Stokastik Süreçler

147 soru

Soru 81Soru

Bir vergi dairesindeki dijital arşivleme sisteminde kullanılan optik okuyucuların ömürleri birbirinden bağımsız ve aynı dağılımlı (i.i.d.) rastgele değişkenlerdir. Okuyucuların ortalama ömrü 44 ay olarak hesaplanmıştır. Arızalanan bir okuyucu bekletilmeksizin yenisiyle değiştirildiğine göre, Temel Yenileme Teoremi (Elementary Renewal Theorem) uyarınca uzun dönemde birim zamanda (ay başına) gerçekleşen beklenen yenileme sayısı kaçtır?

Cevabı ve açıklamayı göster

Cevap: 0,250,25

Cevap

Uzun dönemde birim zamanda gerçekleşen ortalama yenileme sayısı 0,250,25 olarak bulunur.
Temel Yenileme Teoremi uyarınca, yenileme fonksiyonu M(t)=E[N(t)]M(t) = E[N(t)] için uzun dönemli limit limtM(t)/t=1/μ\lim_{t \to \infty} M(t)/t = 1/\mu şeklindedir. Burada μ\mu her bir yenileme arası geçen sürenin beklenen değeridir. μ=4\mu = 4 verildiğinden, limit değer 1/4=0,251/4 = 0,25 olur.

Adım Adım Çözüm

1
Yenilemeler arası sürenin beklenen değerini (mu\\mu) belirleyin.
μ=4\mu = 4 ay
Soruda okuyucuların ortalama ömrü 44 ay olarak verilmiştir.
2
Temel Yenileme Teoremi'ni (Elementary Renewal Theorem) uygulayın.
limtM(t)t=1μ\lim_{t \to \infty} \frac{M(t)}{t} = \frac{1}{\mu}
Teorem, uzun dönemde birim zamandaki ortalama yenileme sayısının (M(t)/tM(t)/t), yenileme sürelerinin ortalamasının tersine yaklaştığını ifade eder.
3
Değerleri yerine koyarak hesaplamayı tamamlayın.
14=0,25\frac{1}{4} = 0,25
Birim zamandaki (ay başına) beklenen yenileme sayısı 1/41/4 işleminin sonucudur.

Anahtar Kavram

Temel Yenileme Teoremi (Elementary Renewal Theorem)
Soru 82Soru

Bir ilçe nüfus müdürlüğünde tek bir banko hizmet vermektedir (M/M/1M/M/1 kuyruk modeli). Bu bankoya gelen vatandaşların varışları saatte ortalama 1212 kişi (λ=12\lambda = 12) olacak şekilde Poisson dağılımına, bir vatandaşa verilen hizmet süresi ise ortalama 44 dakika olacak şekilde Üstel dağılıma uygundur. Buna göre, bu hizmet sisteminde (sırada bekleyenler ve hizmet alan dahil) bulunan ortalama vatandaş sayısı kaçtır?

Cevabı ve açıklamayı göster

Cevap: 4,00

Cevap

Sistemdeki ortalama vatandaş sayısı 4,00 olarak hesaplanır.
Sistemdeki ortalama vatandaş sayısı (LL), hem kuyrukta bekleyenleri hem de o anda hizmet alan kişiyi kapsar. M/M/1M/M/1 modelinde bu değer L=λμλL = \frac{\lambda}{\mu - \lambda} formülüyle bulunur. Verilen λ=12\lambda = 12 ve hesaplanan μ=15\mu = 15 değerleri yerine konulduğunda 12/3=412/3 = 4 sonucuna ulaşılır.

Adım Adım Çözüm

1
Varış oranını (λ\lambda) ve hizmet oranını (μ\mu) saat cinsinden belirle.
λ=12\lambda = 12 kişi/saat; μ=604=15\mu = \frac{60}{4} = 15 kişi/saat.
Kuyruk modellerinde parametrelerin aynı zaman biriminde olması zorunludur.
2
M/M/1M/M/1 modeli için sistemdeki ortalama vatandaş sayısı (LL) formülünü uygula.
L=λμλL = \frac{\lambda}{\mu - \lambda}
Kararlı durumdaki bir M/M/1M/M/1 sisteminde beklenen toplam birim sayısı bu formülle bulunur.
3
Değerleri formülde yerine koyarak hesapla.
L=121512=123=4L = \frac{12}{15 - 12} = \frac{12}{3} = 4.
Sistemdeki ortalama vatandaş sayısı hesaplanmış olur.

Anahtar Kavram

M/M/1 Kuyruk Modeli - Sistem Uzunluğu (L)

Daha Fazla Pratik

Aynı verilerle kuyrukta bekleme süresini (WqW_q) hesaplamayı deneyebilirsiniz.

Alternatif Yöntem

Önce sistemin yoğunluğu ρ=12/15=0,8\rho = 12/15 = 0,8 hesaplanır. Ardından L=ρ1ρL = \frac{\rho}{1 - \rho} formülü kullanılarak L=0,8/0,2=4L = 0,8 / 0,2 = 4 sonucu elde edilebilir.
Tahmini Süre:45s
Soru 83Soru

Bir kamu kütüphanesindeki dijital arşivleme tarayıcısının çalışma durumu, durum uzayı S={0,1}S = \{0, 1\} olan sürekli zamanlı bir Markov süreci olarak modellenmiştir. Durum 0 tarayıcının "çalışır" durumda olduğunu, durum 1 ise "arızalı" olduğunu temsil etmektedir. Bu sürece ait sonsuz küçük üreteç matrisi (QQ-matrisi) aşağıda verilmiştir:

Q=(0,150,150,350,35)Q = \begin{pmatrix} -0,15 & 0,15 \\ 0,35 & -0,35 \end{pmatrix}

Buna göre, bu tarayıcının uzun dönemde (kararlı durumda) arızalı olma olasılığı kaçtır?

Cevabı ve açıklamayı göster

Cevap: 0,30

Cevap

Tarayıcının uzun dönemde arızalı olma olasılığı 0,30'dur.
Verilen QQ-matrisine göre, durum 0'dan 1'e geçiş hızı λ=0,15\lambda = 0,15 ve durum 1'den 0'a geçiş hızı μ=0,35\mu = 0,35'dir. İki durumlu bir sürekli zamanlı Markov sürecinde, kararlı durumda ikinci durumda (arızalı) bulunma olasılığı π1=λλ+μ\pi_1 = \frac{\lambda}{\lambda + \mu} formülüyle hesaplanabilir. Buradan π1=0,150,15+0,35=0,150,50=0,30\pi_1 = \frac{0,15}{0,15 + 0,35} = \frac{0,15}{0,50} = 0,30 sonucu elde edilir.

Adım Adım Çözüm

1
Kararlı durum olasılıkları (π0,π1\pi_0, \pi_1) için denge denklemlerini (πQ=0\pi Q = 0) yazın.
0,15π0+0,35π1=0-0,15\pi_0 + 0,35\pi_1 = 0
Kararlı durumda, bir duruma giriş hızı o durumdan çıkış hızına eşit olmalıdır.
2
Denge denklemini sadeleştirerek değişkenler arasındaki ilişkiyi belirleyin.
0,15π0=0,35π115π0=35π13π0=7π1π0=73π10,15\pi_0 = 0,35\pi_1 \Rightarrow 15\pi_0 = 35\pi_1 \Rightarrow 3\pi_0 = 7\pi_1 \Rightarrow \pi_0 = \frac{7}{3}\pi_1
Olasılıklar arasındaki doğrusal ilişkiyi kurmak için gereklidir.
3
Normalizasyon koşulunu (πi=1\sum \pi_i = 1) uygulayın.
π0+π1=173π1+π1=1103π1=1\pi_0 + \pi_1 = 1 \Rightarrow \frac{7}{3}\pi_1 + \pi_1 = 1 \Rightarrow \frac{10}{3}\pi_1 = 1
Bir sistemdeki tüm olası durumların olasılıkları toplamı her zaman 1 olmalıdır.
4
Arızalı durum olasılığını (π1\pi_1) hesaplayın.
π1=310=0,30\pi_1 = \frac{3}{10} = 0,30
Denklemin çözülmesi sonucunda hedef olasılığa ulaşılır.

Anahtar Kavram

Sürekli zamanlı Markov zincirlerinde (CTMC) sonsuz küçük üreteç matrisi QQ kullanılarak kararlı durum olasılıkları πQ=0\pi Q = 0 ve πi=1\sum \pi_i = 1 denklemleriyle hesaplanır.
Soru 84Soru

Bir belediyeye ait su arıtma tesisinde kullanılan dozaj pompalarının kullanım ömürleri, ortalaması 44 yıl olan bağımsız ve aynı dağılımlı (i.i.d.i.i.d.) rastgele değişkenlerdir. Arızalanan bir pompa vakit kaybedilmeden yenisiyle değiştirilmektedir. Temel Yenileme Teoremi'ne (Elementary Renewal Theorem) göre, uzun dönemde (tt \rightarrow \infty) birim zaman (yıl) başına beklenen yenileme sayısı kaçtır?

Cevabı ve açıklamayı göster

Cevap: 0,25

Cevap

Uzun dönemde birim zaman başına beklenen yenileme sayısı 0,25'tir.
Temel Yenileme Teoremi'ne göre, yenileme fonksiyonunun (M(t)M(t)) zamana (tt) oranı, zaman sonsuza giderken varışlar arası sürelerin beklenen değerinin (μ\mu) tersine (yani 1/μ1/\mu değerine) yakınsar. Bu soruda μ=4\mu = 4 yıl olduğu için asimptotik yenileme hızı 1/4=0,251/4 = 0,25 olarak bulunur.

Adım Adım Çözüm

1
Sürecin parametrelerini belirleyin.
μ=4\mu = 4 yıl
Soruda projenin ortalama kullanım ömrü 44 yıl olarak verilmiştir.
2
Temel Yenileme Teoremi'ni (ElementaryElementary RenewalRenewal TheoremTheorem) uygulayın.
limtM(t)t=1μ\lim_{t \to \infty} \frac{M(t)}{t} = \frac{1}{\mu}
Yenileme teorisinin en temel sonuçlarından biri, asimptotik olarak beklenen yenileme sayısının (M(t)M(t)), toplam sürenin (tt) beklenen varışlar arası süreye (μ\mu) bölünmesiyle elde edilen hıza yakınsamasıdır.
3
Hesaplamayı gerçekleştirin.
1/4=0,251 / 4 = 0,25
Birim zaman başına beklenen yenileme hızı, ortalama ömrün tersidir.

Anahtar Kavram

Temel Yenileme Teoremi ve Yenileme Hızı
Tahmini Süre:45s
Soru 85Soru

Bir finans kurumunda geliştirilen kredi risk takip sisteminde, bir müşterinin risk puanı başlangıçta 100100 olarak belirlenmiştir. Bu puan, her işlem döneminde birbirinden bağımsız olarak p=0,7p = 0,7 olasılıkla 11 puan artmakta veya q=0,3q = 0,3 olasılıkla 11 puan azalmaktadır. Bu süreç basit bir rassal yürüyüş olarak modellendiğine göre, 1010 işlem dönemi sonunda müşterinin beklenen risk puanı kaçtır?

Cevabı ve açıklamayı göster

Cevap: 104

Cevap

Müşterinin 10 işlem dönemi sonundaki beklenen risk puanı 104'tür.
Beklenen değerin doğrusallık özelliği gereği, 10 dönem sonundaki beklenen puan, başlangıç puanı ile her dönemdeki beklenen değişimlerin toplamına eşittir. Her bir dönemde beklenen değişim 0,70,3=0,40,7 - 0,3 = 0,4 olduğundan, 10 dönemde toplam 44 puanlık bir artış beklenir ve bu da 100+4=104100 + 4 = 104 sonucunu verir.

Adım Adım Çözüm

1
Parametrelerin tanımlanması
X0=100X_0 = 100, n=10n = 10, p=0,7p = 0,7, q=0,3q = 0,3
Problemdeki verilerin rassal yürüyüş modeline uygun şekilde sınıflandırılması gerekir.
2
Her bir adımdaki beklenen değişim miktarının (E[Z]E[Z]) hesaplanması
E[Z]=(1×p)+(1×q)=0,70,3=0,4E[Z] = (1 \times p) + (-1 \times q) = 0,7 - 0,3 = 0,4
Rassal yürüyüşün her bir adımda hangi yöne ne kadar eğilim gösterdiğini belirlemek için gereklidir.
3
Toplam beklenen değerin (E[X10]E[X_{10}]) hesaplanması
E[X10]=X0+n×E[Z]=100+10×0,4=104E[X_{10}] = X_0 + n \times E[Z] = 100 + 10 \times 0,4 = 104
Doğrusal özellik kullanılarak başlangıç durumuna toplam beklenen değişimin eklenmesiyle sonuca ulaşılır.

Anahtar Kavram

Basit bir rassal yürüyüşte nn adım sonundaki beklenen konum E[Xn]=X0+n(pq)E[X_n] = X_0 + n(p - q) formülü ile hesaplanır.

Alternatif Yöntem

Süreci YY başarı sayısı (artış) olan bir Binom dağılımı (n=10,p=0,7n=10, p=0,7) olarak düşünürsek; toplam puan X10=100+Y(10Y)=100+2Y10X_{10} = 100 + Y - (10 - Y) = 100 + 2Y - 10 olur. E[Y]=10×0,7=7E[Y] = 10 \times 0,7 = 7 olduğu bilindiğine göre, E[X10]=100+2(7)10=104E[X_{10}] = 100 + 2(7) - 10 = 104 olarak da hesaplanabilir.
Tahmini Süre:45s
Soru 86Soru

Bir baraj gölündeki su seviyesinin günlük değişimi basit bir rassal yürüyüş süreci olarak modellenmektedir. Başlangıçta su seviyesi referans noktası olan 00 (X0=0X_0 = 0) seviyesinde kabul edilmiştir. Her gün su seviyesinin 11 birim yükselme olasılığı p=0,6p = 0,6 ve 11 birim alçalma olasılığı q=0,4q = 0,4 olup, günlük değişimler birbirinden bağımsızdır. Buna göre, 1010 günün sonunda su seviyesinin beklenen değeri (E[X10]E[X_{10}]) kaçtır?

Cevabı ve açıklamayı göster

Cevap: 2

Cevap

10 günün sonunda su seviyesinin beklenen değeri 2 birimdir.
Rassal yürüyüşte beklenen değer, adım sayısı ile bir adımdaki ortalama değişimin çarpımıdır. Bir adımda +1+1 olasılığı 0,60,6 ve 1-1 olasılığı 0,40,4 olduğundan, bir adımdaki ortalama değişim 0,60,4=0,20,6 - 0,4 = 0,2 olur. 1010 adım için bu değer 10×0,2=210 \times 0,2 = 2 olarak hesaplanır.

Adım Adım Çözüm

1
Bir adımdaki değişim miktarının beklenen değerini hesaplayınız.
E[Zi]=(1×0,6)+(1×0,4)=0,2E[Z_i] = (1 \times 0,6) + (-1 \times 0,4) = 0,2
Rassal yürüyüşte her adım bağımsız ve aynı dağılımlı birer rastgele değişkendir.
2
Beklenen değerin doğrusallık özelliğini kullanarak 10 adım sonundaki toplam beklenen değeri bulunuz.
E[X10]=E[i=110Zi]=10×E[Zi]=10×0,2=2E[X_{10}] = E[\sum_{i=1}^{10} Z_i] = 10 \times E[Z_i] = 10 \times 0,2 = 2
n adım sonraki toplam konum, başlangıç konumu ile her bir adımdaki değişimlerin toplamına eşittir.

Anahtar Kavram

Basit Rassal Yürüyüşte Beklenen Değer

Daha Fazla Pratik

Eğer p = q = 0,5 (simetrik rassal yürüyüş) olsaydı, n adım sonundaki beklenen değerin her zaman 0 olacağını unutmayınız.

Alternatif Yöntem

Süreci bir Markov Zinciri olarak düşünürsek, her adımda beklenen değer bir önceki adımın beklenen değerine (p-q) eklenmesiyle bulunur: E[X_n] = E[X_{n-1}] + (p-q). Başlangıç 0 olduğu için E[X_{10}] = 10(0,6 - 0,4) olur.
Tahmini Süre:45s
Soru 87Soru

Bir banka şubesinde bulunan tek bir ATM cihazına müşterilerin gelişleri saatte ortalama 66 kişi olacak şekilde Poisson dağılımına uygundur. Bir müşterinin ATM'deki işlem süresi ise ortalama 66 dakika sürmekte olup üstel dağılım göstermektedir. Kararlı hal (steady-state) koşulları altında, ATM kuyruğunda bekleyenler ve işlem görenler dahil olmak üzere sistemdeki ortalama müşteri sayısı kaçtır?

Cevabı ve açıklamayı göster

Cevap: 1,5

Cevap

Sistemdeki ortalama müşteri sayısı 1,5'tir.
Sistemdeki ortalama müşteri sayısı (LL), varış hızının (λ=6\lambda = 6) hizmet hızı ile varış hızı arasındaki farka (μλ=106=4\mu - \lambda = 10 - 6 = 4) bölünmesiyle hesaplanır. Bu işlem sonucunda 1,51,5 değeri elde edilir.

Adım Adım Çözüm

1
Varış hızı (λ\lambda) ve hizmet hızının (μ\mu) saatlik birim üzerinden belirlenmesi.
λ=6\lambda = 6 müşteri/saat. Ortalama hizmet süresi 66 dakika olduğundan, μ=606=10\mu = \frac{60}{6} = 10 müşteri/saat.
Kuyruk modellerinde parametrelerin aynı zaman birimi (saat) cinsinden olması hesaplama için zorunludur.
2
M/M/1M/M/1 modeli için sistemdeki ortalama müşteri sayısı (LL) formülünün uygulanması.
L=λμλ=6106=64=1,5L = \frac{\lambda}{\mu - \lambda} = \frac{6}{10 - 6} = \frac{6}{4} = 1,5.
Sistemdeki ortalama müşteri sayısı, hem bekleyenleri hem de hizmet alanları kapsayan temel kuyruk metriğidir.

Anahtar Kavram

M/M/1 Kuyruk Modelinde Sistem Uzunluğu (L)

Alternatif Yöntem

Little Yasası kullanılarak da doğrulanabilir: L=λ×WL = \lambda \times W. Önce sistemde geçirilen ortalama süre bulunur: W=1/(μλ)=1/4=0,25W = 1 / (\mu - \lambda) = 1/4 = 0,25 saat. Ardından L=6×0,25=1,5L = 6 \times 0,25 = 1,5 sonucuna ulaşılır.
Tahmini Süre:45s
Soru 88Soru

{Xn,n0}\{X_n, n \geq 0\} stokastik süreci, {Fn}\{\mathcal{F}_n\} filtrasyonuna göre bir martingal (martingale) teşkil etmektedir. Sürecin başlangıç değeri X0=12X_0 = 12 olarak verildiğine göre, herhangi bir n1n \geq 1 anı için sürecin koşulsuz beklenen değeri olan E[Xn]E[X_n] aşağıdakilerden hangisidir?

