1 1 Slide Διαδικασίες Markov. 2 2 Slide Διαδικασίες Markov n Οι διαδικασίες Markov είναι χρήσιμες στη μελέτη της εξέλιξης συστημάτων με επανειλημμένες.

Slides:



Advertisements
Παρόμοιες παρουσιάσεις
Επιλογή LAN Management-IPv4
Advertisements

Copyright © 2003 Pearson Education, Inc. Slide 1.
Νέος τρόπος υπολογισμού του δείκτη μάζας σώματος (με βάση την κατανομή του λίπους – μήλο/αχλάδι): Ύψος Περίμετρος μέσης Νέος τρόπος υπολογισμού του.
Κάνε κλικ στο επίθετο που ταιριάζει στον κανόνα
LEONARDO DA VINCI PROJECT NR: TR/06/B/F/PP/ “WASTE-TRAIN - VOCATIONAL TRAINING, EDUCATION, CONVEYING INFORMATION ON UP-TO-DATE WASTE MANAGEMENT PRACTICES.
ΠΡΟΣΟΜΟΙΩΣΗ ΣΥΣΤΗΜΑΤΟΣ MARKOV ΓΙΑ ΠΡΟΩΘΗΣΗ ΚΙΝΗΣΗΣ STREAMING (VIDEO) Άσκηση Προσομοίωσης 28/5/2012.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 07/05/09 Εκθετική Κατανομή, Διαδικασίες Birth-Death.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 06/05/10 Ανάλυση Ουρών Markov.
Ουρές Αναμονής.
Μηχανικές αρχές και η εφαρμογή τους στην Ενόργανη Γυμναστική PP #6.
Syringe Filters Ordering information I. Nylon Syringe Filter (100/Pk) A) Standard 13mm -Part.No.17mm -Part.No.25mm -Part.No.30mm -Part.No.33mm-Part.No.
1 1 Slide Μοντέλα Ελέγχου Αποθεμάτων με Καθορισμένη Ζήτηση n Μοντέλο Οικονομικής Ποσότητας Παραγγελίας n Μοντέλο Οικονομικής Ποσότητας Παραγωγής n Μοντέλο.
Ώσμωση και οι νεφροί Π. Δημητρίου Εργαστήριο Ιατρικής Φυσικής.
Βιταμίνες Είναι οργανικές ενώσεις που περιέχονται στα τρόφιμα σε μικρές ποσότητες και δεν συντίθενται στον ανθρώπινο οργανισμό. Είναι υπεύθυνες για την.
Slide 2.1 Harrison and van Hoek, Logistics Management and Strategy: Competing Through the Supply Chain, 4 th Edition, © Pearson Education Limited 2011.
1 ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Παράμετροι Συστημάτων Αναμονής – Τύπος Little Β. Μάγκλαρης Β. Μάγκλαρης Σ. Παπαβασιλείου Σ. Παπαβασιλείου
1 ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Εκθετική Κατανομή, Στοχαστικές Ανελίξεις Διαδικασίες Απαρίθμησης, Κατανομή Poisson Βασίλης Μάγκλαρης
Τ ΕΛΙΚΉ Ε ΞΈΤΑΣΗ Άντρη Τζιωνή. Ρ ΟΛΟΣ ΤΩΝ Π ΡΩΤΕΪΝΩΝ Βασικότερρο συστατικό κάθε ζωντανού οργανισμού Σκελετική διαμόρφωση του σώματος Σύνθεση ορμονών και.
1 1 Slide Προγραμματισμός Στόχων. 2 2 Slide Προγραμματισμός Στόχων n Ο Προγραμματισμός Στόχων μπορεί να χρησιμοποιηθεί προβλήματα γραμμικού προγραμματισμού.
1 Θερμοδυναμική. 2 Τι είναι ένα θερμοδυναμικό σύστημα; Ως σύστημα θεωρούμε ένα τμήμα του φυσικού κόσμου, που διαχωρίζεται από τον υπόλοιπο κόσμο με πραγματικά.
Ορισμός της εργονομίας
M. PARKIN, M. POWELL, K. MATTHEWS
Επιχειρησιακή Στρατηγική και Πολίτικη
Εισαγωγικό μάθημα για μαθητές
Όροι Συμμετοχής και Δομή/Περιεχόμενο Προτάσεων
Αξία Μέσω Προϊόντων και Μαρκών
ΣΕΜΙΝΑΡΙΟ ΑΚΤΙΝΟΛΟΓΙΑΣ Διαφορική διάγνωση μικτών οστικών βλαβών
Συσκευασία υπό πίεση 1/2 Δοχείο συσκευασίας, βαλβίδα, Βυθιζόμενος σωλήνας, προωθητικό. Δοχείο Λευκοσίδηρος (σίδηρος με κασσίτερο), Αλουμίνιο (εσωτερικά.
Φιαλίδια Αερίου.
Παρουσίαση για την ΟΞΙΝΗ ΒΡΟΧΗ Πέτρος Χαβιατζής.
Συνδυασμοί Μεταθέσεις
επιτροπη αθλητικου σχεδιασμου εθνικεσ ομαδεσ
Αξία Μέσω της Τιμολόγησης
Παραγωγή προϊόντος με 2 συντελεστές
Διαδικασίες Markov.
Έλεγχος LED μέσω του Slide Bar
ΧΗΜΙΚΟΙ ΥΠΟΛΟΓΙΣΜΟΙ.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Εισαγωγή
Δημιουργία Διαφανειών με το PowerPoint
Video - Τεχνολογικά μέσα
ΤΕΙ Δυτικής Μακεδονίας Τμήμα Λογιστικής & Χρηματοοικονομικής
Διάλεξη 4 Δυναμική του Σύμπαντος II
ΟΜΑΔΑ Α΄ Φύλλο εργασίας
Ειδικό Νοσοκομείο Νοσημάτων Θώρακος Δυτικής Ελλάδος
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems
Η ΖΩΗ ΚΑΙ ΤΑ ΔΗΜΙΟΥΡΓΗΜΑΤΑ ΤΟΥ
ΠΑΡΟΥΣΙΑΣΕΙΣ ΜΑΘΗΜΑΤΟΣ ΠΙΘΑΝΟΤΗΤΕΣ(10)
Στόχος Ο μαθητής να μπορεί να
Δομή Παρουσίασης Έκθεσης Προόδου Διδακτορικών Φοιτητών
Φυσική Β΄ Λυκείου Άσκηση 2 (άσκηση 8, εργ. οδ. Α΄ Λυκείου)
Διαχείριση προβληματικών συμπεριφορών στο σχολείο Δρ. Φλώρης Στύλιος, Ψυχίατρος Δρ. Μαρία Κοντουλη, Κλινική Ψυχολόγος.
Αναλυτικό Πρόγραμμα Εννοιολογική αποσαφήνιση
« به نام خدا» 1-جايگاه ايران در توزيع جهاني درآمد
Τίτλος πτυχιακής εργασίας
Εκπαιδευτική αξιοποίηση του Google Drive
ΦΡΟΝΤΙΣΤΗΡΙΟ ΚΛΑΣΣΙΚΗΣ ΓΕΝΕΤΙΚΗΣ Χειμερινό Εξάμηνο
Η ΤΑΣΗ + -.
Όνομα Φοιτητή Η ΔΙΑΦΑΝΕΙΕΣ ΕΧΟΥΝ ΒΑΣΙΣΤΕΙ ΣΤΟ ΚΕΦΑΛΑΙΟ 9 (σελ ) του Βιβλίου Business Logistics Mgt.
ارائه دهندگان اعظم خیرالهی مریم خضریان سحر سلیمانی.
Μακροοικονομική Θεωρία Ι Διδάσκων: Γιώργος Αργείτης
др. Жељко Рачић Кабинет 7 Консултације четвртак: 14:00 – 16:00
أساسيات العرض والطلب ونظام الأسعار
Δέσμη Μέτρησης Φυσικής Κατάστασης για παιδιά και εφήβους (6-12 ετών) «Δημόκριτος» DEMOCRITOS-FIT (DEMOFIT) Εργαστήριο Φυσικής Αγωγής & Άθλησης Τομέας.
ΟΙΚΟΝΟΜΙΚΗ ΑΞΙΟΛΟΓΗΣΗ ΕΠΕΝΔΥΣΕΩΝ
Χρήμα, επιτόκια και συναλλαγματικές ισοτιμίες
ΔΑΠΕΔΟΘΕΡΜΑΝΣΗ Στη δαπεδοθέρμανση το στοιχείο που αποδίδει τη θερμότητα είναι το δάπεδο του χώρου. Το δάπεδο θερμαίνεται από σωλήνες που έχουν τοποθετηθεί.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems
Διάταξη τίτλου Υπότιτλος.
Μεταγράφημα παρουσίασης:

1 1 Slide Διαδικασίες Markov

2 2 Slide Διαδικασίες Markov n Οι διαδικασίες Markov είναι χρήσιμες στη μελέτη της εξέλιξης συστημάτων με επανειλημμένες δοκιμές ή διαδοχικές χρονικές περιόδους ή στάδια. n Έχουν χρησιμοποιηθεί για να περιγράψουν την πιθανότητα: μια μηχανή που λειτουργεί σε μία περίοδο θα συνεχίσει να λειτουργεί ή θα χαλάσει κατά την επόμενη περίοδο. μια μηχανή που λειτουργεί σε μία περίοδο θα συνεχίσει να λειτουργεί ή θα χαλάσει κατά την επόμενη περίοδο. ένας καταναλωτής ο οποίος αγοράζει το προϊόν Α σε μία περίοδο θα αγοράσει το ανταγωνιστικό προϊόν Β στην επόμενη περίοδο. ένας καταναλωτής ο οποίος αγοράζει το προϊόν Α σε μία περίοδο θα αγοράσει το ανταγωνιστικό προϊόν Β στην επόμενη περίοδο.

3 3 Slide Πιθανότητες Μετάβασης n Οι Πιθανότητες μετάβασης καθορίζουν τον τρόπο με τον οποίο η αλλάζει κατάσταση του συστήματος από το ένα στάδιο στο επόμενο. Αυτές είναι συχνά συγκεντρώνονται σε ένα πίνακα ο οποίος ονομάζεται πίνακας μετάβασης.

4 4 Slide Πιθανότητες Μετάβασης n Ένα σύστημα έχει πεπερασμένη αλυσίδα Markov με σταθερές πιθανότητες μετάβασης εάν: υπάρχει ένας πεπερασμένος αριθμός καταστάσεων, υπάρχει ένας πεπερασμένος αριθμός καταστάσεων, οι πιθανότητες μετάβασης είναι σταθερές από στάδιο σε στάδιο, και οι πιθανότητες μετάβασης είναι σταθερές από στάδιο σε στάδιο, και η πιθανότητα η διαδικασία να είναι σε μια συγκεκριμένη κατάσταση στο στάδιο n+ 1 καθορίζεται πλήρως από την κατάσταση της διαδικασίας στο στάδιο n (και όχι από την κατάσταση στο στάδιο n-1). Αυτό αναφέρεται ως η χωρίς μνημονικό ιδιότητα των αλυσίδων Markov. η πιθανότητα η διαδικασία να είναι σε μια συγκεκριμένη κατάσταση στο στάδιο n+ 1 καθορίζεται πλήρως από την κατάσταση της διαδικασίας στο στάδιο n (και όχι από την κατάσταση στο στάδιο n-1). Αυτό αναφέρεται ως η χωρίς μνημονικό ιδιότητα των αλυσίδων Markov.

5 5 Slide Πιθανότητες Σταθερής Κατάστασης n Οι πιθανότητες κατάστασης σε οποιοδήποτε στάδιο της διαδικασίας μπορεί να υπολογιστούν με κατ΄ επανάληψη πολλαπλασιασμούς των αρχικών πιθανοτήτων κατάστασης με την κατάσταση της διαδικασίας στο στάδιο n ( P 2 =P∙P, όμοια P n =P n-1 ∙P ). n Η πιθανότητα του συστήματος να είναι σε μια συγκεκριμένη κατάσταση μετά από ένα μεγάλο αριθμό σταδίων ονομάζεται πιθανότητα σταθερής κατάστασης.

