Στοχαστικές Διαδικασίες (ΜΑΕ532): Διαφορά μεταξύ των αναθεωρήσεων

Από Wiki Τμήματος Μαθηματικών
 
(7 ενδιάμεσες αναθεωρήσεις από τον ίδιο χρήστη δεν εμφανίζεται)
Γραμμή 1: Γραμμή 1:
* [[Stochastic Processes (MAE532)|English version]]
* [[Stochastic Processes (MAE532)|English version]]
{{Course-UnderGraduate-Top-GR}}
{{Course-UnderGraduate-Top-GR}}
{{Menu-OnAllPages-GR}}


=== Γενικά ===
=== Γενικά ===
Γραμμή 49: Γραμμή 50:
|-
|-
! Μαθησιακά Αποτελέσματα
! Μαθησιακά Αποτελέσματα
| Ο όρος «στοχαστικός» χρησιμοποιείται  για την περιγραφή φαινομένων στα οποία εμπεριέχεται κάποια τυχαιότητα. Μια στοχαστική διαδικασία είναι ένα πιθανοτικό μοντέλο που περιγράφει τη συμπεριφορά ενός συστήματος το οποίο εξελίσσεται τυχαία στον χρόνο. Παρατηρώντας το σύστημα σε διακριτές χρονικές στιγμές (π.χ. στο τέλος κάθε ημέρας ή στο τέλος κάθε ώρας κλπ) παίρνουμε μια στοχαστική διαδικασία διακριτού χρόνου. Παρατηρώντας το σύστημα συνεχώς μέσα στο χρόνο παίρνουμε μια στοχαστική διαδικασία συνεχούς χρόνου. Στόχοι του μαθήματος είναι:
|
* η κατανόηση της  συμπεριφοράς ενός πραγματικού συστήματος και του σκοπού της μελέτης αυτού έτσι ώστε να είναι δυνατή η δημιουργία ενός ρεαλιστικού μοντέλου από την μελέτη του οποίου να προκύπτουν αξιόπιστα αποτελέσματα,
Οι στοχαστικές διαδικασίες εισάγουν την έννοια του χρόνου (διακριτού ή συνεχούς) στα τυχαιοκρατικά φαινόμενα που περιγράφει η Θεωρία Πιθανοτήτων και είναι το κατάλληλο εργαλείο για τη μελέτη, ποιοτική και ποσοτική, δυναμικών φαινομένων στα οποία υπεισέρχεται τυχαιότητα. Σκοπός του μαθήματος είναι να παρουσιαστεί σε προπτυχιακό επίπεδο μια εισαγωγή στις στοχαστικές διαδικασίες και στις ιδιότητες τους, ενώ ταυτόχρονα θα δίνονται διάφορα παραδείγματα και εφαρμογές. Ιδιαίτερο βάρος θα δοθεί στην μελέτη των Μαρκοβιανών διαδικασιών διακριτού και συνεχούς χρόνου. Εκτός από την λεπτομερή μελέτη των βασικών θεωρητικών αποτελεσμάτων, θα δοθεί έμφαση και στην μαθηματική μοντελοποίηση προβλημάτων τα οποία μπορούν να μελετηθούν με την βοήθεια των Μαρκοβιανών αλυσίδων. Εφόσον το επιτρέψει ο χρόνος, θα επιχειρηθεί μια εισαγωγή στις ανανεωτικές διαδικασίες και στις εφαρμογές αυτών σε προβλήματα της θεωρία αξιοπιστίας.
* η προσεκτική ανάλυση του μοντέλου και ο υπολογισμός των αποτελεσμάτων.
 
