Markov Chains & Stochastic Processes

मार्कोव शृंखलाएँ और यादृच्छिक प्रक्रियाएँ

मार्कोव शृंखलाओं और यादृच्छिक प्रक्रियाओं की अभ्यास क्विज़, चरण-दर-चरण परस्पर-क्रियात्मक पाठ के साथ

नीचे दिए गए क्विज़ से मार्कोव शृंखलाओं और यादृच्छिक प्रक्रियाओं का अभ्यास करें: मार्कोव गुण, पंक्ति-प्रायिक संक्रमण आव्यूह, वितरण अद्यतन \(pP\), घातें \(P^n\), चैपमैन-कोल्मोगोरोव नियम, स्थिर वितरण \(\pi P=\pi\), अवशोषी अवस्थाएँ और बंद वर्ग, अविघट्यता, पुनरावृत्ति और क्षणिकता, आवर्त और अआवर्तिता, सीमित शृंखला का अभिसरण, मार्टिंगेल, उपमार्टिंगेल, अधिमार्टिंगेल, निस्यंदन और रुकने के समय। दोहराना हो तो आसान उदाहरणों और छोटी जाँचों के लिए पाठ खोलें।

प्रश्नों का सेट पूरा करें और अंत में अपनी गलतियां देखें।

मार्कोव शृंखलाओं और यादृच्छिक प्रक्रियाओं का यह अभ्यास कैसे काम करता है

  • 1. क्विज़ हल करें: संक्रमण प्रायिकताओं, स्थिर वितरणों, पुनरावृत्ति, आवर्तिता, मार्टिंगेल और रुकने के समय पर प्रश्न हल करें।
  • 2. पाठ खोलें: पंक्ति-प्रायिक आव्यूह, वर्ग-संरचना, दीर्घकालीन व्यवहार, अवशोषी शृंखलाएँ और सशर्त अपेक्षा के औज़ार दोहराएँ।
  • 3. फिर से प्रयास करें: क्विज़ पर लौटें और तय करें कि आव्यूह की प्रविष्टि निकालनी है, \(\pi P=\pi\) हल करना है, अवस्था को वर्गीकृत करना है या सशर्त अपेक्षा जाँचनी है।

मार्कोव शृंखलाओं और यादृच्छिक प्रक्रियाओं के पाठ में आप क्या सीखेंगे

संक्रमण नियम और आव्यूह घातें

  • \(P_{ij}\) को अवस्था \(i\) से अवस्था \(j\) तक एक कदम में जाने की प्रायिकता के रूप में पढ़ें।
  • पंक्ति-सदिश वितरणों को \(p_{n+1}=p_nP\) और \(p_n=p_0P^n\) से अद्यतन करें।
  • चैपमैन-कोल्मोगोरोव का प्रयोग करें: \(P^{m+n}=P^mP^n\)।

स्थिर और दीर्घकालीन व्यवहार

  • \(\pi P=\pi\) को \(\sum_i\pi_i=1\) के साथ हल करें।
  • \(\pi\) को स्वमान \(1\) वाला वाम स्वसदिश पहचानें।
  • द्वि-प्रायिक शृंखलाओं में समान स्थिर वितरण और सीमित अविघट्य अआवर्ती शृंखलाओं में स्थिर-वितरण वाली पंक्तियाँ पहचानें।

सीमित शृंखलाओं की वर्ग-संरचना

  • संचारी वर्ग, बंद वर्ग और अवशोषी अवस्थाओं का वर्गीकरण करें।
  • सीमित शृंखलाओं में पुनरावर्ती अवस्थाओं और क्षणिक अवस्थाओं में अंतर करें।
  • संभव वापसी-समयों के महत्तम समापवर्तक से आवर्त निकालें।

प्रक्रियाएँ, मार्टिंगेल और रुकने के समय

  • निस्यंदन \(\mathcal F_n\) का उपयोग करके समय \(n\) तक ज्ञात सूचना दर्शाएँ।
  • \(E[X_{n+1}\mid\mathcal F_n]=X_n\) से मार्टिंगेल जाँचें।
  • पहचानें कि रुकने के समय अतीत और वर्तमान सूचना से तय होने चाहिए, अनदेखे भविष्य के आँकड़ों से नहीं।
अन्य विषय देखें

अभ्यास सेट

Markov Chains & Stochastic Processes अभ्यास प्रश्न तुरंत स्कोर के साथ

नीचे दिए गए सभी 10 प्रश्नों के उत्तर दें, फिर अपना अंतिम स्कोर और गलती समीक्षा देखें ताकि आपको पता चले कि क्या सुधारना है।

0 / 10 उत्तर दिए गए
प्रश्न 1 उत्तर नहीं दिया

मार्कोव गुण कहता है कि भविष्य निर्भर करता है:

प्रश्न 2 उत्तर नहीं दिया

एक सीमित मार्कोव शृंखला के संक्रमण मैट्रिक्स में, हर पंक्ति का योग सामान्यतः होता है:

प्रश्न 3 उत्तर नहीं दिया

संक्रमण प्रायिकताएँ होनी चाहिए:

प्रश्न 4 उत्तर नहीं दिया

एक स्थिर वितरण \(\pi\) संतुष्ट करता है:

प्रश्न 5 उत्तर नहीं दिया

एक अवशोषी अवस्था \(i\) की संक्रमण प्रायिकता \(P_{ii}\) बराबर होती है:

प्रश्न 6 उत्तर नहीं दिया

यदि \(P=\begin{pmatrix}1&0\\0&1\end{pmatrix}\), तो दोनों अवस्थाएँ हैं:

प्रश्न 7 उत्तर नहीं दिया

एक शृंखला अपघट्य होती है जब:

प्रश्न 8 उत्तर नहीं दिया

यदि वर्तमान वितरण \(p\) है, तो अगला वितरण सामान्यतः है:

प्रश्न 9 उत्तर नहीं दिया

\(P=\begin{pmatrix}1/2&1/2\\1/2&1/2\end{pmatrix}\) के लिए कौन सा वितरण स्थिर है?

प्रश्न 10 उत्तर नहीं दिया

एक सीमित मार्कोव शृंखला में, प्रायिकता वितरण की प्रविष्टियों का योग होना चाहिए: