Felsőbb Matematika Informatikusoknak D házi feladatok a Sztochasztika 2 részhez 2013 tavasz

Hasonló dokumentumok
Markov-láncok stacionárius eloszlása

2.2. A z-transzformált

előadás Diszkrét idejű tömegkiszolgálási modellek Poisson-folyamat Folytonos idejű Markov-láncok Folytonos idejű sorbanállás

Fizika A2E, 5. feladatsor

Felsőbb Matematika Informatikusoknak D házi feladatok a Sztochasztika 2 részhez 2012 tavasz

Legyen adott egy S diszkrét halmaz. Leggyakrabban S az egész számoknak egy halmaza, például S = {0, 1, 2,..., N}, {0, 1, 2,... }.

12. előadás - Markov-láncok I.

Mesterséges Intelligencia 1

(Diszkrét idejű Markov-láncok állapotainak

Ipari matematika 2. gyakorlófeladatok

Gazdasági matematika II. tanmenet

Véletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus.

4. Az A és B események egymást kizáró eseményeknek vagy idegen (diszjunkt)eseményeknek nevezzük, ha AB=O

Feladatok a Gazdasági matematika II. tárgy gyakorlataihoz

2) Írja fel az alábbi lineáris függvény grafikonjának egyenletét! (3pont)

1. feladatsor: Vektorterek, lineáris kombináció, mátrixok, determináns (megoldás)

Véletlen szám generálás

Matematika III. harmadik előadás

Sztochasztikus folyamatok alapfogalmak

Félévi időbeosztás (nagyjából) házi feladat beadási határidőkkel (pontosan) Valószínűségszámítás 2. matematikusoknak és fizikusoknak, 2009 tavasz

0,424 0,576. f) P (X 2 = 3) g) P (X 3 = 1) h) P (X 4 = 1 vagy 2 X 2 = 2) i) P (X 7 = 3, X 4 = 1, X 2 = 2 X 0 = 2) j) P (X 7 = 3, X 4 = 1, X 2 = 2)

függvény grafikonja milyen transzformációkkal származtatható az f0 : R R, f0(

A feladatsorok összeállításánál felhasználtuk a Nemzeti Tankönyvkiadó RT. Gyakorló és érettségire felkészítő feladatgyűjtemény I III. példatárát.

Megoldott feladatok november 30. n+3 szigorúan monoton csökken, 5. n+3. lim a n = lim. n+3 = 2n+3 n+4 2n+1

Másodfokú egyenletek, egyenlőtlenségek

6. Függvények. 1. Az alábbi függvények közül melyik szigorúan monoton növekvő a 0;1 intervallumban?

NULLADIK MATEMATIKA ZÁRTHELYI

1. Ábrázolja az f(x)= x-4 függvényt a [ 2;10 ] intervallumon! (2 pont) 2. Írja fel az alábbi lineáris függvény grafikonjának egyenletét!

x = 1 egyenletnek megoldása. Komplex számok Komplex számok bevezetése

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Trigonometria

MATEMATIKA 2. dolgozat megoldása (A csoport)

Trigonometria Megoldások. 1) Oldja meg a következő egyenletet a valós számok halmazán! (12 pont) Megoldás:

CHT& NSZT Hoeffding NET mom. stabilis november 9.

Lineáris programozás 2 Algebrai megoldás

Biomatematika 2 Orvosi biometria

Másodfokú egyenletek, egyenlőtlenségek

26 Győri István, Hartung Ferenc: MA1114f és MA6116a előadásjegyzet, 2006/2007

Feladatok az 5. hétre. Eredményekkel és teljesen kidolgozott megoldásokkal az 1,2,3.(a),(b),(c), 6.(a) feladatokra

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Függvények

Yule és Galton-Watson folyamatok

Vektorterek. Wettl Ferenc február 17. Wettl Ferenc Vektorterek február / 27

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Függvények

17. előadás: Vektorok a térben

Elméleti összefoglaló a Valószín ségszámítás kurzushoz

Bevezetés az algebrába 2 Differencia- és differenciálegyenlet-rendszerek

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉP SZINT Függvények

Lineáris algebra. (közgazdászoknak)

Valószínűségi változók. Várható érték és szórás

Diszkrét matematika I. gyakorlat

Matematika A2 vizsga mgeoldása június 4.