Cevabı ve açıklamayı göster

Cevap: 12

Cevap

Sürecin beklenen değeri başlangıç değerine eşittir ve 12'dir.
Martingal tanımı olan E[Xn+1Fn]=XnE[X_{n+1} | \mathcal{F}_n] = X_n ifadesinin her iki tarafının beklentisi alındığında E[Xn+1]=E[Xn]E[X_{n+1}] = E[X_n] elde edilir. Bu durum sürecin tüm zaman adımlarındaki beklenen değerinin başlangıç değerine (X0X_0) eşit olduğunu gösterir. Dolayısıyla E[Xn]=12E[X_n] = 12 olur.

Adım Adım Çözüm

1
Martingal tanımını ve temel özelliğini hatırla.
E[Xn+1Fn]=XnE[X_{n+1} | \mathcal{F}_n] = X_n
Bir sürecin martingal olması, gelecekteki değerin beklenen değerinin şu anki değere eşit olması anlamına gelir.
2
Kule kuralını (Law of Iterated Expectations) kullanarak koşulsuz beklenen değeri hesapla.
E[Xn]=E[E[XnFn1]]=E[Xn1]E[X_n] = E[E[X_n | \mathcal{F}_{n-1}]] = E[X_{n-1}]
Koşullu beklentinin beklentisi, sürecin bir önceki adımdaki beklentisine eşittir.
3
Yinelemeli (iterative) mantığı başlangıç değerine kadar uygula.
E[Xn]=E[Xn1]==E[X0]=12E[X_n] = E[X_{n-1}] = \dots = E[X_0] = 12
Martingal özelliğinin en temel sonuçlarından biri, sürecin beklenen değerinin zaman boyunca sabit kalmasıdır.

Anahtar Kavram

Martingal Beklenen Değer Korunumu

Daha Fazla Pratik

Martingal artışlarının (XnXn1X_n - X_{n-1}) beklenen değerinin sıfır olup olmadığını kontrol ederek kavramı pekiştirebilirsiniz.
Tahmini Süre:45s
Soru 89Soru

{Yk}k1\{Y_k\}_{k \ge 1} beklenen değerleri E[Yk]=3E[Y_k] = 3 olan bağımsız ve aynı dağılımlı (i.i.d.) rastgele değişkenler dizisi olsun. Sn=k=1nYkS_n = \sum_{k=1}^n Y_k ve S0=0S_0 = 0 olarak tanımlanan toplam süreci için, {Fn}\{\mathcal{F}_n\} doğal filtrasyonuna göre aşağıdakilerden hangisi bir martingal (martingale) teşkil eder?

Cevabı ve açıklamayı göster

Cevap: Mn=Sn3nM_n = S_n - 3n

Cevap

Toplam sürecinden kümülatif beklenen değerin çıkarılmasıyla elde edilen Mn=Sn3nM_n = S_n - 3n süreci bir martingaldir.
Martingal süreçlerde 'drift' (eğilim) bulunmamalıdır. SnS_n süreci her adımda ortalama 3 birim arttığı için bu artış miktarının (3n3n) süreçten çıkarılması, süreci yatay bir beklentiye (E[Mn]=0E[M_n] = 0) sahip hale getirir ve martingal şartını sağlar.

Adım Adım Çözüm

1
Martingal tanımını ve şartını belirleyelim.
E[Mn+1Fn]=MnE[M_{n+1} | \mathcal{F}_n] = M_n eşitliği sağlanmalıdır.
Bir sürecin martingal olması için gelecekteki beklenen değerinin, mevcut tüm bilgiler ışığında şimdiki değerine eşit olması gerekir.
2
Sn+1S_{n+1} ifadesini bir önceki adım cinsinden yazalım.
Sn+1=Sn+Yn+1S_{n+1} = S_n + Y_{n+1}
Toplam sürecinin tanımı gereği her yeni adım bir önceki toplama yeni bir rastgele değişken ekler.
3
Mn=Sn3nM_n = S_n - 3n ifadesi için koşullu beklentiyi hesaplayalım.
E[Sn+13(n+1)Fn]=E[Sn+Yn+13n3Fn]=Sn3n+E[Yn+1]3=Sn3n+33=Sn3nE[S_{n+1} - 3(n+1) | \mathcal{F}_n] = E[S_n + Y_{n+1} - 3n - 3 | \mathcal{F}_n] = S_n - 3n + E[Y_{n+1}] - 3 = S_n - 3n + 3 - 3 = S_n - 3n
E[Yk]=3E[Y_k] = 3 verildiği için Yn+1Y_{n+1} değişkeninin beklenen değeri 3'tür ve bu değer çıkarılan sabit ile birbirini sıfırlar.

Anahtar Kavram

Martingal Dönüşümü (Centering)

Daha Fazla Pratik

Bağımsız değişkenlerin karesiyle ilgili (variance process) martingal dönüşümlerini inceleyebilirsiniz.
Tahmini Süre:45s
Soru 90Soru

Martingal (martingale) teorisi kapsamında, {Fn}n0\{\mathcal{F}_n\}_{n \geq 0} filtrasyonuna uyumlu bir {Xn,n0}\{X_n, n \geq 0\} süreci için martingal olma koşulu E[Xn+1Fn]=XnE[X_{n+1} \mid \mathcal{F}_n] = X_n şeklinde verilmektedir. Bu özellikten hareketle, sürecin n+1n+1 ve nn zamanlarındaki değerleri arasındaki farkın (artışının) koşullu beklenen değeri olan E[Xn+1XnFn]E[X_{n+1} - X_n \mid \mathcal{F}_n] ifadesinin sonucu aşağıdakilerden hangisidir?

Cevabı ve açıklamayı göster

Cevap: 00

Cevap

Martingal süreçler için koşullu artışların beklenen değeri 0 sonucuna eşittir.
Martingal süreçlerin temel tanımı, sürecin bir sonraki adımındaki beklenen değerinin, o ana kadar elde edilen tüm bilgiler ışığında mevcut değere eşit olmasıdır. Matematiksel olarak E[Xn+1Fn]=XnE[X_{n+1} \mid \mathcal{F}_n] = X_n olduğu için, bu iki değer arasındaki farkın (Xn+1XnX_{n+1} - X_n) beklenen değeri zorunlu olarak sıfır çıkmaktadır. Bu durum martingallerin 'adil bir oyunu' (fair game) temsil etmesinin de temelidir.

Adım Adım Çözüm

1
Koşullu beklenen değer operatörünün doğrusallık özelliğini uygulayın.
E[Xn+1XnFn]=E[Xn+1Fn]E[XnFn]E[X_{n+1} - X_n \mid \mathcal{F}_n] = E[X_{n+1} \mid \mathcal{F}_n] - E[X_n \mid \mathcal{F}_n]
Toplama ve çıkarma işlemleri beklenen değer operatörü dışına dağıtılabilir.
2
Tanım gereği martingal özelliğini birinci terim yerine koyun.
E[Xn+1Fn]=XnE[X_{n+1} \mid \mathcal{F}_n] = X_n
Sürecin martingal olması, gelecekteki değerin mevcut bilgiye göre beklenen değerinin şu anki değere eşit olması demektir.
3
İkinci terim için ölçülebilirlik (measurability) özelliğini kullanın.
E[XnFn]=XnE[X_n \mid \mathcal{F}_n] = X_n
XnX_n değeri Fn\mathcal{F}_n filtrasyonuna (geçmiş bilgiye) göre zaten bilindiği için koşullu beklenen değeri kendisidir.
4
Elde edilen sonuçları birleştirerek çıkarma işlemini tamamlayın.
XnXn=0X_n - X_n = 0
Her iki terim de mevcut değere (Xn) eşit olduğundan fark sıfıra indirgenir.

Anahtar Kavram

Martingal Artış Özelliği (Martingale Increments)
Tahmini Süre:45s
Soru 91Soru

{Fn,n0}\{\mathcal{F}_n, n \geq 0\} filtrasyonuna sahip bir olasılık uzayında tanımlı {Xn,n0}\{X_n, n \geq 0\} stokastik sürecinin bir martingal (martingale) teşkil etmesi için her n0n \geq 0 için sağlanması gereken koşullu beklenti şartı aşağıdakilerden hangisidir?

Cevabı ve açıklamayı göster

Cevap: E[Xn+1Fn]=XnE[X_{n+1} | \mathcal{F}_n] = X_n

Cevap

Martingal tanımı gereği, sürecin bir sonraki adımındaki koşullu beklentisi mevcut adımdaki değerine eşit olmalıdır (E[Xn+1Fn]=XnE[X_{n+1} | \mathcal{F}_n] = X_n).
Martingal tanımına göre, bir stokastik sürecin geçmiş filtrasyonu (Fn\mathcal{F}_n) altındaki bir sonraki adımının beklenen değeri, sürecin o anki değerine (XnX_n) tam olarak eşittir. Bu durum sürecin 'adil' veya 'trendsiz' olduğunu gösterir.

Adım Adım Çözüm

1
Martingal tanımını analiz etme
Martingal, 'adil bir oyunu' temsil eden ve geçmiş bilgiler verildiğinde gelecekteki beklenen değerin şimdiki değere eşit olduğu süreçtir.
Konunun en temel teorik tanımıdır.
2
Koşullu beklenti ifadesini yazma
E[Xn+1Fn]=XnE[X_{n+1} | \mathcal{F}_n] = X_n eşitliği elde edilir.
Filtrasyon (Fn\mathcal{F}_n), nn anına kadar olan tüm geçmiş bilgiyi temsil eder.

Anahtar Kavram

Martingal Süreç Tanımı

Daha Fazla Pratik

Martingal tanımının bir sonucu olan E[Xn]=E[X0]E[X_n] = E[X_0] özelliğini pekiştirmek için beklenen değer sabitliği sorularına bakabilirsiniz.
Tahmini Süre:30s
Soru 92Soru

Standart bir Wiener süreci (Kahverengi hareket) {W(t),t0}\{W(t), t \geq 0\} verilmiştir. Buna göre, bu sürecin t=25t=25 anındaki değerini temsil eden W(25)W(25) rastgele değişkeninin standart sapması kaçtır?

Cevabı ve açıklamayı göster

Cevap: 5

Cevap

Standart sapma değeri 5 olarak hesaplanır.
Standart bir Wiener sürecinde, herhangi bir tt anındaki W(t)W(t) değeri normal dağılıma sahiptir ve bu dağılımın varyansı geçen süreye (tt) eşittir. Soru t=25t=25 anındaki standart sapmayı sormaktadır. Varyans 2525 olduğuna göre, standart sapma bu değerin karekökü olan 55 olur.

Adım Adım Çözüm

1
Wiener sürecinin temel dağılım özelliğini belirleme
W(t)N(0,t)W(t) \sim N(0, t)
Standart Wiener süreci tanımı gereği tt zamanındaki değer, ortalaması 0 ve varyansı tt olan bir normal dağılım sergiler.
2
Verilen zaman parametresi için varyansı bulma
Var(W(25))=25Var(W(25)) = 25
Var(W(t))=tVar(W(t)) = t özelliği kullanılarak t=25t=25 için varyans doğrudan elde edilir.
3
Varyans değerinden standart sapmaya geçiş yapma
σ=25=5\sigma = \sqrt{25} = 5
Standart sapma, varyansın kareköküne eşittir.

Anahtar Kavram

Standart Wiener sürecinde W(t)W(t) değişkeninin varyansı zamana (tt) eşittir ve normal dağılım gösterir.

İpuçları

1
Wiener sürecinde W(t)W(t) değişkeninin varyansı ile zaman (tt) arasındaki ilişkiyi hatırlayın.
2
W(t)W(t)'nin varyansı doğrudan tt değerine eşittir. Standart sapma ise varyansın kareköküdür.

Daha Fazla Pratik

Farklı bir tt zamanı için (örneğin t=100t=100) varyans ve standart sapmayı hesaplayarak pratik yapabilirsiniz.
Tahmini Süre:45s
Soru 93Soru

Bir organize sanayi bölgesindeki elektrik trafolarında meydana gelen arızaların sayısı, saatte ortalama λ\lambda arıza olan bir Poisson süreci {N(t),t0}\{N(t), t \geq 0\} ile modellenmektedir.

Buna göre, tt saatlik bir zaman diliminde meydana gelen toplam arıza sayısı N(t)N(t) rastgele değişkeninin olasılık dağılımı ve bu dağılıma ait parametre aşağıdakilerden hangisidir?

Cevabı ve açıklamayı göster

Cevap: Poisson dağılımı; parametre λt\lambda t

Cevap

Toplam arıza sayısı N(t)N(t), parametresi λt\lambda t olan Poisson dağılımı ile modellenir.
Poisson sürecinin tanımı gereği, belirli bir tt zaman aralığında gerçekleşen toplam olay sayısı N(t)N(t), ortalaması λt\lambda t olan bir Poisson dağılımı izler. Burada λ\lambda birim zamandaki olay oranını, tt ise geçen toplam süreyi temsil eder.

Adım Adım Çözüm

1
Poisson süreci tanımını analiz edin.
Poisson süreci {N(t),t0}\{N(t), t \geq 0\}, birim zamanda ortalama λ\lambda olay gerçekleşen bir sistemde [0,t][0, t] aralığındaki toplam olay sayısını ifade eder.
Sürecin temel tanımı, zaman aralığına bağlı olay sayısının dağılımını belirler.
2
Dağılımın parametresini ölçeklendirin.
Eğer birim zamandaki (1 saat) ortalama olay sayısı λ\lambda ise, tt saatlik sürede beklenen olay sayısı E[N(t)]=λ×tE[N(t)] = \lambda \times t olur.
Poisson dağılımında beklenen değer (ortalama), dağılımın tek parametresine eşittir.
3
Dağılım türünü ve nihai parametreyi belirleyin.
N(t)Poisson(λt)N(t) \sim \text{Poisson}(\lambda t) olduğu sonucuna varılır.
Poisson süreci özelliklerine göre, belirli bir aralıktaki sayım verileri Poisson dağılımı izler.

Anahtar Kavram

Poisson sürecinde N(t)N(t) değişkeni, hızı λ\lambda ve süresi tt olan olaylar için Poisson(λt)\text{Poisson}(\lambda t) dağılımına sahiptir.

Daha Fazla Pratik

Poisson sürecinde ardışık iki olay arasındaki sürenin (inter-arrival time) beklenen değerini hesaplayarak kavramlar arasındaki farkı pekiştirebilirsiniz.
Tahmini Süre:45s
Soru 94Soru

Bir üretim tesisinde üretilen parçaların standart boyuttan olan sapmaları basit bir rassal yürüyüş süreci olarak modellenmektedir. Her bir üretim adımında parçanın boyutu, standart değerden bağımsız olarak 0,70,7 olasılıkla +1+1 birim, 0,30,3 olasılıkla ise 1-1 birim sapma göstermektedir. Başlangıçta sapma miktarı 00 birimdir.

Buna göre, 5050 üretim adımı sonunda toplam sapma miktarının beklenen değeri kaç birimdir?

Cevabı ve açıklamayı göster

Cevap: 2020

Cevap

50 üretim adımı sonunda toplam sapmanın beklenen değeri 20 birimdir.
Basit bir rassal yürüyüşte, sürecin nn adım sonundaki beklenen konumu E[Xn]=n(pq)E[X_n] = n(p-q) formülü ile hesaplanır. Burada pp ileri (+1), qq ise geri (-1) gitme olasılığıdır. Sorumuzda n=50n=50, p=0,7p=0,7 ve q=0,3q=0,3 olarak verilmiştir. Bu değerler formülde yerine yazıldığında 50×(0,70,3)=50×0,4=2050 \times (0,7 - 0,3) = 50 \times 0,4 = 20 sonucu elde edilir.

Adım Adım Çözüm

1
Sürece ait temel parametrelerin belirlenmesi
n=50n = 50, p=0,7p = 0,7, q=0,3q = 0,3
Rassal yürüyüşte adım sayısı (nn), ileri adım olasılığı (pp) ve geri adım olasılığı (qq) hesaplamanın temel bileşenleridir.
2
Beklenen değer formülünün hatırlanması
E[Xn]=n(pq)E[X_n] = n(p - q)
Birinci boyutta, başlangıç noktası sıfır olan basit bir rassal yürüyüşte nn. adımdaki net konumun beklenen değeri, adım sayısı ile net değişim oranının çarpımına eşittir.
3
Sayısal hesaplamanın yapılması
50×(0,70,3)=50×0,4=2050 \times (0,7 - 0,3) = 50 \times 0,4 = 20
Parametreler formülde yerine koyularak beklenen konum değeri bulunur.

Anahtar Kavram

Rassal Yürüyüşte Beklenen Değer (Expected Value in Random Walk)

Daha Fazla Pratik

Aynı parametrelerle sürecin 50 adım sonundaki varyansını hesaplayarak dağılımın yayılımını inceleyebilirsiniz.
Tahmini Süre:45s
Soru 95Soru

Bir kamu kurumu arşivine her ayın ilk iş gününde teslim edilen toplam dosya sayısı bir {Xt,t{1,2,3,}}\{X_t, t \in \{1, 2, 3, \dots\}\} stokastik süreci ile takip edilmektedir. Bu süreçte tt gözlem yapılan ayları, XtX_t ise o ay teslim edilen dosya adedini temsil etmektedir.

Buna göre, bu stokastik sürecin zaman parametresi kümesi (TT) ve durum uzayı (SS) yapısı bakımından sınıflandırılması aşağıdakilerden hangisidir?

Cevabı ve açıklamayı göster

Cevap: Kesikli zamanlı - Kesikli durumlu süreç

Cevap

Süreç, hem zaman parametresi kümesinin hem de durum uzayının kesikli (sayılabilir) olması nedeniyle kesikli zamanlı - kesikli durumlu bir süreçtir.
Verilen süreçte gözlemler aylık periyotlarla (t=1,2,t=1, 2, \dots) yapıldığı için zaman parametresi kümesi kesiklidir. İzlenen değişken olan dosya sayısı ise adet bildiren bir sayma verisi olduğu için durum uzayı kesiklidir. Bu iki özelliğin birleşimi süreci 'Kesikli zamanlı - Kesikli durumlu süreç' olarak sınıflandırır.

Adım Adım Çözüm

1
Zaman parametresi kümesini (TT) belirleyin.
T={1,2,3,}T = \{1, 2, 3, \dots\} kümesi sayılabilir bir kümedir.
Dosyalar her ayın başında yani belirli zaman noktalarında gözlemlenmektedir.
2
Durum uzayını (SS) belirleyin.
S={0,1,2,}S = \{0, 1, 2, \dots\} kümesi sayılabilir (tam sayılar) bir kümedir.
Dosya sayısı ancak tam sayılarla ifade edilebilir, kesirli değerler alamaz.
3
Sınıflandırmayı sonuçlandırın.
Kesikli Zaman - Kesikli Durum yapısı.
Her iki bileşen de kesikli yapıdadır.

