Processi aleatori (stocastici o probabilistici) Sistemi Aleatori Processi aleatori (stocastici o probabilistici)
Processi aleatori Contenuti Processi aleatori (stocastici o probabilistici) Processi aleatori markoviani Matrici di transizione Vettore iniziale di stato Passaggio da uno stato all’ altro
Processi aleatori Obiettivi Acquisire un’ adeguata informazione, anche se a livello di approccio, sui processi aleatori e sulle catene di Markov
Processi aleatori Definizioni Un processo aleatorio è una famiglia di variabili aleatorie che dipendono da un parametro t Per processo aleatorio si intende una sequenza di operazioni le quali si susseguono nel tempo non in modo univoco e stabilito ma in modo aleatorio
Processi aleatori Una variabile aleatoria X definita nel suo spazio campionario U, associa ad ogni valore di x (caso continuo), un valore di p(x). La figura descrive tale dipendenza p(x) x
Processi aleatori Un processo aleatorio è una famiglia di variabili aleatorie, dipendenti da un parametro t , comunamente il tempo. { X(x,t),t є T } Il problema che sorge è quello di studiare come si evolve il sistema.
Processi aleatori I valori x { x(t), t є T } assunti per tutti t vengono definiti stati. Un processo aleatorio può essere pensato come una funzione x(e,t) di due variabili, alla quale è associata una funzione di probabilità p(x,t) anch’ essa di due variabili. Α p(x,t) t x
Processi aleatori Catene di Markov Un tipo particolare di processo aleatorio è costituito dai processi di Markov, definiti come quei processi nei quali il futuro, dato il presente , è indipendente dal passato. Conseguenza anche le probabilità di transizione che regolano il passaggio da uno stato all’ altro dipendono dallo stato assunto dal sistema a quello considerato. In altre parole, lo stato presente permetti di conoscere il comportamento futuro, senza che la storia prtecedente abbia influenza, per tale motivo i P. markoviani sono detti senza memoria.
Processi aleatori
Processi aleatori