1
Viện Công nghệ Thông tin và Truyền thông
IT3061 -
8:
TÌM HIỀU QUÁ TRÌNH HỒI PHỤC VÀ ÁP DỤNG
1. SHSV: 20093621
2. . SHSV: 20093619
3. . SHSV: 20092600
4. SHSV: 20093224
5. SHSV: 20092277
6. SHSV: 20092705
7. SHSV: 20081622
8. SHSV: 20091748
29380
PGS
2011
2
Mục lục
I. 4
1. 4
2. 4
3. 5
II. QUÁ TRÌNH HI PHC N NH 8
III. 13
IV. 17
1. 17
2. 19
3. Mô ph 21
V. 22
3
Phân công công việc
4
I.
1.
T
n
(
v tin cy nh0
t
1
hành hành
t
2
.
t
n
:
T
n
= t
n
t
n-1
S
0
= 0
S
1
, S
2
,
T
1
, T
2
S
n
(n 1).
2.
ô m
t lc t
:
nhiên S
n
n0
5
0T
n
(n-1)n.
:
0
T
n
n
0 T
n
(n 1)n.
3.
i lin vi 1 m h cho bit s
lim h
{N
t
n} = {S
n
0
(Y
t
):
Y
t
= S
Nt + 1
t, t
0
Lut s ln: µ = ET
1
Chng minh: P{T
1
N
t
N
khi t
P{ N
k 1
6
Do
Bây gi rng P{T
1
N
t
S
Nt
Nt + 1
N
t
:
ng thc Wald: Cho Z
1
, Z
2
, Z
3
i.i.d
Cho (Zn):
Chng minh:
ng
v(Z
n
)Z
i
7
Chng minh:
Do
cT
0
n
N
t
cho T
k.
Do
8
Trng hp t
Suy ra:
II. QUÁ TRÌNH HI PHC N NH
Phn này khi nào thì quá trình
0t
t
Y
Theo
, u ki Y
t
= S
Nt + 1
t () nh là L(
t
Y
) không
t. Nu
0
)(
nn
X
không tun hoàn,
vi n cho mi , là phân phi nh duy nht ca
0
)(
nn
X
.
Chung quy là tìm quy lut ca Y
t
= S
Nt + 1
t vi t . t
t
A
:=t
t
N
S
là tui
ca mi gian s dng t.
gii thích nhng thit lc tiên chúng ta nhìn li các chui
hi phc nh. Hãy xem xét quá trình b sung
0
,
n
nn
ZY
, Z
n
là tng thi
gian tn ti ca mc s dng ti n
0
,
n
nn
ZY
là mt chui
Markov trong không gian trng thái
vi ma trn chuyi
9
ng chui
0
,
n
nn
ZY
là ti gin vì
z
1,
z
y
,
z
).
M: có
0
,
n
nn
ZY
là (
11
,TTU
),
1
T
1
T
và U phân b u trên [0, 1],
1
T
.
chúng ta tính toán (
11
,TTU
) và
z
q
> 0 ta có:
Nói cách khác, cho
1
T
= z bin ngu nhiên
1
TU
phân phu trên tp {0, .
. . , z1}
là , nó sau :
:
10
: Gi 0<<1 và cho L(
0
T
) có
i) n 2, L(
n
S
)
(1)
ii)
Chú ý: g
*
1!).
E(N
t+h
- N
t
)=u(t+h) - u(t) =
kt
L(T
0
) g, thì (Y
t
)
t>=0
L(Y
t
) g :
11
g L(T1)
Cho X
nhiên
X
X
h.
Chú ý: X N
0
thì (
k
1
):
L(X) f, thì L(
X
)
: Cho
1
T
và U
1
T
T
1
và U L(U
1
T
) g.
12
Y
t
, Z
t
khi
t
.
: và L(T
1
) là non-lattice (
t
,v0 y z
z
> 0.
lý : 0 < u < và L(T
1
) là non-lattice
h 0 ta có:
13
III. QUÁ TRÌNH POISSON
Quá trình PoissonPháp Siméon-Denis Poisson
(1781 - 1840)
trong
T
j
1) theo
nhiên.
:
B T không âm theo
i > 0 :
- £(T)
- Var [T]= 1/
.
- Laplace
-
.
:
T
j
, j 0 Exp
cho := {Sn: n 1} quá trình Poisson
trên R
+
.