Anahtar Kavram

Stokastik süreçlerin TT (zaman) ve SS (durum) kümelerine göre sınıflandırılması.
Soru 96Soru

Bir kamu kütüphanesine gelen okuyucuların varışları, saatte ortalama λ=6\lambda = 6 kişi olan, bağımsız ve durağan artışlara sahip bir Poisson süreci ile modellenmektedir. Buna göre, kütüphaneye gelen ilk okuyucunun varış süresinin 2020 dakikadan fazla olma olasılığı aşağıdakilerden hangisidir?

Cevabı ve açıklamayı göster

Cevap: e2e^{-2}

Cevap

İstenen olasılık e2e^{-2} değerine eşittir.
Poisson sürecinde, gelişler arası sürenin tt süresinden fazla olması, o tt süresi boyunca hiç olay gerçekleşmemesi durumuna eşittir. Saatte ortalama 66 kişi gelen bir süreçte, 2020 dakikalık (1/31/3 saat) bir sürede beklenen geliş sayısı λt=6×(1/3)=2\lambda t = 6 \times (1/3) = 2 olur. Poisson formülüne göre hiç geliş olmama olasılığı e2e^{-2} olarak bulunur.

Adım Adım Çözüm

1
Parametreleri tanımlayın ve birimleri eşitleyin.
λ=6\lambda = 6 kişi/saat; t=20t = 20 dakika = 1/31/3 saat.
Olasılık hesaplaması için zaman birimi ile geliş oranının birimi aynı (saat) olmalıdır.
2
Poisson süreci ile Üstel dağılım arasındaki ilişkiyi kurun.
P(T1>t)=P(N(t)=0)P(T_1 > t) = P(N(t) = 0)
İlk geliş süresinin tt zamanından büyük olması, o süre zarfında sürece hiç varış (okuyucu) gelmemesi durumuna eşdeğerdir.
3
Belirli zaman aralığı için ortalama geliş sayısını (\mu = \lambda t) hesaplayın.
μ=6×13=2\mu = 6 \times \frac{1}{3} = 2.
Poisson dağılımının parametresi, birim oran ile geçen sürenin çarpımıdır.
4
Poisson olasılık formülünü kullanarak hiç geliş olmama olasılığını bulun.
P(N(1/3)=0)=e2200!=e2P(N(1/3) = 0) = \frac{e^{-2} \cdot 2^0}{0!} = e^{-2}.
x=0x=0 için Poisson olasılık kütle fonksiyonu uygulanmıştır.

Anahtar Kavram

Poisson Süreci ve Bekleme Süreleri İlişkisi

Daha Fazla Pratik

Aynı süreç için ardışık iki okuyucu arasındaki sürenin beklenen değerini dakika cinsinden hesaplayarak Üstel dağılım özelliklerini pekiştirebilirsiniz.
Tahmini Süre:45s
Soru 97Soru

Bir kamu kurumundaki evrak kayıt sisteminde, bekleyen evrak sayısındaki saatlik değişim basit bir rassal yürüyüş süreci olarak modellenmektedir. Sisteme her bir saatlik dilimde 0,600,60 olasılıkla yeni bir evrak eklenmekte (+1+1), 0,400,40 olasılıkla ise mevcut evraklardan biri işleme alınarak sistemden çıkarılmaktadır (1-1). Başlangıçta sistemde bekleyen evrak bulunmadığına (S0=0S_0 = 0) göre, 1010 saat sonunda sistemde bekleyen evrak sayısının beklenen değeri kaçtır?

Cevabı ve açıklamayı göster

Cevap: 22

Cevap

10 saat sonundaki beklenen değer 2'dir.
Rassal yürüyüş sürecinde nn adım sonundaki beklenen değer E[Sn]=n(pq)E[S_n] = n(p - q) formülü ile hesaplanır. Burada p=0,60p=0,60 ve q=0,40q=0,40 olduğundan, net değişim her adımda ortalama 0,200,20 birimdir. 1010 adım sonunda bu değer 22 birimlik bir artışa karşılık gelir.

Adım Adım Çözüm

1
Parametrelerin tanımlanması
n=10n = 10, p=0,60p = 0,60 (artış), q=0,40q = 0,40 (azalış)
Rassal yürüyüş formülünde kullanılacak temel değerleri belirlemek gerekir.
2
Beklenen değer formülünün uygulanması
E[Sn]=n(pq)E[S_n] = n(p - q)
Basit bir rassal yürüyüşte nn adım sonundaki konumun beklenen değeri, adım sayısı ile net değişim olasılığının çarpımıdır.
3
Hesaplamanın yapılması
10×(0,600,40)=10×0,20=210 \times (0,60 - 0,40) = 10 \times 0,20 = 2
Verilen değerler formülde yerine konularak sonuç elde edilir.

Anahtar Kavram

Basit Rassal Yürüyüşte Beklenen Değer

İpuçları

1
Rassal yürüyüşte her adımın beklenen değerini bularak toplam adımla çarpın.
2
Bir adımın beklenen değeri 1×p+(1)×q1 \times p + (-1) \times q şeklindedir.

Daha Fazla Pratik

Aynı parametrelerle sürecin varyansını (Var(S10)Var(S_{10})) hesaplamayı deneyin.
Tahmini Süre:45s
Soru 98Soru

Bir kamu kütüphanesinin dijital arşiv sisteminde paylaşılan bir belgenin, kullanıcılar arasındaki yayılımı bir Galton-Watson dallanma süreci {Xn,n0}\{X_n, n \geq 0\} ile modellenmektedir. X0=1X_0 = 1 (başlangıçtaki belge sayısı) olmak üzere, her bir belgenin bir sonraki nesilde oluşturacağı yeni kopya sayısı (ZZ) için olasılık kütle fonksiyonu aşağıda verilmiştir:

zzP(Z=z)P(Z=z)
00,2
10,5
20,3

Buna göre, sistemdeki ikinci nesil belge sayısının beklenen değeri (E[X2]E[X_2]) kaçtır?

Cevabı ve açıklamayı göster

Cevap: 1,21

Cevap

İkinci nesilde beklenen belge sayısı 1,21'dir.
Dallanma sürecinde her bir birimin ortalama üreme sayısı μ=E[Z]=1,1\mu = E[Z] = 1,1 olarak hesaplanır. nn. nesildeki beklenen değer E[Xn]=μnE[X_n] = \mu^n formülü ile bulunduğundan, ikinci nesil için 1,12=1,211,1^2 = 1,21 sonucuna ulaşılır.

