ΣΤΟΧΑΣΤΙΚΕΣ ΙΑ ΙΚΑΣΙΕΣ

Σχετικά έγγραφα
ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΑΣΚΗΣΕΙΣ

Σχολή Εφαρµοσµένων Μαθηµατικών και Φυσικών Επιστηµών Εθνικό Μετσόβιο Πολυτεχνείο. Στοχαστικές Ανελίξεις. Ασκήσεις Κεφαλαίου 2. Κοκολάκης Γεώργιος

ΒΑΣΙΚΕΣ ΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ (Συνέχεια)

Markov. Γ. Κορίλη, Αλυσίδες. Αλυσίδες Markov

P (M = 9) = e 9! =

Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών. ΗΥ-217: Πιθανότητες-Χειµερινό Εξάµηνο ιδάσκων : Π. Τσακαλίδης

cov(x, Y ) = E[(X E[X]) (Y E[Y ])] cov(x, Y ) = E[X Y ] E[X] E[Y ]

Ορισµός. (neighboring) καταστάσεων. ηλαδή στην περίπτωση αλυσίδας Markov. 1.2 ιαµόρφωση µοντέλου

Στοχαστικές Ανελίξεις (3) Αγγελική Αλεξίου

Ασκήσεις 3 ου Κεφαλαίου

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες - Εαρινό Εξάµηνο ιδάσκων : Π.

07/11/2016. Στατιστική Ι. 6 η Διάλεξη (Βασικές διακριτές κατανομές)

Μέρος ΙΙ. Τυχαίες Μεταβλητές

ΒΑΣΙΚΕΣ ΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ (Συνέχεια)

3 Αναδροµή και Επαγωγή

ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ. Ασκησεις - Φυλλαδιο 4. ιδασκων: Α. Μπεληγιάννης Ιστοσελιδα Μαθηµατος :

Στατιστική Επιχειρήσεων Ι. Βασικές διακριτές κατανομές

Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών. ΗΥ-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες -Εαρινό Εξάµηνο 2016 ιδάσκων : Π.

Στοιχεία Αλγορίθµων και Πολυπλοκότητας

Ασκήσεις για το µάθηµα «Ανάλυση Ι και Εφαρµογές» (ε) Κάθε συγκλίνουσα ακολουθία άρρητων αριθµών συγκλίνει σε άρρητο αριθµό.

ΚΕΦΑΛΑΙΟ 1: ΣΤΟΧΑΣΤΙΚΟΣ ΥΝΑΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΓΙΑ ΜΟΝΤΕΛΑ ΠΕΠΕΡΑΣΜΕΝΟΥ ΧΡΟΝΙΚΟΥ ΟΡΙΖΟΝΤΑ

ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ. Λυσεις Ασκησεων - Φυλλαδιο 4

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ

2.6 ΟΡΙΑ ΑΝΟΧΗΣ. πληθυσµού µε πιθανότητα τουλάχιστον ίση µε 100(1 α)%. Το. X ονοµάζεται κάτω όριο ανοχής ενώ το πάνω όριο ανοχής.

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2017 ιδάσκων : Π. Τσακαλίδης

ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Ασκησεις - Φυλλαδιο 4

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες-Χειµερινό Εξάµηνο ιδάσκων : Π. Τσακαλίδης.

p(x, y) = 1 (x + y) = 3x + 6, x = 1, 2 (x + y) = 3 + 2y, y = 1, 2, 3 p(1, 1) = = 2 21 p X (1) p Y (1) = = 5 49

ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Ασκησεις - Φυλλαδιο 4

P(Ο Χρήστος κερδίζει) = 1 P(Ο Χρήστος χάνει) = 1 P(X > Y ) = 1 2. P(Ο Χρήστος νικά σε 7 από τους 10 αγώνες) = 7

Ονοματεπώνυμο: Ερώτημα: Σύνολο Μονάδες: Βαθμός:

Τυχαία μεταβλητή (τ.μ.)

Σήματα και Συστήματα. Διάλεξη 1: Σήματα Συνεχούς Χρόνου. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής

Πιθανότητες Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου

ρ. Ευστρατία Μούρτου

Μια TM µπορεί ένα από τα δύο: να αποφασίζει µια γλώσσα L. να αναγνωρίζει (ηµιαποφασίζει) µια γλώσσα L. 1. Η TM «εκτελεί» τον απαριθµητή, E.

ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ Ι (ΑΡΤΙΟΙ) Ασκησεις - Φυλλαδιο 4

Κεφάλαιο 2. Παραγοντοποίηση σε Ακέραιες Περιοχές

5 Παράγωγος συνάρτησης

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ

Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών Εθνικό Μετσόβιο Πολυτεχνείο. Ενδεικτικές Λύσεις Ασκήσεων. Κεφάλαιο 3. Κοκολάκης Γεώργιος

Στοχαστικές Στρατηγικές

Παράρτηµα 3 Εξισώσεις Διαφορών και Στοχαστικές Διαδικασίες

ΕΙΣΑΓΩΓΗ. Μη Παραµετρική Στατιστική, Κ. Πετρόπουλος. Τµήµα Μαθηµατικών, Πανεπιστήµιο Πατρών

P (A) + P (B), [Α,Β: ξένα µεταξύ τους] P (C A B) [P (A) + P (B)] P (C A) P (A) P (B) 3 4 ( ) 1 7 = 3 7 =

ροµολόγηση πακέτων σε δίκτυα υπολογιστών

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 8. Συνεχείς Κατανομές Πιθανοτήτων

200, δηλαδή : 1 p Y (y) = 0, αλλού

Κεφάλαιο 2: Τυχαίος Περίπατος

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΟΧΑΣΤΙΚΑ ΜΟΝΤΕΛΑ

P (A B) = P (AB) P (B) P (A B) = P (A) P (A B) = P (A) P (B)

Εισαγωγή στην Τοπολογία

ΑΛΓΕΒΡΑ Α ΛΥΚΕΙΟΥ ΑΠΟΣΤΟΛΟΥ ΓΙΩΡΓΟΣ ΜΑΘΗΜΑΤΙΚΟΣ

ΣΗΜΑΤΑ ΚΑΙ ΣΥΣΤΗΜΑΤΑ. Εισαγωγή στα Σήµατα Εισαγωγή στα Συστήµατα Ανάπτυγµα - Μετασχηµατισµός Fourier Μετασχηµατισµός Z

2. Στοιχεία Πολυδιάστατων Κατανοµών

Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων

Συνδυαστική Απαρίθµηση Υπολογισµός (µε συνδυαστικά επιχειρήµατα) του πλήθους των διαφορετικών αποτελεσµάτων ενός «πειράµατος». «Πείραµα»: διαδικασία µ

Ασφαλιστικά Μαθηµατικά Συνοπτικές σηµειώσεις

/ / 38

ΛΥΜΕΝΕΣ ΑΣΚΗΣΕΙΣ ΣΤΙΣ ΣΥΝΑΡΤΗΣΕΙΣ

Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΙΙ

Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του πέμπτου φυλλαδίου ασκήσεων.. Δηλαδή:

Ποιές οι θεµελιώδεις δυνατότητες και ποιοί οι εγγενείς περιορισµοί των υπολογιστών ; Τί µπορούµε και τί δε µπορούµε να υπολογίσουµε (και γιατί);

Στοιχεία Θεωρίας Υπολογισµού (1): Τυπικές Γλώσσες, Γραµµατικές

xp X (x) = k 3 10 = k 3 10 = 8 3

Αριθµητική Ανάλυση 1 εκεµβρίου / 43

ΕΣΜΕΥΜΕΝΕΣ ΠΙΘΑΝΟΤΗΤΕΣ

εσµευµένες Πιθανότητες-Λυµένα Παραδείγµατα 3. Επιλέγουµε έναν που δεν είναι άνεργος. Ποια είναι η πιθανότητα να είναι πτυχιούχος; = 0.