Các ng nht" cn quá trình (N
t
) có không thay
14
N(t) quá trình Poisson -
- N(0) = 0
- các
-
P N(t)) = k] =
k=0, 1, 2,
(rate
.
quá trình Poisson
không gian Euclid
Poisson:
1. X EX = VarX =
2. X là .
3. B(n, p) np
n
hay
B(n ,p
n
,k)=
p
k
n
(1-p
n
)
n-k
-
15
0
nguyên N(t)
t
scalar parameter)
t hay
N(t)
t t.
Cho X
t
t, T
x
x x X T
nhiên, và x t X
t
có
- - T
x
có
.
t x
x t X
t
< x ]
T
x
> t
nhau:
P(X
t
x)=P(T
x
> t)
t t là
P(T
1
> t) = P(X
t
= 0) = e
-
phân
16
P(T
1
T
1
> ) = P(T
1
> s)
T
1
> 40 | T
1
> 30) = P(T
1
> 10) không có
T
1
> 40 và T
1
P(T
1
> 40 | T
1
> 30) = P(T
1
> 10)
Nó không
P(T
1
> 40 | T
1
> 30) = P(T
1
> 40)
Cho N1: = | [0, 1] |
N1 là Poisson trung bình
N1 =
1
, , S
n
)
(U(1), , U (n)) U
1
. . . , U
n
.
Cho B {( s
1
,s
2,
. . . , s
n
1
2
n
cho
:= {(s
1
, s
2
s
1
, . . . , s
n
s
n-1
) : (s
1
, . . . , s
n
) B}. thì
P{N1 = n, (S
1
, . . . , S
n
) B}
= P((S
1
, . . . , S
n
) B, S
n+1
> 1)
= P{T
0
, . . . , T
n-1
)
,
>1)}
=
17
=
=
P{(U(1), . . . ,U(n)) B}
=
=
= n! P{(U1, . . . ,Un) B}
=n!
s
1
n
IV.
MATLAB
1. có
N
có (0, 1).
-
[0, tmax]
% thêm điểm hồi phục 0 để đồ thị đẹp hơn
rntimes = zeros(1, nproc);
% tạo các điểm hồi phục tổ chức thành ma trận cột
% có thể thay hàm rand() bằng một bộ tạo số ngẫu nhiên khác
% từ một phân phối dương
i = 1;
while (min(rntimes(i, :))<=maxtime)
rntimes = [rntimes; rntimes(i, :)+rand(1, nproc)];
i = i+1;
end
18
-
ex_i = find(rntimes>maxtime);
rntimes(ex_i) = maxtime;
-
% tạo ra các bước nhảy của các quá trình đếm
% không lấy tổng vì ta không biết số điểm hồi phục
% nằm ngoài maxtime
rncount = [zeros(1, nproc); ones(size(rntimes, 1)-1, nproc)];
% thiết lập đếm của các điểm vượt quá maxtime bằng 0
rncount(ex_i) = 0;
% thêm các bước nhảy vào
rncount = cumsum(rncount);
-
stairs(rntimes, rncount);
5 và maxtime = 5)
19
2. có
-
function [rntimes, rncount] = rencount(nproc, maxtime, distr1,
ren1_par, distr2, ren2_par, b_verb)
- To các im hi phc t chc thành ma trn ct
% tham số cho bộ tạo số ngẫu nhiên
rnd_par1 = {1 nproc ren1_par{:}};
rnd_par2 = {1 nproc ren2_par{:}};
% lần hồi phục đầu tiên
rntimes = [zeros(1, nproc); feval(distr1, rnd_par1{:})];
% tạo các quá trình hồi phục thành ma trận cột
i = 2;
while (min(rntimes(i, :))<=maxtime)
rntimes = [rntimes; rntimes(i, :)+ feval(distr2,
20
rnd_par2{:})];
i = i+1;
end
10 trong
[0, 5) có o alpha = 1.6
[rntimes, rncount] = rencount(10, 5, @simpareto, {1.6}, @simpareto,
{1.6}, 1);
stairs(rntimes, rncount);
21
3. Mô phng q
[0, 5)
trong (0, 1)
[rntimes, rncount] = rencount(10, 5, @simlinear, {}, @rand, {}, 1);
stairs(rntimes, rncount);
22
V.
1. Jochen Geiger, section 2: Renewal processes, Applied Stochastic
Processes, 2007.
2. Athanasios Papoulis, chapter 10: General Concepts, Probability, Random
Variables, and Stochastic Processes, third edition, McGraw-Hill, Inc.
3. , Matlab , , Hà
-2005.
4. ,
MATLAB, -2006.
5. trên Matlab: