

{ 1, 2,..., n} Elementi di teoria dei giochi. Giovanni Di Bartolomeo Università degli Studi di Teramo

3. Esercitazioni di Teoria delle code

Variabili aleatorie discrete. Probabilità e Statistica I - a.a. 04/05-1

Analisi dei flussi 182

Per calcolare le probabilità di Testa e Croce è possibile risolvere il seguente sistema di due equazioni in due incognite:

Algebra Sia A un anello commutativo. Si ricorda che in un anello commutativo vale il teorema binomiale, cioè. (a + b) n = a i b n i i.

Programmazione e Controllo della Produzione. Analisi dei flussi

Grafi ed equazioni topologiche

Gestione della produzione e della supply chain Logistica distributiva. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena

Circuiti dinamici. Circuiti del secondo ordine. (versione del ) Circuiti del secondo ordine

La teoria del consumo

Reti di Telecomunicazione

Gestione della produzione e della supply chain Logistica distributiva. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena

CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI

Statistica descrittiva

Integrazione numerica dell equazione del moto per un sistema lineare viscoso a un grado di libertà. Prof. Adolfo Santini - Dinamica delle Strutture 1

Corso di Automazione Industriale 1. Capitolo 7

UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II FACOLTÀ DI INGEGNERIA

Variabili statistiche - Sommario

I MODELLI MULTISTATO PER LE ASSICURAZIONI DI PERSONE

Modelli decisionali su grafi - Problemi di Localizzazione

Metodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne

FUNZIONAMENTO IN REGIME ALTERNATO SINUSOIDALE

ESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA. Notazione: x i = i-esima modalità della variabile X

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model

CARATTERISTICHE DEI SEGNALI RANDOM

Algoritmi euristici: III Ricerca Locale

Sviluppo in serie di Fourier. Introduzione e richiami sulle basi di spazi vettoriali. Serie di Fourier di segnali a supporto illimitato

Elementi di statistica

Analisi dei Segnali. Sergio Frasca. Dipartimento di Fisica Università di Roma La Sapienza

PROBLEMA 1. Soluzione. β = 64

Sommario. Obiettivo. Quando studiarla? La concentrazione. X: carattere quantitativo tra le unità statistiche. Quando studiarla?

Valutazione dei Benefici interni

Calcolo delle Probabilità

Turbomacchine. Un ulteriore classificazione avviene in base alle modalità con cui l energia viene scambiata:

Centro di massa. Coppia di forze. Condizioni di equilibrio. Statica Fisica Sc.Tecn. Natura. P.Montagna Aprile pag.1

Una semplice applicazione del metodo delle caratteristiche: la propagazione di un onda di marea all interno di un canale a sezione rettangolare.

Il traffico è un gioco?

IL GRUPPO SIMMETRICO S n

Lezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo

Laboratorio 2B A.A. 2012/2013. Elaborazione Dati. Lab 2B CdL Fisica

SOLUZIONE ESERCIZI: STRUTTURA DI MERCATO. ECONOMIA INDUSTRIALE Università degli Studi di Milano-Bicocca. Christian Garavaglia

x(t) x[n] x q [n] x q [n] Campionamento Quantizzazione Codifica

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa lezione 3:

Allenamenti di matematica: Teoria dei numeri e algebra modulare Soluzioni esercizi

COMPORTAMENTO DINAMICO DI ASSI E ALBERI

V n. =, e se esiste, il lim An

Introduzione al Machine Learning

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA

Teoria dei Segnali Rumore granulare

Analisi e confronto tra metodi di regolarizzazione diretti per la risoluzione di problemi discreti mal-posti

4.6 Dualità in Programmazione Lineare

Luciano Battaia. Versione del 22 febbraio L.Battaia. Condensatori e resistenze

1 La domanda di moneta

MODELLISTICA DI SISTEMI DINAMICI

LEZIONE 2. Riassumere le informazioni: LE MEDIE MEDIA ARITMETICA MEDIANA, MODA, QUANTILI. La media aritmetica = = N