6 6 Slide Πιθανότητες Σταθερής Κατάστασης n Οι πιθανότητες σταθερής κατάστασης μπορούν να βρεθούν από την επίλυση του συστήματος των εξισώσεων π∙P = π μαζί με την προϋπόθεση ότι οι πιθανότητες είναι Σπ i = 1. Ο πίνακας P είναι ο πίνακας μετάβασης Ο πίνακας P είναι ο πίνακας μετάβασης Ο πίνακας π είναι ο πίνακας που περιλαμβάνει τις πιθανότητες σταθερής κατάστασης ( Π=[π 1 π 2 … π n ]). Ο πίνακας π είναι ο πίνακας που περιλαμβάνει τις πιθανότητες σταθερής κατάστασης ( Π=[π 1 π 2 … π n ]).

7 7 Slide Απορροφητικές Καταστάσεις n Μια κατάσταση απορρόφησης είναι εκείνη που όταν το σύστημα βρεθεί σε αυτήν την κατάσταση παραμένει για πάντα σε αυτήν (δηλαδή η πιθανότητα να παραμείνει στην κατάσταση αυτή είναι 1). n Εάν υπάρχουν περισσότερες από μία καταστάσεις απορρόφησης, τότε δεν υπάρχει μια σταθερή κατάσταση ανεξάρτητη των αρχικών συνθηκών.

8 8 Slide Πίνακας Μετάβασης με Υπο-Πίνακες n Αν μια αλυσίδα Markov έχει απορροφητικές και μη απορροφητικές καταστάσεις, τότε αυτές οι καταστάσεις μπορούν να ομαδοποιηθούν έτσι ώστε η μήτρα μετάβασης μπορεί να γραφτεί ως εξής σύνθεση τεσσάρων υποπινάκων: I, 0, R, και Q: I 0 I 0 R Q R Q

9 9 Slide Πίνακας Μετάβασης με Υπο-Πίνακες I = ο μοναδιαίος πίνακας όπου το σύστημα παραμένει σε μία κατάσταση απορρόφησης όταν εισέλθει σε αυτήν I = ο μοναδιαίος πίνακας όπου το σύστημα παραμένει σε μία κατάσταση απορρόφησης όταν εισέλθει σε αυτήν 0 = ο μηδενικός πίνακας δηλαδή πιθανότητα μετάβασης από απορροφητικές σε μη απορροφητικές καταστάσεις 0 = ο μηδενικός πίνακας δηλαδή πιθανότητα μετάβασης από απορροφητικές σε μη απορροφητικές καταστάσεις R = οι πιθανότητες μετάβασης από μη απορροφητικές σε απορροφητικές καταστάσεις R = οι πιθανότητες μετάβασης από μη απορροφητικές σε απορροφητικές καταστάσεις Q = οι πιθανότητες μετάβασης μεταξύ των μη απορροφητικών καταστάσεων Q = οι πιθανότητες μετάβασης μεταξύ των μη απορροφητικών καταστάσεων

10 Slide Θεμελιώδης Πίνακας n Ο θεμελιώδης πίνακας, N, είναι ο ανάστροφος πινάκας της διαφοράς ανάμεσα στον μοναδιαίο και τον Q πίνακα: N = (I - Q )-1 N = (I - Q )-1

11 Slide NR Πίνακας n Ο NR πίνακας είναι το γινόμενο του θεμελιώδη πίνακα ( N ) και του R πίνακα. n Μας δίνει τις πιθανότητες με τις οποίες θα μετακινηθεί τελικά το σύστημα από κάθε μία μη απορροφητική κατάσταση σε μία από τις απορροφητικές καταστάσεις. n Οι εν λόγω υπολογισμοί κάνουν δυνατή οικονομική ανάλυση των συστημάτων και πολιτικών.

12 Slide Παράδειγμα 1 Ένας επίμονος πωλητής τηλεφωνεί μία φορά την εβδομάδα ελπίζοντας ότι θα μιλήσει στον υπεύθυνο πωλήσεων μιας επιχείρησής. Αν ο υπεύθυνος δεν δεχτεί το τηλεφώνημα του πωλητή αυτήν την εβδομάδα η πιθανότητα να κάνει το ίδιο και την επόμενη είναι.35. Αν ο υπεύθυνος δεχτεί το τηλεφώνημα του πωλητή αυτήν την εβδομάδα η πιθανότητα να μην το δεχτεί την επόμενη είναι.20.