2.1. ΑΠΛΟΣ ΤΥΧΑΙΟΣ ΠΕΡΙΠΑΤΟΣ

II. Τυχαίες Μεταβλητές

(1) 98! 25! = 4 100! 23! = 4

ΛΥΣΕΙΣ ΑΣΚΗΣΕΩΝ ΕΞΕΤΑΣΤΙΚΗΣ ΠΕΡΙΟ ΟΥ ΙΟΥΝΙΟΥ 2004., η οποία όµως µπορεί να γραφεί µε την παρακάτω µορφή: 1 e

11 Το ολοκλήρωµα Riemann

Παλαιότερες ασκήσεις

Τεχνικές Εκτίμησης Υπολογιστικών Συστημάτων Ενότητα 3: Μοντέλα Θεωρίας Αναμονής

ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ Ι (ΠΕΡΙΤΤΟΙ) Ασκησεις - Φυλλαδιο 4

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2015 ιδάσκων : Π. Τσακαλίδης

Γενικές Παρατηρήσεις. Μη Κανονικές Γλώσσες - Χωρίς Συµφραζόµενα (1) Το Λήµµα της Αντλησης. Χρήση του Λήµµατος Αντλησης.

ΕΠΛ 232 Φροντιστήριο 2

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες - Εαρινό Εξάµηνο ιδάσκων : Π.

Περίληψη ϐασικών εννοιών στην ϑεωρία πιθανοτήτων

(365)(364)(363)...(365 n + 1) (365) k

Συστήματα Αναμονής. Ενότητα 3: Στοχαστικές Ανελίξεις. Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ

MEΤΑΣΧΗΜΑΤΙΣΜΟΙ ΤΗΣ ΜΟΡΦΗΣ Y= g( X1, X2,..., Xn)

Μερικά πρώτα παραδείγµατα συστηµάτων διακριτού χρόνου

ΘΕΩΡΙΑ: Έστω η οµογενής γραµµική διαφορική εξίσωση τάξης , (1)

Γραµµατικές για Κανονικές Γλώσσες

Εργαστήριο Μαθηµατικών & Στατιστικής. 1 η Πρόοδος στο Μάθηµα Στατιστική 5/12/08 Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ. 3 ο Θέµα

3. Κατανομές πιθανότητας

ΕΠΑΝΑΛΗΠΤΙΚΗ ΕΙΓΜΑΤΟΛΗΨΙΑ

Ασκήσεις για το µάθηµα «Ανάλυση Ι και Εφαρµογές»

Λύσεις 1 ης Σειράς Ασκήσεων (Αξιολόγηση της Αποτελεσµατικότητας της Ανάκτησης)

Pr(10 X 15) = Pr(15 X 20) = 1/2, (10.2)

Σηµειώσεις στις συναρτήσεις

Ανάλυση Απόδοσης Πληροφοριακών Συστημάτων

Εισαγωγή στον Προγραµµατισµό. Ανάλυση (ή Επιστηµονικοί8 Υπολογισµοί)

ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Λυσεις Ασκησεων - Φυλλαδιο 1

Συνεκτικά σύνολα. R είναι συνεκτικά σύνολα.

4 Συνέχεια συνάρτησης

Transcript:

ΣΤΟΧΑΣΤΙΚΕΣ ΙΑ ΙΚΑΣΙΕΣ Θεωρία Πιθανοτήτων και Στοχαστικές ιαδικασίες, Κ. Πετρόπουλος Τµ. Επιστήµης των Υλικών

Στοχαστικές ιαδικασίες Ορισµός Μία στοχαστική διαδικασία είναι µία οικογένεια τυχαίων µεταβλητών {X(t) : t T}, όπου t είναι µία παράµετρος που παίρνει τιµές σε ένα κατάλληλα ορισµένο σύνολο T.

Παραδείγµατα 1. Προβλήµατα Ανάπτυξης Πληθυσµών. Η ανάπτυξη ενός πληθυσµού εξαρτάται από διάφορους παράγοντες, όπως η αλλαγή των καιρικών συνθηκών, ασθένειες, διατροφή κ.ο.κ. X(t) : Ο αριθµός των ατόµων ενός πληθυσµού στον χρόνο t. {X(t) : t 0} είναι µια στοχαστική διαδικασία. Η τιµή της X(t) εξαρτάται, προφανώς από το αρχικό µέγεθος του πληθυσµού τη χρονική στιγµή t = 0, όπως και από τον αριθµό των γεννήσεων και ϑανάτων στο χρονικό διάστηµα (0, t).

Παραδείγµατα 2. Προβλήµατα Οικολογικών Αντιπαραθέσεων. Εχουµε δύο πληθυσµούς Α και Β. Ενα µέλος του Α εξοντώνει ένα µέλος του Β µε πιθανότητα p. Ενα µέλος του Β εξοντώνει ένα µέλος του Α µε πιθανότητα q. X n : Το πλήθος των επιζώντων µελών του πληθυσµού Α µετά την n-οστή αντιπαράθεση. {X n : n = 0, 1, 2,...} είναι µια στοχαστική διαδικασία. Y n : Το πλήθος των επιζώντων µελών του πληθυσµού Β µετά την n-οστή αντιπαράθεση. {Y n : n = 0, 1, 2,...} είναι µια στοχαστική διαδικασία. Επιπλέον, αν: C n : Το πλήθος των γεννήσεων ανάµεσα στην n 1 και n αντιπαράθεση. D n : Το πλήθος των ϑανάτων ανάµεσα στην n 1 και n αντιπαράθεση. Z n = { 0, µε πιθανότητα p. 1, µε πιθανότητα q. X n = X n 1 + C n D n + Z n

Παραδείγµατα 3. Προβλήµατα Ελέγχου Αποθεµάτων. Μια ϐιοµηχανία παράγει ένα προϊόν Α. X n : Η ποσότητα του προϊόντος που µένει αποθηκευµένο στο τέλος της n-οστής χρονικής περιόδου (ηµέρα, µήνα κ.ο.κ.) {X n : n = 0, 1, 2,...} είναι µια στοχαστική διαδικασία. Επιπλέον, αν: P n : Η παραγωγή του προϊόντος κατά την n-οστή περίοδο. Z n : Η Ϲήτηση του προϊόντος κατά την n-οστή περίοδο. X n = max{0, X n 1 + P n Z n }.

Παραδείγµατα 4. Προβλήµατα Ελέγχου και Αντικατάστασης Εξαρτηµάτων. Θεωρούµε ότι το εξάρτηµα µιας µηχανής επιθεωρείται ανά τακτά χρονικά διαστήµατα και του οποίου η κατάσταση χαρακτηρίζεται ως, ικανοποιητική 1 µη ικανοποιητική 2 έπαψε να λειτουργεί 3 X n : Η κατάσταση του εξαρτήµατος κατά την n-οστή επιθεώρηση (1 ή 2 ή 3.) {X n : n = 0, 1, 2,...} είναι µια στοχαστική διαδικασία. Παρατήρηση Για να είναι η στοχαστική διαδικασία πλήρως γνωστή, ϑα πρέπει να γνωρίζουµε τις πιθανότητες µετάβασης, p ij = P(X n = j X n 1 = i), i = 1, 2, 3, j = 1, 2, 3. p 21 = p 31 = p 32 = 0.

Παραδείγµατα 5. Προβλήµατα Συστηµάτων Εξυπηρέτησης. X(t) : ο αριθµός των αναχωρήσεων στο χρονικό διάστηµα (0, t). {X(t), t 0} είναι µια στοχαστική διαδικασία. Y n : το πλήθος των πελατών µέσα στο σύστηµα κατά τη στιγµή της n-οστής αναχώρησης. {Y n : n = 0, 1, 2,...} είναι µια στοχαστική διαδικασία.

