Professional Documents
Culture Documents
Probni Re Enja
Probni Re Enja
Probni Re Enja
Informacioni inženjering
predmet: Verovatnoća i slučajni procesi
broj indeksa:
Predispitne obaveze 2
10 poena
1. [1 poen] Definisati proces sa stacionarnim nezavisnim priraštajima. Navesti jedan primer procesa sa stacionarnim
nezavisnim priraštajima.
Ako za svaki izbor 0 < t1 < t2 , · · · < tn iz [0, ∞) su slučajne promenljive X0 , Xt1 − X0 , Xt2 − Xt1 , . . . , Xtn − Xtn−1
nezavisne i ako za svako t, s, a ∈ [0, ∞), s < t, važi da slučajne promenljive Xt −Xs i Xt+a −Xs+a imaju istu raspodelu,
tada kažemo da je Xt proces sa stacionarnim nezavisnim priraštajima.
Poasonov proces je proces sa stacionarnim nezavisnim priraštajima.
a 2a
2. [4 poena] Dat je lanac Markova čiji je skup stanja S = {s1 , s2 } i čija je matrica prelaza P = 1 .
4 b
1 3
a) a = i b=
3 4
Dobijene vrednosti za a i b su dobijene jer je P verovatnosna matrica, pa je suma elemenata po vrstama jednaka
1 i svi elementi su nenegativni.
b) Ako je sistem u početnom momentu bio u stanju s2 naći vrednost početnog vektora p(0) = [0, 1]
13 35 35
c) Naći vektor verovatnoća p(2) = [ , ] i verovatnoću p2 (2) =
1 2 1 2 5 13 48 48 48
13 35
P2 = 13 33 · 31 33 = 13 18 18
35 i p(2) = p(0)P2 = [ 48 , 48 ]
4 4 4 4 48 48
d) Izračunati P (X2 = s1 , X4 = s1 , X5 = s2 ) = P (X2 = s1 )P (X4 = s1 |X2 = s1 )P (X5 = s2 |X2 = s1 , X4 = s1 )
13 5 2
= P (X2 = s1 )P (X4 = s1 |X2 = s1 )P (X5 = s2 |X4 = s1 ) = p1 (2)p11 (2)p12 (1) = 48 ·8·3
2
e) Izračunati P (X4 = s2 |X1 = s1 , X2 = s2 , X3 = s1 ) = P (X4 = s2 |X3 = s1 ) = p12 (1) =
3
g) Odrediti, ako je to moguće početni vektor verovatnoća p(0) tako da dati lanac Markova bude stacionaran.
Ukoliko postoji vektor finalnih verovatnoća lanac Markova je stacionaran za p(0) = p∗ , tako da je p(0) = [ 11
3 8
, 11 ]
3. [1 poen] Neka je Xt , t ∈ [0, ∞) homogeni proces Markova čiji je skup stanja S konačan. Neka su verovatnoće prelaza
pij (t) neprekidne funkcije.
4. [2 poena] Za proces radanja i umiranja čiji je skup stanja S = {0, 1, 2, . . .} napisati verovatnoće prelaza pij (∆t),
∆t → 0+ .
ZA
1
mX (t) = m = lim xt dt .
A→∞ A
0
1. [6 poena] Dat je slučajni proces Xt = A cos (t + B), t ∈ [0, ∞), gde je A slučajna√promenljiva sa uniformnom U(0, 2)
raspodelom i B slučajna promenljiva čija je funkcija gustine ϕB (b) = b, b ∈ (0, 2). Slučajne promenljive A i B su
nezavisne. Izračunati matematičko očekivanje i korelacionu funkciju slučajnog procesa Xt . Da li je slučajni procesa Xt
slabo stacionaran ?
(
1
2 , a ∈ (0, 2)
A : U(0, 2) → E(A) = 1 i ϕA (a) =
0, a ∈/ (0, 2)
( √
b, b ∈ (0, 2)
ϕB (b) = √
0, b ∈ / (0, 2)
Matematičko očekivanje nalazimo na sledeći način:
[1]
mX (t) = E(Xt ) = E(A cos (t + B)) = E(A)E(cos (t + B)) = E(cos (t + B)) =
Z ∞ Z √2
= cos (t + b)ϕB (b) db = b cos (t + b) db =
−∞ 0
√
√2 Z 2 √ √ √2
= b sin (t + b) − sin (t + b) db = 2 sin (t + 2) + cos (t + b) =
0 0 0
√ √ √
= 2 sin (t + 2) + cos (t + 2) − cos t
1 1
0 2 2
1 2
a) P = 0
3 3
1 2
3 3 0
1 1 1
3 3 3
2 11 1
b) P2 =
9 18 6
2 1 11
9 6 18
2
Kako su svi elementi matrice P strogo pozitivni,
zaključujemo da finalne verovatnoće postoje i nalazimo ih
∗
rešavajući sistem jednačina: p1 p∗2 p∗3 · P = p∗1 p∗2 p∗3 ∧ p∗1 + p∗2 + p∗3 = 1, odnosno
1 ∗ 1 ∗
= p∗1
3 p2 + 3 p3
1 ∗ 2 ∗
2 p1 = p∗2 + 3 p3
1 ∗ 2 ∗
2 p1 + 3 p2 = p∗3
∗ ∗ ∗
p1 + p2 + p3 = 1
odakle dobijamo p1 p∗2 p∗3 =
∗ 1 3 3
4 8 8 .
P (X0 =1,X1 =2,X2 =3,X3 =1,X4 =2,··· )
c) P (X1 = 2, X2 = 3, X3 = 1, X4 = 2, · · · |X0 = 1) = P (X0 =1) =
P (X0 =1)P (X1 =2|X0 =1)P (X2 =3|X1 =2)P (X3 =1|X2 =3)P (X4 =2|X3 =1)···
= P (X0 =1) =
n
= 121 121 1 1
p12 (1)p23 (1)p31 (1)p12 (1)p23 (1) · · · = 2 3 3 · 2 3 3 · · · = 9 · 9 · · · = lim 19 = 0.
n→∞
d) Uvodimo četvrto stanje ”hrčak je na slobodi”i formiramo novu matricu prelaza za jedan korak(iz koje vidimo da
je bašto stanje apsorbujuće stanje):
0 41 14 12
1 1 1 5
8 8 8 8
1 0 2 1 h i 1 5 1 1
P = 41 2 4 41 Kako je početna raspodela p(0) = 13 31 31 0 , a P2 = 81 16 16 2
4 4 0 4 8 16 1 5 1
16 2
0 0 0 1 h i 0 0 0 1
2 1 1 1 13 13
raspodela nakon dva dana je p(0) · P = 8 6 6 24 , a verovatnoća da će hrčak prekosutra biti na slobodi 24 .
3. [7 poena] U magacin hipermarketa roba pristiže kamionima koji formiraju red koji nema ograničenje. Proveru pristigle
robe obavljaju dva magacionera. Na svakih sat vremena stiže novi kamion sa robom, a provera jednog traje pola sata.
Odakle dobijamo:
2 3 !
λ2 λ3 λ4
λ λ λ λ λ 2µ + λ
A = 1 + + 2 + 2 3 + 3 4 + ··· = 1 + 1+ + + + ··· = ,
µ 2µ 2 µ 2 µ µ 2µ 2µ 2µ 2µ − λ
1 2µ − λ 3
p∗0 = = = ,
A 2µ + λ 5
1 λ n 3 1 1 n
p∗n = p∗0 · n−1 · = · n−1 · , n ∈ N.
k µ 5 2 2
c) Očekivani broj kamiona je:
∞ 1 n ∞ ∞ ∞
X 3 1 3X 1 6 X 1 6 X 1 n
E(X∞ ) = n · n−1 · = n 2n−1 = · n 2n = · n
n=1
5 2 2 5 n=1 2 5 n=1 2 5 n=1 4
∞ ∞
6 1 X 1 n−1 3 X 1 n−1 3 1 8
= · · n = · n = · 2 = .
5 4 n=1 4 10 n=0 4 10 1 15
1− 4
d) Za nezadovoljne vozače je potrebno izdvojiti 11 · 1 · pn · 1000din, gde je 1 očekivani broj pristiglih kamiona tokom
1h, a pn verovatnoća da u redu za čekanje ima više od 2 automobila, odnosno:
∞
X
pn = p∗n = 1 − (p∗0 + p∗1 + p∗2 + p∗3 )
n=5
3 3 1 3 1 3 1
=1− +· + · + · = 0.00625.
5 5 2 5 8 5 32
Konačno rešenje je 11 · 1 · 0.00625 · 1000din = 68.75din.
3. [3 poena] Definisati dostižno i apsorbujuće stanje lanca Markova. Dati primer lanca Markova koji ima apsorbujuće
stanje.
Dostižno stanje Stanje sj je dostižno iz stanja si ako za neko n ∈ N0 , pij (n) > 0,pišemo si → sj .
Ako je si → sj i sj → si , kažemo da su si i sj medusobno dostižna stanja i to zapisujemo sa si ↔ sj .
Apsorbujuće stanje. Stanje si je apsorbujuće ako je pii = 1. Ako sistem ude u apsorbujuće stanje, nikad ne izlazi
iz njega.
Primer: Dete za doručak pije mleko, čaj ili čokoladno mleko. Ako jednog dana pije čokoladno mleko, onda svako naredno
jutro za doručak pije čokoladno mleko...