Lezione 2 a - Statistica descrittiva per variabili quantitative

Esercizi sulle reti elettriche in corrente continua (parte 2)

Corso di. Dott.ssa Donatella Cocca

5: Strato fisico: limitazione di banda, formula di Nyquist; caratterizzazione del canale in frequenza

Potenzialità degli impianti

6. METODO DELLE FORZE IMPOSTAZIONE GENERALE

Corso di laurea in Ingegneria Meccatronica. DINAMICI CA - 04 ModiStabilita

* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1

L'Analisi in Componenti Principali. Luigi D Ambra Dipartimento di Matematica e Statistica Università di Napoli Federico II

Condensatori e resistenze

Generalità. Problema: soluzione di una equazione differenziale alle derivate ordinarie di ordine n: ( )

Misure Topografiche Tradizionali

IL RUMORE NEGLI AMPLIFICATORI

Analisi dei Segnali. Sergio Frasca. Appunti delle lezioni di. Dipartimento di Fisica Università di Roma La Sapienza

RETI DI TELECOMUNICAZIONE

4. ALGORITMI GREEDY. cambia-monete scheduling a minimo il ritardo. Il problema del cambia-monete. Proprietà di una soluzione ottima

Università degli Studi di Urbino Facoltà di Economia

1. Fissato un conveniente sistema di riferimento cartesiano Oxy si studino le funzioni f e g e se ne disegnino i rispettivi grafici G, G.

Statistica e calcolo delle Probabilità. Allievi INF

31/03/2012. Collusione (Cabral cap.8 PRN capp ) Il modello standard. Collusione nel modello di Bertrand. Collusione nel modello di Bertrand

urto v 2f v 2i e forza impulsiva F r F dt = i t

LE FREQUENZE CUMULATE

SU UNA CLASSE DI EQUAZIONI CONSERVATIVE ED IPERBOLICHE COMPLETAMENTE ECCEZIONALI E COMPATIBILI CON UNA LEGGE DI CONSERVAZIONE SUPPLEMENTARE

Problema 1: nastro trasportatore in anello aperto. Problema 1: nastro trasportatore in anello aperto

Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari

Appunti sulle curve di Bézier

- Riproduzione riservata - 1

1 Bimatrix Games e Best Response Condition

ANALISI DI TABELLE DI CONTINGENZA

LA CALIBRAZIONE NELL ANALISI STRUMENTALE

Scienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni

ESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità:

Circuiti elettrici in regime stazionario

I generatori dipendenti o pilotati e gli amplificatori operazionali

links utili:

RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A 2

Teorema di Thévenin-Norton

Lezione n. 7. Legge di Raoult Legge di Henry Soluzioni ideali Deviazioni dall idealit. idealità. Antonino Polimeno 1

PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE. (Metodo delle Osservazioni Indirette) - 1 -

Il campionamento casuale semplice

CORSO DI FISICA TECNICA 2 AA 2013/14 ACUSTICA. Lezione n 2:

Transcript:

6. Catene d Markov a tempo contnuo (CMTC) Defnzone Una CMTC è un processo stocastco defnto come segue: lo spazo d stato è dscreto: X{x,x 2, }. L nseme X può essere sa fnto sa nfnto numerable. L nseme de temp è contnuo. È un processo markovano.

La propretà d markovanetà mplca che Pr{x(t+ dt) x x(t) j è uguale alla probabltà condzonata con tutt gl stant precedent. x } La dfferenza essenzale tra una CMTD e una CMTC sta qund nel fatto che n una CMTC una transzone d stato può avvenre n un qualunque stante d tempo t, mentre n una CMTD una transzone può verfcars solo n stant d tempo dscret. 2

L evoluzone dnamca d una CMTC è regolata dalle funzon d transzone. La generca funzone d transzone è defnta come la probabltà d transzone da uno stato x all stante t ad uno stato x j all stante t 2 : p j (t,t 2 ) Pr{x(t 2 ) x x(t ) j x } t t 2 Charamente x X j p j (t,t 2 ) x X, t t 2 3