Κατάταξη Στοχαστικών ιαδικασιών Αν t [0, a), έχουµε στοχαστική διαδικασία σε συνεχή χρόνο. Αν t = 0, 1, 2,..., έχουµε στοχαστική διαδικασία σε διακριτό χρόνο. Εστω Ε το πεδίο τιµών της τ.µ. X(t) (ή X n ), τότε το Ε ονοµάζεται χώρος καταστάσεων. Αν Ε είναι ένα πεπερασµένο ή αριθµήσιµο σύνολο, έχουµε στοχαστική διαδικασία µε διακριτό χώρο καταστάσεων. Αν Ε είναι ένα διάστηµα ή το R, έχουµε στοχαστική διαδικασία µε συνεχή χώρο καταστάσεων.

Τυχαίος Περίπατος Θεωρούµε ένα σωµατίδιο το οποίο κινείται κατά µήκος του άξονα των πραγµατικών αριθµών. Τη χρονική στιγµή t = 0, το σωµατίδιο ϐρίσκεται στη ϑέση X 0 και από κει και πέρα για κάθε ακέραια χρονική µονάδα κάνει ένα ϐήµα προς τα αριστερά ή προς τα δεξιά ή παραµένει στη ϑέση του. Οπότε αν το σωµατίδιο τη χρονική στιγµή n 1, ϐρίσκεται στην κατάσταση X n 1, τότε τη χρονική στιγµή n ϑα ϐρίσκεται στην κατάσταση X n = X n 1 + Z n, n = 1, 2, 3,... όπου Z i είναι µια ακολουθία από ανεξάρτητες τ.µ. µε κατανοµές F i (x), i = 1, 2, 3,... p, x = 1 q, x = 1 Αν f i (x) = P(Z i = x) = 1 p q, x = 0 0, διαφορετικά τότε η διαδικασία ονοµάζεται Απλός Τυχαίος Περίπατος.

Τυχαίος Περίπατος Αν το σωµατίδιο µπορεί να κινείται ελεύθερα στον άξονα και να µπορεί να καταλαµβάνει οποιαδήποτε ϑέση πάνω σ αυτόν, τότε ο τυχαίος περίπατος ονοµάζεται ελεύθερος. Αν το σωµατίδιο ϕτάσει ένα ϕράγµα και πλέον δεν µπορεί να ξεφύγει και η κίνησή του τελειώνει, τότε έχουµε ϕράγµα απορρόφησης. Αν το σωµατίδιο ϕτάσει σ ένα ϕράγµα, όπου µπορεί να ξεφύγει προς µία συγκεκριµένη κατεύθυνση, τότε έχουµε ϕράγµα ανακλάσεως.

Εφαρµογές Τυχαίου Περίπατου 1. Οργάνωση Ασφαλιστικής Εταιρείας Θεωρούµε µια ασφαλιστική εταιρεία, η οποία ξεκινάει τις εργασίες της τη χρονική στιγµή 0, µε ένα αρχικό κεφάλαιο X 0. Κατά τη διάρκεια των περιόδων 1, 2,,... (µέρες ή µήνες...) η εταιρεία λαµβάνει από τους ασφαλισµένους χρηµατικά ποσά Y 1, Y 2,... και πληρώνει για Ϲηµιές ποσά W 1, W 2,... Τότε το κεφάλαιο της εταιρείας στο τέλος n οστής χρονικής περιόδου ϑα είναι, X n = X 0 +(Y 1 W 1)+...+(Y n W n). Αν X n < 0 τότε η εταιρεία παύει να λειτουργεί. Αν Z r = Y r W r, r = 1, 2,... αποτελούν ισόνοµες και ανεξάρτητες τ.µ., τότε η X n συµπεριφέρεται σαν ένας τυχαίος περίπατος που ξεκινάει από τη ϑέση X 0 και κάνει ϐήµατα µήκους Z r. Επιπλέον έχουµε ένα ϕράγµα απορρόφησης (το 0), οπότε, { Xn 1 + Z n, X n 1 > 0, X n 1 + Z n > 0 X n = 0, διαφορετικά

