Hledej Zobraz: Univerzity Kategorie Rozšířené vyhledávání

12 663
projektů

Skripta z předmětu Stochastické systémy

«»
Přípona
.pdf
Typ
skripta
Stažené
0 x
Velikost
1,0 MB
Jazyk
český
ID projektu
12105
Poslední úprava
22.05.2018
Zobrazeno
980 x
Autor:
royal.cut
Facebook icon Sdílej na Facebooku
Detaily projektu
Popis:
1 Úvod

1.1 Opakování pravděpodobnosti
Veličina je pojem používaný pro kvantitativní a kvalitativní popis reality. Veličina má svou jednotku a číselnou hodnotu. Určování hodnoty veličiny (tedy její velikosti ve zvolených jednotkách) nazýváme měření. Hodnoty veličin jsou buď uspořádané nebo bez uspořádání. U veličin s uspořádanými hodnotami lze hovořit o tom, že veličina při současném měření nabyla hodnoty větší nebo menší než při měření jiném.

Náhodná veličina je veličina, jejíž hodnotu neznáme a nemůžeme ji změřit, nebo jsme ji dosud nezměřili, a při jejím opakovaném měření dostáváme různé hodnoty. Změřená hodnota této veličiny je její realizace.
Náhodná veličina je buď diskrétní (má konečný nebo spočetný počet realizací), nebo spojitá (její realizace mohou nabývat jakékoli hodnoty z reálné osy).

Rozdělení náhodné veličiny je funkce, která jednotlivým hodnotám nebo intervalům hodnot náhodné veličiny přiřazuje pravděpodobnosti.

Klíčová slova:

spojitý model

logistický model

diskrétní model

modelované veličiny

programy

diferenciál



Obsah:
  • 1 Úvod
    1.1 Opakování pravděpodobnosti 7
    1.2 Systém a veličiny s ním spojené 14
    2 Spojitý model 16
    2.1 Princip stochastického modelu 16
    2.2 Lineární regresní model s normálním šumem 18
    2.3 Diferenciální a diferenční rovnice ve spojitém modelu 19
    2.4 Regresní model ve stavovém tvaru 20
    3 Diskrétní a logistický model 22
    3.1 Diskrétní model 22
    3.2 Logistický model 23
    4 Odhad spojitého modelu 24
    4.1 Bayesovské odhadování 24
    4.2 Odhad parametr regresního modelu 29
    5 Odhad diskrétního a logistického modelu 34
    5.1 Odhad parametrů diskrétního modelu 34
    5.2 Odhad parametrů logistického modelu 40
    5.3 Klasifikace 42
    6 Předpověď modelované veličiny 44
    6.1 Jednokroková předpověď 44
    6.2 Vícekroková předpověď 45
    6.3 Vícekroková bodová předpověď 47
    7 Stav, stavový model a odhad stavu 50
    7.1 Stav 50
    7.2 Stavový model 50
    7.3 Odhad stavu 51
    7.4 Kalmanův filtr 52
    8 Řízení se spojitým modelem 54
    9 Řízení s diskrétním modelem 58
    10 Přílohy 61
    10.1 Doplnění na čtverec 61
    10.2 Přirozené podmínky řízení 61
    10.3 Bayesův vzorec 62
    10.4 Multinomiální rozdělení 63
    10.5 Dirichletovo rozdělení 64
    10.6 Normální rozdělení 65
    10.7 Inverzní Gauss-Wishartovo (GiW) rozdělení 65
    10.8 Bodový odhad podle kvadratického kritéria 66
    10.9 Bodové odhady parametrů spojitého modelu 67
    10.10Bodové odhady parametrů diskrétního modelu 68
    10.11Logistická regrese 69
    10.12Rozšířený Kalmanův filtr 70
    11 Programy 72
    11.1 Diferenciální a Diferenční rovnice 72
    11.2 Simulace 78
    11.3 Odhad 84
    11.4 Předpověď 89
    11.5 Klasifikace 96
    11.6 Řízení 100
    11.7 Složitější úlohy 104
    11.8 Pomocné procedury 127
    11.9 Dicretization of diferential equations 134
O souborech cookie na této stránce

Soubory cookie používáme pro funkční účely, pro shromažďování a analýzu informací o výkonu a používání stránky.

Nastavení Povolit vše