Defnamo la matrce delle probabltà d transzone: P(t,t2 ) [p j(t,t2 )] P(t,t) I Defnamo noltre l vettore delle probabltà assolute all stante t: Π(t) [Π j (t)] Π j(t) Pr{x(t) x j} 4

L equazone che regola l evoluzone dnamca della CMTC è: Π(t + t) Π(t)P(t, t+ t) t > 0 Segue dal fatto che per ogn j: Π (t+ t) j x X p j (t,t+ t)π(t) t > 0 Problema: esstono nfnte matrc delle probabltà d transzone (una per ogn coppa t e t 2 o equvalentemente per ogn coppa t e t). 5

Defnamo ora la matrce delle frequenze (o tass) d transzone: Q(t) lm t 0 P(t,t + t) I t Per defnzone, l generco elemento q j (t) della matrce Q(t) rappresenta la frequenza d transzone dallo stato x all stante t allo stato x j n un stante d tempo nfntamente vcno (t+ dt). Infatt, dalla relazone sopra segue che q j (t) lm t 0 Pr{x(t + t) t x j x(t) x } 6

Per quanto rguarda l generco elemento q lungo la dagonale, osservamo nvece che Pr{x(t + t) x x(t) x } n Pr{x(t + t) x x(t) x } j j j n q (t) t j j j q (t) lm t 0 n q (t) t j j j t q (t) n q j j j (t) 7

La matrce Q(t) soddsfa qund le seguent propretà: La somma degl element d cascuna rga è 0. q j (t) 0 q (t) 0 q (t) x X j j 0 x,xj X x X x X j Q(t) ha sempre un autovalore 0 e tutt gl altr hanno parte reale 0. 8

Lo studo delle CMTC s semplfca notevolmente nel caso n cu l processo sa tempo-nvarante. In questo caso la CMTC vene detta omogenea e P(t,t+ t) P( t) ossa la matrce delle probabltà d transzone dpende dalla sola dfferenza t, e Q(t) Q ossa la matrce delle frequenze d transzone è costante. 9

Una CMTC vene pertanto defnta come una trpla C(X,Q(t),Π(0)) dove: X : nseme degl stat, Q(t) : matrce delle frequenze d transzone all stante t (t 0) Π(0) : dstrbuzone d probabltà assoluta nzale (vettore rga) N.B. Nel seguto c lmteremo a consderare CMTC omogenee. 0

Esempo: Una macchna può trovars n due stat: funzonante o guasta. La frequenza con cu la macchna s guasta è par a 0.0 gorn -. La frequenza con cu vene rparata è nvece par a gorn -. X{x,x 2 } x funzonante, x 2 guasta Q 0.0 0.0 CMTC omogenea

Ad una CMTC omogenea è possble assocare una rappresentazone grafca data da un grafo orentato e pesato G(V,A) dove: V X (ad ogn stato corrsponde un vertce) A X X nseme degl arch dove: l peso del generco arco a (x,x j ) è par a q j ; non esstono arch da x ad x (capp) Esempo precedente: x funzonante, x 2 guasta 0.0 x x 2 2

Π (t) Π(t) Q Equazone d Chapman-Kolmogorov (per CMTC omogenee) Questa equazone è l analogo d Π(K + ) Π(k) P per le CMTD. Osservazone: l equazone d Chapman-Kolmogorov non è sempre d agevole rsoluzone (n partcolare per sstem d ordne elevato) e questo rende dffcle lo studo del transtoro. Soluzone analtca: Π(t) Π(0) Qt e 3

Dstrbuzone stazonara Una dstrbuzone d probabltà assoluta Π s vene detta stazonara se e solo se sono verfcate le seguent condzon: Π Π s s Q 0 Π s, Se Π s è una dstrbuzone stazonara, cò sgnfca che se tale dstrbuzone vene raggunta n un dato stante, allora questa rmarrà nalterata n tutt gl stant successv. 4

Dstrbuzone lmte Una CMTC ha una dstrbuzone lmte se per t, la dstrbuzone d probabltà assoluta tende ad un vettore costante, ossa Π l lm Π(t) t Charamente anche per le CMTC vale la seguente propretà 5

Proposzone: Se Π l è una dstrbuzone lmte, allora essa è anche stazonara. (la dmostrazone è del tutto analoga a quella vsta per le CMTD) Π (t) Π(t) Q lm Π(t) t lm Π(t) t Q Π l Q lm Π(t) t 0 6

Ergodctà Una CMTC è ergodca se e solo se: ) esste lm Π(t) t 2) tale lmte è unco e non dpende dalla partcolare dstrbuzone nzale Π(0). Esstono due dverse tecnche che permettono d studare l ergodctà d una CMTC omogenea. Crtero degl autovalor Crtero grafco 7

Crtero degl autovalor Teorema: Una CMTC omogenea è ergodca se e solo se gl autovalor della matrce Q hanno tutt parte reale < 0, tranne uno che ha charamente è 0. Crtero grafco Teorema: Una CMTC omogenea è ergodca se e solo se l grafo ad essa assocato ammette un unca componente ergodca. 8

Esempo: 0.0 x x 2 Q 0.0 0.0 Crtero degl autovalor: det( λ I Q) λ 0 λ 2 λ ( λ +.0).0 La catena è ergodca. Crtero grafco: Il grafo presenta un unca componente ergodca. 9

La dstrbuzone lmte può essere agevolmente calcolata tenendo conto che, essendo la catena ergodca, questa concde con la dstrbuzone stazonara. Πl Q 0 Πl, Π l 00 0 0 N.B. Non è stato detto nulla a proposto della classfcazone degl stat n quanto è possble rpetere esattamente le stesse defnzon vste nel caso d CMTD (tranne naturalmente che per le defnzon relatve alla perodctà). 20

Process d nascta morte (CMTC-NM) I process d nascta morte a tempo contnuo sono delle CMTC che godono delle seguent caratterstche: gl stat possono solo assumere valor nter: X {0,, 2, 3, } sono ammesse solo le transzon che consentono d passare da uno stato ad uno adacente. 2

λ 0 λ λ 2 0 2 3 µ µ 2 µ 3 λ : tasso d nascta dallo stato µ : tasso d morte dallo stato Anche nel caso delle CMTC-NM lo spazo degl stat rappresenta la popolazone del sstema modellato (ad es. clent n una coda, vecol n un sstema d trasporto, messagg n un sstema d comuncazone, ). 22

In generale λ λ (t) e µ µ (t). Se λ e µ sono costant al varare d t allora l processo è omogeneo (Qcost.). Se λ λ e µ µ per ogn allora l processo è anche unforme. Se λ e µ sono > 0 per ogn, la CMTC-NM è rrducble n quanto tutt gl stat sono mutuamente raggungbl. 23

24 4 3 3 3 2 2 2 2 0 0 0 0 0 0 0 0 0 0 Q µ µ λ µ λ µ λ µ λ µ λ µ λ λ La matrce delle frequenze d transzone ha la seguente struttura: Q ha charamente dmensone nfnta se l numero degl stat è nfnto.

Calcolo della dstrbuzone stazonara (nel caso n cu l numero degl stat sa nfnto): se l processo è unforme, defnamo Πs,+ ρπ Πs, Π ΠsQ 0 Πs, s, 0 2 + ρπ + ρ + s,0 s,0 Πs,0 Πs,0 ρ λ Cò è vero purché sa ρ < µ λ ρ µ se questa sere converge, allora la catena è ergodca. 25

Se la catena è ergodca, allora la dstrubuzone lmte concde con quella stazonara, che rsulta defnta come segue: Π Π s,0 s, ρ ρ Π s,0 ρ ( ρ) > 0 Questo sgnfca che anche nel caso delle CMTC- NM ergodche : ρ µ numero medo d ( ρ) utent a regme 26