Εφαρµογές Τυχαίου Περίπατου 2. Οργάνωση Λειτουργίας Φράγµατος Θεωρείστε ένα ϕράγµα στο οποίο µαζεύονται τα νερά της ϐροχής ή κάποιου ποταµού και χρησιµοποιούνται για την άρδευση καλλιεργειών ή για την παραγωγή του ηλεκτρικού ϱεύµατος. Y n : οι µονάδες νερού που πέφτουν µέσα στο ϕράγµα κατά τη διάρκεια της n οστής χρονικής περιόδου (π.χ. ηµέρας). Το νερό ελευθερώνεται από το ϕράγµα ανοίγοντας κατάλληλες πόρτες σύµφωνα µε τον ακόλουθο κανόνα, Αν X n µετράει το ποσό του νερού µέσα στο ϕράγµα στο τέλος της n οστής χρονικής περιόδου και X n 1 + Y n > a(γνωστό) Τότε απελευθερώνονται a µονάδες κατά τη διάρκεια της n ηµέρας.

Εφαρµογές Τυχαίου Περίπατου 2. Οργάνωση Λειτουργίας Φράγµατος Επίσης, αν b είναι η χωρητικότητα του ϕράγµατος σε νερό, τότε έχουµε µια απώλεια νερού b (X n 1 + Y n a) µονάδες νερού κατά την n οστή ηµέρα. X n 1 + Z n, 0 < X n 1 + Z n < b Άρα X n = 0, X n 1 + Z n 0 b, X n 1 + Z n b όπου Z n = Y n a µετράει την αλλαγή του περιεχοµένου του ϕράγµατος κατά την n οστή ηµέρα. Αν το ϕράγµα γεµίσει εντελώς σε κάποια ηµέρα, τότε αυτό παραµένει γεµάτο µέχρι το Z n < 0. Αν το ϕράγµα αδειάσει εντελώς, τότε αυτό παραµένει άδειο µέχρι Z n > 0. ηλαδή, έχουµε ένα τυχαίο περίπατο µε δύο ϕράγµατα ανακλάσεως, ένα στην κατάσταση 0 και ένα στην κατάσταση b. (E = [0, b]).

Ελεύθερος Απλός Τυχαίος Περίπατος Το σωµατίδιο κινείται ελεύθερα προς οποιαδήποτε κατεύθυνση και ϑεωρούµε τη χρονική στιγµή n = 0 ϐρίσκεται στην αρχή των αξόνων (X 0 = 0). Ποια είναι η πιθανότητα το σωµατίδιο τη χρονική στιγµή n να ϐρίσκεται στην κατάσταση k; Αν έχω r 1 ϑετικά ϐήµατα r 2 αρνητικά ϐήµατα r 3 µηδενικά ϐήµατα P(X n = k) = r 1 r 2 = k r 1 + r 2 + r 3 = n n! r 1!r 2!r 3! pr1 q r2 (1 p q) r3.

Στιγµές Τερµατισµού Θεωρούµε τη στοχαστική διαδικασία {X n : n = 1, 2, 3,...} Υποθέτουµε ότι παρατηρούµε τη διαδικασία για τις πρώτες n χρονικές στιγµές. Τότε η πληροφορία που ϑα πάρουµε για την µελλοντική συµπεριφορά της διαδικασίας, ϑα ϐασίζεται στη γνώση των τ.µ. X 1, X 2,...,X n. Η τυχαία χρονική στιγµή n, ουσιαστικά είναι η τιµή µιας τ.µ. N Z + και ονοµάζεται στιγµή τερµατισµού της διαδικασίας.

Ταυτότητα του Wald Αν X 1, X 2,... ανεξάρτητες και ισόνοµες τ.µ. µε EX i <, i = 1, 2,... και N είναι τ.µ. που αναπαριστά τη στιγµή τερµατισµού της ακολουθίας των τ.µ. τότε, N E( X i ) = (EX)(EN) i=1 όπου X είναι τ.µ. ισόνοµη µε τις X 1, X 2,... Παράδειγµα 1 X n : µετράει την K στην n ϱίψη του νοµίσµατος. N = min{n : X 1 + X 2 +...+X n = 10} P(X n = 1) = P(X n = 0) = 1 2 EX n = 0 P(X n = 0)+1 P(X n = 1) = 1 2, τότε N E( X i ) = (EX)(EN) 10 = 1 EN EN = 20 2 i=1