Χρησιμοποιούνται διάφορες κατηγορίες στοχαστικών διαδικασιών όπως ο τυχαίος περίπατος, οι μαρκοβιανές αλυσίδες κ.α. Σκοπός είναι με την παρακολούθηση του μαθήματος ο φοιτητής να είναι ικανός:  
Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής/τρια θα είναι σε θέση να:
* να κατανοεί την έννοια της στοχαστικής διαδικασίας,  
* προτυποποιεί και να αναλύει ακολουθίες διακριτών γεγονότων πουσυμβαίνουν τυχαία στον χρόνο.
* να χρησιμοποιεί τις Μαρκοβιανές Διαδικασίες για την μοντελοποίηση συστημάτων και να εξοικειωθεί με την εφαρμογή τους, και
* κατέχει ένα στέρεο υπόβαθρο στη βασική θεωρία των στοχαστικών διαδικασιών και συγκεκριμένα στη μελέτη Μαρκοβιανών αλυσίδων διακριτού και συνεχούς χρόνου, διαδικασιών γεννήσεων-θανάτων κα τυχαίων περιπάτων.
* να είναι σε θέση να κάνει διάφορους υπολογισμούς (κατάταξη καταστάσεων οριακές πιθανότητες) και να βγάζει το κατάλληλο συμπέρασμα όταν η στοχαστική διαδικασία περιγράφει ένα συγκεκριμένο εφαρμοσμένο πρόβλημα. Συνήθως εργαζόμαστε στη διακριτή περίπτωση.
* μοντελοποιεί προβλήματα που εμφανίζονται στον χώρο των στοχαστικών διαδικασιών
* κατέχει υπολογιστικές δεξιότητες για την επίλυση αντίστοιχων προβλημάτων της Στοχαστικής Επιχειρησιακής Έρευνας.
* Χρήση MATLAB, Rστον υπολογισμό βασικών χαρακτηριστικών.
|-
|-
! Γενικές Ικανότητες
! Γενικές Ικανότητες
|
|
* Αυτόνομη εργασία  
* Αυτόνομη εργασία  
* Λήψη αποφάσεων  
* Λήψη αποφάσεων
* Εργασία σε διεπιστημονικό περιβάλλον
* Άσκηση κριτικής και αυτοκριτικής.
* Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
* Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
* Σύνθεση δεδομένων και πληροφοριών. Προαγωγή της αναλυτικής και συνθετικής σκέψης.
|}
|}


=== Περιεχόμενο Μαθήματος ===
=== Περιεχόμενο Μαθήματος ===


Tυχαίος περίπατος: Ελεύθερος τυχαίος περίπατος, περίπατος με φράγματα απορρόφησης, περίπατος με φράγματα ανάκλασης. Mαρκοβιανές αλυσίδες: Γενικοί ορισμοί, Ταξινόμηση καταστάσεων, Οριακά θεωρήματα, μη-διαχωρίσιμες αλυσίδες. Mαρκοβιανές διαδικασίες σε συνεχή χρόνο: Διαδικασία γεννήσεων - θανάτων, Εφαρμογές.
Γενικά περί στοχαστικών διαδικασιών. Τυχαίοι περίπατοι, το πρόβλημα της καταστροφής του παίκτη. Μαρκοβιανές αλυσίδες σε διακριτό χρόνο. Μοντελοποίηση προβλημάτων, Χρονικά εξαρτημένη συμπεριφορά: μεταβατική κατανομή, χρόνοι καταλήψεων, Ανάλυση 1ου βήματος, χρόνοι 1ης εισόδου και 1ης επανόδου, Ταξινόμηση καταστάσεων, επισκέψεις σε συγκεκριμένη κατάσταση, Αδιαχώρισιμότητα και διαχωρισιμότητα, επαναληπτικότητα, περιοδικότητα καταστάσεων. Υπολογισμός στάσιμης κατανομής, Οριακή συμπεριφορά: βασικά οριακά θεωρήματα και οριακή κατανομή, Χρονικά αντιστρέψιμες αλυσίδες (timereversibility). Μαρκοβιανές αλυσίδες με κόστη και αμοιβές. Χρήση MATLAB, R στον υπολογισμό βασικών χαρακτηριστικών. Μαρκοβιανές αλυσίδες σε συνεχή χρόνο. Απειροστός γεννήτορας, εξισώσεις Chapman-Kolmogorov, οριακή συμπεριφορά καταστάσεων. Διαδικασία Poisson, διαδικασία γεννήσεων-θανάτoυ. Εφαρμογές στην θεωρία συστημάτων εξυπηρέτησης και στην θεωρία αξιοπιστίας.


=== Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση ===
=== Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση ===
Γραμμή 77: Γραμμή 81:
|-
|-
! Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
! Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
| Χρήση Τ.Π.Ε. στην επικοινωνία με τους φοιτητές
|
* Υποστήριξη μαθησιακής διαδικασίας μέσω της ιστοσελίδας και της ηλεκτρονικής πλατφόρμας (eCourse).
* Χρήση προβολικού (προτζέκτορας) και διαφανειών.
* Επικοινωνία με τους/τις φοιτητές/τριες μέσω email αλλά και πλατφορμών όπως το GoogleMeet και το MSTeams.
|-
|-
! Οργάνωση Διδασκαλίας
! Οργάνωση Διδασκαλίας
Γραμμή 99: Γραμμή 106:
|-
|-
! Αξιολόγηση Φοιτητών
! Αξιολόγηση Φοιτητών
| Γραπτή τελική εξέταση στα Ελληνικά (σε περίπτωση φοιτητών Erasmus στην Αγγλική γλώσσα) η οποία περιλαμβάνει επίλυση προβλημάτων εφαρμογής των γνώσεων που αποκτήθηκαν και συγκριτική αξιολόγηση στοιχείων θεωρίας.
|
Γλώσσα Αξιολόγησης: Ελληνική
 
Γλώσσα Αξιολόγησης για Φοιτητές Erasmus: Αγγλικά
 
Μέθοδοι Αξιολόγησης: Γραπτή τελική εξέταση (100%) που περιλαμβάνει Θεωρία και Επίλυση ασκήσεων.
|}
|}



Τελευταία αναθεώρηση της 06:13, 20 Αυγούστου 2024

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Προπτυχιακό
Κωδικός Μαθήματος MAE532
Εξάμηνο 5
Τίτλος Μαθήματος ΣΤΟΧΑΣΤΙΚΕΣ ΔΙΑΔΙΚΑΣΙΕΣ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 6)
Τύπος Μαθήματος Ειδίκευσης
Προαπαιτούμενα Μαθήματα

Συνίστανται: Εισαγωγή στις Πιθανότητες, Θεωρία Πιθανοτήτων και Στατιστικής.

Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα

Οι στοχαστικές διαδικασίες εισάγουν την έννοια του χρόνου (διακριτού ή συνεχούς) στα τυχαιοκρατικά φαινόμενα που περιγράφει η Θεωρία Πιθανοτήτων και είναι το κατάλληλο εργαλείο για τη μελέτη, ποιοτική και ποσοτική, δυναμικών φαινομένων στα οποία υπεισέρχεται τυχαιότητα. Σκοπός του μαθήματος είναι να παρουσιαστεί σε προπτυχιακό επίπεδο μια εισαγωγή στις στοχαστικές διαδικασίες και στις ιδιότητες τους, ενώ ταυτόχρονα θα δίνονται διάφορα παραδείγματα και εφαρμογές. Ιδιαίτερο βάρος θα δοθεί στην μελέτη των Μαρκοβιανών διαδικασιών διακριτού και συνεχούς χρόνου. Εκτός από την λεπτομερή μελέτη των βασικών θεωρητικών αποτελεσμάτων, θα δοθεί έμφαση και στην μαθηματική μοντελοποίηση προβλημάτων τα οποία μπορούν να μελετηθούν με την βοήθεια των Μαρκοβιανών αλυσίδων. Εφόσον το επιτρέψει ο χρόνος, θα επιχειρηθεί μια εισαγωγή στις ανανεωτικές διαδικασίες και στις εφαρμογές αυτών σε προβλήματα της θεωρία αξιοπιστίας.

Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής/τρια θα είναι σε θέση να:

  • προτυποποιεί και να αναλύει ακολουθίες διακριτών γεγονότων πουσυμβαίνουν τυχαία στον χρόνο.
  • κατέχει ένα στέρεο υπόβαθρο στη βασική θεωρία των στοχαστικών διαδικασιών και συγκεκριμένα στη μελέτη Μαρκοβιανών αλυσίδων διακριτού και συνεχούς χρόνου, διαδικασιών γεννήσεων-θανάτων κα τυχαίων περιπάτων.
  • μοντελοποιεί προβλήματα που εμφανίζονται στον χώρο των στοχαστικών διαδικασιών
  • κατέχει υπολογιστικές δεξιότητες για την επίλυση αντίστοιχων προβλημάτων της Στοχαστικής Επιχειρησιακής Έρευνας.
  • Χρήση MATLAB, Rστον υπολογισμό βασικών χαρακτηριστικών.
Γενικές Ικανότητες
  • Αυτόνομη εργασία
  • Λήψη αποφάσεων
  • Εργασία σε διεπιστημονικό περιβάλλον
  • Άσκηση κριτικής και αυτοκριτικής.
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης

Περιεχόμενο Μαθήματος

Γενικά περί στοχαστικών διαδικασιών. Τυχαίοι περίπατοι, το πρόβλημα της καταστροφής του παίκτη. Μαρκοβιανές αλυσίδες σε διακριτό χρόνο. Μοντελοποίηση προβλημάτων, Χρονικά εξαρτημένη συμπεριφορά: μεταβατική κατανομή, χρόνοι καταλήψεων, Ανάλυση 1ου βήματος, χρόνοι 1ης εισόδου και 1ης επανόδου, Ταξινόμηση καταστάσεων, επισκέψεις σε συγκεκριμένη κατάσταση, Αδιαχώρισιμότητα και διαχωρισιμότητα, επαναληπτικότητα, περιοδικότητα καταστάσεων. Υπολογισμός στάσιμης κατανομής, Οριακή συμπεριφορά: βασικά οριακά θεωρήματα και οριακή κατανομή, Χρονικά αντιστρέψιμες αλυσίδες (timereversibility). Μαρκοβιανές αλυσίδες με κόστη και αμοιβές. Χρήση MATLAB, R στον υπολογισμό βασικών χαρακτηριστικών. Μαρκοβιανές αλυσίδες σε συνεχή χρόνο. Απειροστός γεννήτορας, εξισώσεις Chapman-Kolmogorov, οριακή συμπεριφορά καταστάσεων. Διαδικασία Poisson, διαδικασία γεννήσεων-θανάτoυ. Εφαρμογές στην θεωρία συστημάτων εξυπηρέτησης και στην θεωρία αξιοπιστίας.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Στην τάξη (πρόσωπο με πρόσωπο)
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
  • Υποστήριξη μαθησιακής διαδικασίας μέσω της ιστοσελίδας και της ηλεκτρονικής πλατφόρμας (eCourse).
  • Χρήση προβολικού (προτζέκτορας) και διαφανειών.
  • Επικοινωνία με τους/τις φοιτητές/τριες μέσω email αλλά και πλατφορμών όπως το GoogleMeet και το MSTeams.
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις (13Χ3) 39
Αυτοτελής Μελέτη 78
Επίλυση Ασκήσεων - εργασίες 33
Σύνολο Μαθήματος 150
Αξιολόγηση Φοιτητών

Γλώσσα Αξιολόγησης: Ελληνική

Γλώσσα Αξιολόγησης για Φοιτητές Erasmus: Αγγλικά

Μέθοδοι Αξιολόγησης: Γραπτή τελική εξέταση (100%) που περιλαμβάνει Θεωρία και Επίλυση ασκήσεων.

Συνιστώμενη Βιβλιογραφία

Δείτε την υπηρεσία Εύδοξος ή το τοπικό αποθετήριο του Τμήματος Μαθηματικών για τα παρεχόμενα συγγράμματα ανά ακαδημαϊκό έτος. Συγγράμματα και άλλες πηγές εκτός της υπηρεσίας Εύδοξος:

  • R. Dobrow. Introduction to Stochastic Processes with R, Wiley, 2016.
  • R. Durret. Essentials of Stochastic Processes, Springer, 3rd edition, 2016.
  • V.G. Kulkarni. Modeling and Analysis of Stochastic Systems, 3rd edition, CRC Press, London 2017.
  • N. Privault. Understanding Markov Chains [electronic resource] HEAL-Link Springer ebooks, 2013 (Κωδικός Εύδοξου: 73260010).
  • M. Pinksy, S. Karlin. An introduction to stochastic modelling, 4th edition, Academic Press, 2011.
  • S. Ross. Introduction to probability models, Academic Press, New York, 2014.
  • [Περιοδικό / Journal] Stochastic Processes and their Applications (Elsevier)
  • [Περιοδικό / Journal] Stochastics (Taylor - Francis)
  • [Περιοδικό / Journal] Journal of Applied Probability (Cambridge University Press)