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Matematika 10 Másodfokú egyenletek. matematika és fizika szakos középiskolai tanár. > o < szeptember 27.

VIK A1 Matematika BOSCH, Hatvan, 5. Gyakorlati anyag

KOVÁCS BÉLA, MATEMATIKA II.

Matematika alapjai; Feladatok

Funkcionálanalízis. n=1. n=1. x n y n. n=1

E-tananyag Matematika 9. évfolyam Függvények

x, x R, x rögzített esetén esemény. : ( ) x Valószínűségi Változó: Feltételes valószínűség: Teljes valószínűség Tétele: Bayes Tétel:

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

1. Házi feladat. Határidő: I. Legyen f : R R, f(x) = x 2, valamint. d : R + 0 R+ 0

VIK A2 Matematika - BOSCH, Hatvan, 3. Gyakorlati anyag. Mátrix rangja

Gazdasági matematika II. vizsgadolgozat megoldása, június 10

i p i p 0 p 1 p 2... i p i

[Biomatematika 2] Orvosi biometria

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

A fontosabb definíciók

Nagy Gábor compalg.inf.elte.hu/ nagy ősz

Alap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( )

NULLADIK MATEMATIKA ZÁRTHELYI

7. feladatsor: Laplace-transzformáció (megoldás)

HALMAZOK. A racionális számok halmazát olyan számok alkotják, amelyek felírhatók b. jele:. A racionális számok halmazának végtelen sok eleme van.

A táblázatkezelő mérnöki alkalmazásai. Számítógépek alkalmazása előadás nov. 24.

2009. májusi matematika érettségi közép szint

Diszkrét idejű felújítási paradoxon

Vektorok, mátrixok, lineáris egyenletrendszerek

LNM folytonos Az interpoláció Lagrange interpoláció. Lineáris algebra numerikus módszerei

Bevezetés. 1. fejezet. Algebrai feladatok. Feladatok

Számsorok. 1. Definíció. Legyen adott valós számoknak egy (a n ) n=1 = (a 1, a 2,..., a n,...) végtelen sorozata. Az. a n

Matematika szigorlat, Mérnök informatikus szak I máj. 12. Név: Nept. kód: Idő: 1. f. 2. f. 3. f. 4. f. 5. f. 6. f. Össz.: Oszt.

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉP SZINT Függvények

Eseményalgebra. Esemény: minden amirl a kísérlet elvégzése során eldönthet egyértelmen hogy a kísérlet során bekövetkezett-e vagy sem.

Intergrált Intenzív Matematika Érettségi

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉP SZINT Függvények

FÜGGVÉNYEK x C: 2

BIOMATEMATIKA ELŐADÁS

Függvények növekedési korlátainak jellemzése

konvergensek-e. Amennyiben igen, számítsa ki határértéküket!

0-49 pont: elégtelen, pont: elégséges, pont: közepes, pont: jó, pont: jeles

1. feladatsor Komplex számok

Függvények Megoldások

A maximum likelihood becslésről

Egyenletek, egyenlőtlenségek grafikus megoldása TK. II. kötet 25. old. 3. feladat

1. Generátorrendszer. Házi feladat (fizikából tudjuk) Ha v és w nem párhuzamos síkvektorok, akkor generátorrendszert alkotnak a sík vektorainak

Véletlen bolyongás. 2. rész. Márkus László jegyzete alapján Tóth Tamás december 10.

Nagy András. Feladatok a logaritmus témaköréhez 11. osztály 2010.

Feladatok Oktatási segédanyag

y = y 0 exp (ax) Y (x) = exp (Ax)Y 0 A n x n 1 (n 1)! = A I + d exp (Ax) = A exp (Ax) exp (Ax)

1. Fuggveny ertekek. a) f (x) = 3x 3 2x 2 + x 15 x = 5, 10, 5 B I. x = arcsin(x) ha 1 x 0 x = 1, arctg(x) ha 0 < x < + a) f (x) = 4 x 2 x+log

Villamosmérnök A4 11. hét Kétdimenziós normális eloszlás, cht - Megoldások

1. Halmazok, számhalmazok, alapműveletek

Átírás:

Felsőbb Matematika Informatikusoknak D hái feladatok a Stochastika réshe tavas Minden héten össesen egy pontot érnek a kitűött feladatok HF: (Beadási határidő: 4) HF Egy kétsemélyes internetes vetélkedő-játékban Pistike ellenfelét véletlenül sorsolják ki, így a ellenfél valósínűséggel kedő, valósínűséggel haladó, valósínűséggel pedig profi les A kisorsolt ellenféllel aután Pistike több menetet is lejátsik A egyes meneteket a kedők ellen valósínűséggel nyeri meg, a haladók ellen, a profik ellen pedig valósínűséggel Ha nem nyer, akkor vesít (döntetlen nincs) Pistike a első két menetet elvesítette a) Mi annak a valósínűsége, hogy a ellenfele profi? b) Milyen (a feladat sövegében ki nem mondott) feltevéssel éltünk a egyes menetek kimenetelét illetően? Megoldás: a) Jelöljük K-val at a eseményt, hogy Pistike ellenfele kedő, H-val at, hogy haladó, P-val at, hogy profi, V -vel pedig at, hogy Pistike a első két menetet elvesíti A Bayes tétel miatt P(P V) = = P(P)P(V P) P(K)P(V K)+P(H)P(V H)+P(P)P(V P) = ( ) + ( 8 ( ) ) ( + 8 ) = 8 8 = 8 6% b) At hasnláltuk ki, hogy a egyes menetek kimenetelei feltételesen függetlenek, feltéve, hogy ki a ellenfél, vagyis pl ( ) P(V K) = P({elsőt elvesíti} K) P({másodikat elvesíti} K) = Figyelem: a egyes menetek kimenetelei csak feltételesen függetlenek, anélkül nem, hisen (bárki kisámolhatja) HF: (Beadási határidő: 4) P(V) P({elsőt elvesíti}) P({másodikat elvesíti}) HF Egy sámítógépes programban egy véletlen, rekurív rutin fut: minden egyes résfolyamat egységnyi időt ves igénybe, ám een felül minden résfolyamat véletlen sámú, önmagával megegyeő al-folyamatot indít A így indított al-folyamatok sáma, vagy lehet, rendre p = p, p = és p = p valósínűséggel, a előményektől függetlenül Kedetben egyetlen gyökér folyamat fut, e alkotja egyedül a nulladik generációt A első generációt a gyökér által (követlenül) indított alfolyamatok alkotják, a második generációt a első generáció tagjai által indítottak, stb Jelölje Z k a k-adik generáció tagjainak a sámát (k =,,,), N pedig a program futása során induló résfolyamatok teljes sámát (vagyis N = k= Z k, ami egyben a program teljes futási ideje is) Válasoljuk meg a alábbi kérdéseket

I p = esetén, II p = 6 esetén: a) Mi Z generátorfüggvénye? b) Mennyi Z várható értéke? c) Mennyi a P(Z = ) valósínűség? d) Mennyi a valósínűsége annak, hogy a program előbb-utóbb lefut (vagyis hogy valamelyik generáció már üres)? e) Mennyi N várható értéke? f) Mi N generátorfüggvénye? Megoldás: BOCS, a feladat sajtóhibás Mivel senki se adta be, et csak most vettem ésre Perse a kell, hogy p +p +p = legyen, és e nem stimmel, Eért JAVÍTOTT VÁLTOZAT: p := p Eek után: i Z k elágaó folyamat Egylépéses utódsám-eloslása Ennek generátor-függvénye g() = p + +( p) = p+ +( p), várható P(X = i) p p értéke m = p + +( p) = p I p = -re g() = + + 6 és m = a) g () = g(g()) = + ( + + ) ( + + + ) 6 6 6 b) EZ = m = ( ) 7 c) P(Z = ) = r ahol r = és r k+ = g(r k ) Esetünkben r = g() =, r = g( ) = 7, r 4 = g ( 7 4) 8 d) m <, vagyis a folyamat subkritikus, igy a kihalás (=lefutás) valósínűsége e) m <, vagyis a folyamat subkritikus, igy EN = = m f) N generátorfüggvénye, g N () a g N () = g)g N ()) egyenlet megoldása A átláthatóság kedvéért g N ()-t Y -nal jelölve Y = g(y), vagyis ( Y = + Y + ) 6 Y, ami egy másodfokú egyenlet Y -ra: Et megoldva 6 Y + ( ) Y + = Y = ± ( ) 4 6 6 = ± 6 Hogy a két gyök köül a +-os vagy a -os a jó, at ki lehet találni pl abból, hogy = -ben minden generátorfüggvény kell hogy legyen, vagyis = ± 6 = ±, tehát a minusos megoldás a helyes: g N () = 6 II p = -ra g() = + + 6 6 és m = 4 a) g () = g(g()) = + ( + + ) ( + + + ) 6 6 6

b) EZ = m = ( 4 ) 76 c) P(Z = ) = r ahol r = és r k+ = g(r k ) Esetünkben r = g() =, 6 r = g( ) = 7, r 6 7 = g ( 7 7) 7 d) m >, vagyis a folyamat superkritikus, igy sámolni kell: a kihalás (=lefutás) valósínűsége a = g() egyenlet legkisebb nemnegatív megoldása Esetünkben = 6 + +, ami egy másodfokú egyenlet -re, megoldásai = (mint mindig) és =, vagyis a kihalás (=lefutás) valósínűsége e) m >, vagyis a folyamat superkritikus, igy EN = f) m >, vagyis a folyamat superkritikus így N poitív valósínűséggel végtelen A ilyen elfajult valváltoók generátorfüggvényéről nem beséltünk, úgyhogy inkább hagyjuk HF: (Beadási határidő: ) HF Egy internet-solgáltatónak 6 előfietője van Hétfőn este 8-kor minden előfiető a többiektől független véletlen sávsélesség-igénnyel lép fel, ami Mbit/s-ben mérve egyenletes eloslású a [; 4] intervallumon A solgáltatásban akkor les fennakadás, ha a igények össege túllépi a rendelkeésre álló 8 Mbit/s teljes sávsélességet a) A solgáltató a centrális határeloslás tétel segítségével próbálja megbecsülni annak a valósínűségét, hogy hétfő este 8-kor fennakadás les Legfeljebb mennyit fog a solgáltató tévedni a becsléssel a Berry-Esséen tétel serint? b) Adjunk becslést a fennakadás valósínűségére a Hoeffding-egyenlőtlenség segítségével Megoldás: Legyen X i a i-edik előfiető sávsélesség-igénye Mbit/s-ben mérve (i =,,n), n = 6, és S n = n i= X i a öss sávsélesség igény a) A CHT becslés hibája Berry-Esséen tétel serint legfeljebb Cδ nσ, aholc = 4748, σ a X i -k sórása és δ = E( X i EX i ) Esetünkben X i egyenletes [;4]-en, így m := EX i =, σ = 4 (képletgyűjteményből) és δ = f(x) x m dx = 4 4 x = = Össerakva: a CHT becslés hibája legfeljebb 4748 6 ( 4 ) = % b) A X i val-váltoók alsó és felső korlátjai a i = illetve b i = 4 minden i-re ES n = n m = 7, vagyis t = 8 válastással a Hoeffding-egyenlőtlenség serint ( ) ) t P(S n > ES n +t) exp n i= (b = exp ( 8 e, i a i ) 6 4 vagyis P(S n > 8) 4HF: (Beadási határidő: ) HF 4 A ábrán látható gráf egy diskrét idejű, időben homogén Markov lánc poitív valósínűségű egylépéses átmeneteit mutatja Ostályouk a állapotokat aserint, hogy melyik melyikkel érintkeik! Minden ostályról állapítsuk megy, hogy

árt-e vagy nyílt, lényeges-e vagy lényegtelen, vissatérő-e vagy átmeneti, mennyi a periódusa 4 6 ábra Markov lánc gráf-repreentációja (valósínűségek nélkül) Megoldás: A {} ostály nyílt, mert el lehet hagyni, tehát lényegtelen és átmeneti Periódusa (vagyis aperiodikus), mert lépésben vissa lehet térni A {,,4} ostály nyílt, mert el lehet hagyni, tehát lényegtelen és átmeneti Periódusa, mert vissatérni csak páros sok lépésben lehet A {,6} ostály árt, mert el nem lehet elhagyni, tehát (véges méretű ostályról lévén só) lényeges és vissatérő Periódusa (vagyis aperiodikus), mert akárhány lépésben vissa lehet térni HF 4 Egy sámítógépes program négy résfeladatból álló feladatokat old meg Minden időegység végén feljegyeük, hogy hanyadik résfeladaton dolgoik éppen ha pedig éppen üresjáratban vár egy új feladatra, akkor -t vagyis a program a,,,,4 állapotokban lehet A,, és 4 résfeladatokról a program mindig, a előményektől függetlenül valósínűséggel tud egy időegység alatt továbblépni a követkeő résfeladatra (úgy értve, hogy a 4 után a jön), a maradék valósínűséggel ugyanaon dolgoik tovább Ha a program a üresjáratban van, akkor minden időegység alatt valósínűséggel kap feladatot és ugrik a állapotba (a előményektől függetlenül), ellenkeő esetben marad üresjáratban Modelleük a program feljegyett állapotainak soroatát időben homogén Markov lánccal! a) Írjuk fel a P Markov átmenet-mátrixot b) Feltéve, hogy kedetben a program a állapotban van, mi a valósínűsége a 44 megfigyelés-soroatnak? (A kedőállapotot is feljegyeük) c) Feltéve, hogy a kedőállapot a, mi a valósínűsége, hogy időegység múlva a program éppen a -es résfeladaton dolgoik? d) Feltéve, hogy a kedőállapot a, mi a köelítő valósínűsége, hogy időegység után ismét a állapotban van a program? e) Hossú távon a idő hány sáalékát tölti a program üresjáratban? f) A programunk processor-igénye üresjáratban %, a,,, 4 résfeladatok végrehajtása során pedig rendre %, %, % illetve % mennyi a átlagos processor-terhelés hossú távon? Megoldás: 4

a) A n idő elteltével felvett állapotot jelöljük X n -nel A állapottér S = {,,,, 4} P sorait és oslopait ilyen sorrendbe írva P = b) P(X X = 44 X = ) = P P P P P P P 4 P 44 P 4 = = 8 64 c) A lehetséges utak a, a és a Eek valósínűségeit a előő pontbeli módon kisámolva és össeadva P(X = X = ) = P P P + P P P + P P P = + + d) A időegység elteltével kialakuló valósínűségeket köelítsük a Markov lánc stacionárius eloslásával! Ehhe a πp = π lineáris egyenletrendsert kell megoldani, ahol a π ötelemű sorvektor tartalmaa a stacionárius eloslást Átrendeés után (P T I)π T =, ahol I a -ös egységmátrixot, pedig a öt nullából álló oslopvektort jelöli A lineáris egyenletrendserek sokásos mátrix-jelölésével Et perse eliminációval oldjuk meg Egy sor kiesik, ahogy kell, és a végén (pl) a marad, hogy vagyis a egyenletrendser egyik megoldása a ( )T vektor A stacionárius eloslás ennek valósínűségi vektorrá normált váltoata (ahol a elemek össege ), vagyis π = ( Végül a feladat kérdésére a válas: ) P(X = X = ) π = e) A Markov láncunk véges állapotterű, irreducibilis és aperiodikus, eért a ergodtétel serint hossú távon a -s állapot bekövetkeési gyakorisága majdnem bitosan tart a stacionárius eloslás serinti valósínűséghe: lim n n #{k : i n és X k = } = π = 6% f) Legyen f : S R a processorigény (sáalékban sámolva) a állapot függvényében:, ha i =, ha i = f(i) =, ha i =,, ha i =, ha i = 4

ami helyett elég egy oslopvektort leírni: f = A ergodtétel serint f időátlaga majdnem bitosan tart a stacionárius eloslás serinti sokaságátlagho Sokféle különböő jelöléssel leírva ugyanat: n lim f(x k ) = fdπ = π i f(i) = πf = ( ) π π π π π 4 n n k= S i S = π +π +π +π +π 4 = = + + + + = 4 6 6