13 Slide Παράδειγμα 1 n Πίνακας Μετάβασης Επόμενο τηλεφώνημα Επόμενο τηλεφώνημα Απόρριψη Αποδοχή Απόρριψη Αποδοχή Προηγούμενο Απόρριψη Προηγούμενο Απόρριψη τηλεφώνημα τηλεφώνημα Αποδοχή Αποδοχή.20.80

14 Slide Παράδειγμα 1 n Πιθανότητες Σταθερής-Κατάστασης Ερώτηση Πόσες φορές σε ένα χρόνο ο πωλητής περιμένει ότι θα μιλήσει στον υπεύθυνο; Απάντηση Για να βρεθεί ο αναμενόμενος αριθμό τηλεφωνημάτων που θα αποδεχτεί ο υπεύθυνος της επιχείρησης σε ένα χρόνο, βρείτε τις πιθανότητα σταθερής κατάστασης για την αποδοχή τηλεφωνήματος και πολλαπλασιάστε την με τις 52 εβδομάδες του έτους. συνεχίζεται...

15 Slide Παράδειγμα 1 n Πιθανότητες Σταθερής-Κατάστασης Απάντηση (συνέχεια) Έστω π 1 = πιθανότητα απόρριψης τηλεφωνήματος σε βάθος χρόνου π 2 = πιθανότητα αποδοχής τηλεφωνήματος σε βάθος χρόνου π 2 = πιθανότητα αποδοχής τηλεφωνήματος σε βάθος χρόνου Τότε, Τότε, [ π  π 2 ] = [ π  π 2 ] [ π  π 2 ] = [ π  π 2 ] συνεχίζεται... συνεχίζεται...

16 Slide Παράδειγμα 1 n Πιθανότητες Σταθερής-Κατάστασης Απάντηση (συνέχεια)   +   =   (1)   +   =   (1)   +   =   (2)   +   =   (2)   +   = 1 (3)   +   = 1 (3) Λύσε ως προς π  και π 2. Λύσε ως προς π  και π 2. συνεχίζεται... συνεχίζεται...

17 Slide Παράδειγμα 1 n Πιθανότητες Σταθερής-Κατάστασης Απάντηση (συνέχεια) Λύνουμε τις εξισώσεις (2) and (3). (Η εξίσωση1 δεν χρησιμοποιείται.) Αντικαθιστούμε π  = 1 – π 2 στην (2) και έχουμε: Λύνουμε τις εξισώσεις (2) and (3). (Η εξίσωση1 δεν χρησιμοποιείται.) Αντικαθιστούμε π  = 1 – π 2 στην (2) και έχουμε:.65(1 – π 2 ) +.80π 2 = π 2.65(1 – π 2 ) +.80π 2 = π 2 Αυτό δίνει π 2 = Αντικαθιστούμε το π 2 στην εξίσωση (3) και δίνει π  = Τότε ο αριθμός των τηλεφωνημάτων που θα αποδεχτεί ο υπεύθυνος σε ένα χρόνο είναι: (.76471)(52) = σχεδόν 40 (.76471)(52) = σχεδόν 40

18 Slide Παράδειγμα 1 n Πιθανότητες Κατάστασης Ερώτηση Ποια είναι η πιθανότητα ο υπεύθυνος να δεχτεί τα δύο επόμενα τηλεφωνήματα του πωλητή, αν δεν έχει δεχτεί το τηλεφώνημα του αυτήν την εβδομάδα;

19 Slide Παράδειγμα 1 n Πιθανότητες Κατάστασης Απάντηση Απάντηση P =.35(.35) =.1225 P =.35(.65) =.2275 P =.65(.20) =.1300 Απόρριψη Αποδοχή Απόρριψη Απόρριψη Απόρριψη Αποδοχή Αποδοχή P =.65(.80) =.5200