Adım Adım Çözüm

1
Tek bir bireyin (belgenin) üreteceği kopya sayısının beklenen değerini (\mu) hesaplayın.
μ=E[Z]=0(0,2)+1(0,5)+2(0,3)=0+0,5+0,6=1,1\mu = E[Z] = 0(0,2) + 1(0,5) + 2(0,3) = 0 + 0,5 + 0,6 = 1,1
Dallanma süreçlerinde temel büyüme oranı, her bir birimin ortalama çocuk sayısına eşittir.
2
n. nesildeki beklenen değeri veren formülü uygulayın.
E[Xn]=μnE[X_n] = \mu^n
Dallanma sürecinin özelliğine göre beklenen değer, başlangıç birim sayısının ortalama çocuk sayısının n. kuvveti ile çarpılmasına eşittir (X0=1X_0 = 1 için).
3
İkinci nesil (n=2n=2) için değeri hesaplayın.
E[X2]=(1,1)2=1,21E[X_2] = (1,1)^2 = 1,21
Soruda ikinci nesil sorulduğu için birinci nesil beklenen değerinin karesi alınmalıdır.

Anahtar Kavram

Galton-Watson Dallanma Sürecinde Beklenen Değer
Soru 99Soru

Bir biyoteknoloji laboratuvarında gözlemlenen bir mikroorganizma türünün çoğalması {Xn,n0}\{X_n, n \geq 0\} Galton-Watson dallanma süreci ile modellenmektedir. Süreç başlangıçta bir adet mikroorganizma (X0=1X_0 = 1) ile başlamakta ve her bir mikroorganizma, bir sonraki nesilde kendisinden bağımsız olarak aşağıdaki olasılık kütle fonksiyonuna göre yeni yavrular üretmektedir:

Yavru Sayısı (kk)001122
P(X=k)P(X=k)0,30,30,20,20,50,5

Buna göre, bu dallanma sürecinde ikinci nesildeki beklenen mikroorganizma sayısı (E[X2]E[X_2]) kaçtır?

Cevabı ve açıklamayı göster

Cevap: 1,44

Cevap

İkinci nesildeki beklenen mikroorganizma sayısı 1,44'tür.
Verilen olasılık dağılımına göre bir mikroorganizmanın bir sonraki nesle bırakacağı ortalama yavru sayısı μ=1,2\mu = 1,2 olarak hesaplanır. Dallanma süreçlerinin temel özelliği gereği, nn. nesildeki beklenen birey sayısı E[Xn]=μnE[X_n] = \mu^n formülü ile bulunur. İkinci nesil için n=2n=2 olduğundan, (1,2)2=1,44(1,2)^2 = 1,44 sonucu elde edilir.

Adım Adım Çözüm

1
Tek bir bireyin üreteceği ortalama yavru sayısını (birinci nesil beklenen değeri) hesaplayınız.
μ=E[X1]=(0×0,3)+(1×0,2)+(2×0,5)=0+0,2+1,0=1,2\mu = E[X_1] = (0 \times 0,3) + (1 \times 0,2) + (2 \times 0,5) = 0 + 0,2 + 1,0 = 1,2
Dallanma süreçlerinde n. neslin beklenen değeri μn\mu^n formülüyle hesaplanır.
2
İkinci nesil beklenen değeri (E[X2]E[X_2]) için bulunan ortalamanın karesini alınız.
E[X2]=μ2=(1,2)2=1,44E[X_2] = \mu^2 = (1,2)^2 = 1,44
X0=1X_0 = 1 olduğu durumda E[Xn]=μnE[X_n] = \mu^n eşitliği geçerlidir.

Anahtar Kavram

Galton-Watson süreçlerinde n. neslin beklenen değeri, tek bir bireyin beklenen yavru sayısının n. kuvvetine eşittir (E[Xn]=μnE[X_n] = \mu^n).

Daha Fazla Pratik

Aynı dağılım için sürecin yok olma olasılığını (extinction probability) bulmak üzere G(s) = s denklemini çözmeyi deneyebilirsiniz.
Tahmini Süre:45s
Soru 100Soru

Standart bir Wiener süreci (Kahverengi hareket) {W(t),t0}\{W(t), t \geq 0\} verilmiştir. Buna göre, 2W(5)2W(5) rastgele değişkeninin varyansı aşağıdakilerden hangisidir?

Cevabı ve açıklamayı göster

Cevap: 20

Cevap

Varyansın 20 olduğu seçenek doğrudur.
Varyansın 20 çıkmasının nedeni, standart bir Wiener sürecinde Var(W(t))=tVar(W(t)) = t özelliğinden dolayı Var(W(5))=5Var(W(5)) = 5 olması ve varyansın doğrusal katsayı kuralına göre Var(2W(5))=22×5=4×5=20Var(2W(5)) = 2^2 \times 5 = 4 \times 5 = 20 şeklinde hesaplanmasıdır.

Adım Adım Çözüm

1
Standart Wiener sürecinin varyans özelliğini belirle.
Var(W(t))=tVar(W(t)) = t olduğu için Var(W(5))=5Var(W(5)) = 5 bulunur.
Standart bir Wiener sürecinde her tt anındaki değerin varyansı o ana (zaman parametresine) eşittir.
2
Rastgele değişkenlerin doğrusal dönüşümlerindeki varyans kuralını uygula.
Var(aX)=a2Var(X)Var(aX) = a^2 Var(X) formülü kullanılır.
Bir rastgele değişken sabit bir katsayı ile çarpıldığında, varyansı o katsayının karesi oranında değişir.
3
Değerleri yerine koyarak nihai varyansı hesapla.
Var(2W(5))=22×Var(W(5))=4×5=20Var(2W(5)) = 2^2 \times Var(W(5)) = 4 \times 5 = 20.
Katsayı olan 2'nin karesi (4) ile W(5)W(5)'in varyansı (5) çarpılarak sonuç elde edilir.

Anahtar Kavram

Wiener Süreci Varyans Özellikleri ve Doğrusal Dönüşümler

Alternatif Yöntem

Önce X=2W(5)X = 2W(5) değişkeninin dağılımını belirleyebilirsiniz. W(5)N(0,5)W(5) \sim N(0, 5) olduğundan, 2W(5)N(2×0,22×5)=N(0,20)2W(5) \sim N(2 \times 0, 2^2 \times 5) = N(0, 20) olur. Buradan varyans doğrudan 20 olarak görülür.
Tahmini Süre:45s
ÖncekiSayfa 5 / 8Sonraki
Stokastik Süreçler Alıştırma Soruları — KPSS İstatistik — Sayfa 5 | Examkin