20 Slide Παράδειγμα 1 n Πιθανότητες Κατάστασης Ερώτηση Ποια είναι η πιθανότητα ο υπεύθυνος να δεχτεί ακριβώς ένα από τα επόμενα δύο τηλεφωνήματα του πωλητή, αν έχει δεχτεί το τηλεφώνημα του αυτήν την εβδομάδα;

21 Slide Παράδειγμα 1 n Πιθανότητες Κατάστασης Απάντηση Απάντηση Η πιθανότητα αυτή μπορεί να βρεθεί αν προσθέσουμε τις πιθανότητες (αποδοχή την επόμενη και απόρριψη την μεθεπόμενη) και (απόρριψη την επόμενη και αποδοχή την μεθεπόμενη) = =.29 Η πιθανότητα αυτή μπορεί να βρεθεί αν προσθέσουμε τις πιθανότητες (αποδοχή την επόμενη και απόρριψη την μεθεπόμενη) και (απόρριψη την επόμενη και αποδοχή την μεθεπόμενη) = =.29 P =.20(.35) =.70 P =.20(.65) =.13 P =.80(.20) = P =.80(.80) =.64 Απόρριψη Αποδοχή Αποδοχή Αποδοχή Αποδοχή Απόρριψη Απόρριψη

22 Slide Παράδειγμα 2 Ο διευθυντής μίας εταιρείας έχει παρατηρήσει ότι οι ετήσιες μεταβολές του προσωπικού του ακολουθούν μια διαδικασία Markov. Ο πίνακας μετάβασης είναι: Επόμενος Χρόνος Επόμενος Χρόνος Ιδία Θέση Προαγωγή Συν/ση Παραίτηση Απόλυση Ιδία Θέση Προαγωγή Συν/ση Παραίτηση Απόλυση Προηγούμενος Χρόνος Ιδία Θέση Ιδία Θέση Προαγωγή Προαγωγή Συνταξιοδότηση Συνταξιοδότηση Παραίτηση Παραίτηση Απόλυση Απόλυση

23 Slide Παράδειγμα 2 n Πίνακας μετάβασης Επόμενος Χρόνος Επόμενος Χρόνος Συν/ση Παραίτηση Απόλυση Ιδία Θέση Προαγωγή Συν/ση Παραίτηση Απόλυση Ιδία Θέση Προαγωγή Προηγούμενος Χρόνος Συνταξιοδότηση Συνταξιοδότηση Παραίτηση Παραίτηση Απόλυση Απόλυση Ιδία Θέση Ιδία Θέση Προαγωγή Προαγωγή

24 Slide Παράδειγμα 2 n Θεμελιώδης Πίνακας N = ( I - Q ) -1 = - =

25 Slide Παράδειγμα 2 n Θεμελιώδης Πίνακας Η ορίζουσα είναι, d = a 11 a 22 – a 21 a 12 = (.45)(.80) - (-.70)(-.10) =.29 = (.45)(.80) - (-.70)(-.10) =.29 Τότε, Τότε,.80/.29.10/ /.29.10/ N = = N = =.70/.29.45/ /.29.45/

26 Slide Παράδειγμα 2 n NR Πίνακας Οι πιθανότητες μετάβασης σε βάθος χρόνου από τις μη απορροφητικές σε απορροφητικές καταστάσεις είναι: NR = x NR = x Σύντ/ση Παραίτηση Απόλυση Σύντ/ση Παραίτηση Απόλυση Ίδια θέση Ίδια θέση NR = NR = Προαγωγή Προαγωγή

27 Slide Παράδειγμα 2 n Απορροφητικές Καταστάσεις Ερώτηση Ποια είναι η πιθανότητα κάποιος ο οποίος μόλις προήχθη τελικά να πάρει σύνταξη;... Να παραιτηθεί;... να απολυθεί; Απάντηση Οι απαντήσεις που δόθηκαν από την κάτω σειρά του πίνακα NR. Οι απαντήσεις έχουν ως εξής: Τελικά Συνταξιοδοτείται =.12 Τελικά Συνταξιοδοτείται =.12 Τελικά Παραιτείται =.64 Τελικά Παραιτείται =.64 Τελικά Απολύεται =.24 Τελικά Απολύεται =.24

28 Slide Τέλος Διαδικασιών Markov