Distribució de tipus fase

Infotaula distribució de probabilitatDistribució de tipus fase
Tipusdistribució de probabilitat contínua i Distribució matriu-exponencial Modifica el valor a Wikidata
Paràmetres S , {\displaystyle S,\;} subgenerador d'una matriu m × m {\displaystyle m\times m}
α {\displaystyle {\boldsymbol {\alpha }}} , vector fila de probabilitat
Suport x [ 0 ; ) {\displaystyle x\in [0;\infty )\!}
fdp α e x S S 0 {\displaystyle {\boldsymbol {\alpha }}e^{xS}{\boldsymbol {S}}^{0}}
Vegeu l'article per a més detalls
FD 1 α e x S 1 {\displaystyle 1-{\boldsymbol {\alpha }}e^{xS}{\boldsymbol {1}}}
Esperança matemàtica α S 1 1 {\displaystyle -{\boldsymbol {\alpha }}{S}^{-1}\mathbf {1} }
Medianacap forma tancada simple
Modacap forma tancada simple
Variància 2 α S 2 1 ( α S 1 1 ) 2 {\displaystyle 2{\boldsymbol {\alpha }}{S}^{-2}\mathbf {1} -({\boldsymbol {\alpha }}{S}^{-1}\mathbf {1} )^{2}}
FGM α ( t I + S ) 1 S 0 + α 0 {\displaystyle -{\boldsymbol {\alpha }}(tI+S)^{-1}{\boldsymbol {S}}^{0}+\alpha _{0}}
FC α ( i t I + S ) 1 S 0 + α 0 {\displaystyle -{\boldsymbol {\alpha }}(itI+S)^{-1}{\boldsymbol {S}}^{0}+\alpha _{0}}

Una distribució de tipus fase és una distribució de probabilitat construïda per una convolució o barreja de distribucions exponencials.[1] Resulta d'un sistema d'un o més processos de Poisson interrelacionats que ocorren en seqüència o fases. La seqüència en què es produeix cadascuna de les fases pot ser en si mateixa un procés estocàstic. La distribució es pot representar mitjançant una variable aleatòria que descriu el temps fins a l'absorció d'un procés de Màrkov amb un estat d'absorció. Cadascun dels estats del procés de Markov representa una de les fases.

Té un equivalent en temps discret – la distribució de tipus fase discreta.[2]

El conjunt de distribucions de tipus fase és dens en el camp de totes les distribucions de valors positius, és a dir, es pot utilitzar per aproximar qualsevol distribució de valors positius.[3]

Definició

Considereu un procés de Màrkov de temps continu amb m+1 estats, on m≥1, de manera que els estats 1,..., m són estats transitoris i l'estat 0 és un estat absorbent. A més, deixem que el procés tingui una probabilitat inicial de començar en qualsevol dels m+1 fases donades pel vector de probabilitat (α0, α) on α0 és un escalar i α és un vector 1×m.[4]

La distribució de fase contínua és la distribució del temps des de l'inici del procés anterior fins a l'absorció en estat absorbent.

Aquest procés es pot escriure en forma d'una matriu de velocitat de transició,

Q = [ 0 0 S 0 S ] , {\displaystyle {Q}=\left[{\begin{matrix}0&\mathbf {0} \\\mathbf {S} ^{0}&{S}\\\end{matrix}}\right],}

on S és una matriu m×m i S0 = –S 1 . Aquí 1 representa un vector columna m×1 amb cada element que val 1.

Caracterització

La distribució del temps X fins que el procés arriba a l'estat absorbent es diu que és distribuïda en fase i es denota PH(α,S).

La funció de distribució de X ve donada per,

F ( x ) = 1 α exp ( S x ) 1 , {\displaystyle F(x)=1-{\boldsymbol {\alpha }}\exp({S}x)\mathbf {1} ,}

i la funció de densitat,

f ( x ) = α exp ( S x ) S 0 , {\displaystyle f(x)={\boldsymbol {\alpha }}\exp({S}x)\mathbf {S^{0}} ,}

per a tot x > 0, on exp( · ) és l'exponencial de la matriu. Normalment s'assumeix que la probabilitat que el procés comenci en l'estat absorbent és zero (és a dir, α0= 0). Els moments de la funció de distribució estan donats per

E [ X n ] = ( 1 ) n n ! α S n 1 . {\displaystyle E[X^{n}]=(-1)^{n}n!{\boldsymbol {\alpha }}{S}^{-n}\mathbf {1} .}

La transformada de Laplace de la distribució de tipus de fase ve donada per

M ( s ) = α 0 + α ( s I S ) 1 S 0 , {\displaystyle M(s)=\alpha _{0}+{\boldsymbol {\alpha }}(sI-S)^{-1}\mathbf {S^{0}} ,}

on I és la matriu identitat.

Referències

  1. Harchol-Balter, M. «Real-World Workloads: High Variability and Heavy Tails». A: Performance Modeling and Design of Computer Systems (en anglès), 2012, p. 347–348. DOI 10.1017/CBO9781139226424.026. ISBN 9781139226424. 
  2. Neuts, Marcel F. Phase-type Probability Distributions (en anglès). Boston, MA: Springer US, 2013, p. 1132–1134. DOI 10.1007/978-1-4419-1153-7_755. ISBN 978-1-4419-1153-7. 
  3. «Phase Type Distribution» (en anglès). https://www.statisticshowto.com.+[Consulta: 22 juny 2023].
  4. «Phase-type Distributions» (en anglès). http://webspn.hit.bme.hu.+[Consulta: 22 juny 2023].
  • Vegeu aquesta plantilla
Distribucions discretes
amb suport finit
Distribucions discretes
amb suport infinit
Distribucions contínues
suportades sobre un interval acotat
Distribucions contínues
suportades sobre un interval semi-infinit
Distribucions contínues
suportades en tota la recta real
Distribucions contínues
amb el suport de varis tipus
Barreja de distribució variable-contínua
Distribució conjunta
Discreta
Ewens
Multinomial
Multinomial de Dirichlet
Multinomial negativa
Contínua
Dirichlet
Dirichlet generalitzada
Estable multivariant
Gamma normal
Gamma normal inversa
Normal multivariable
t multivariable
Matriu de valor
Matriu gamma
Matriu gamma inversa
Matriu normal
Normal de Wishart
Normal de Wishart inversa
t matriu
Wishart
Wishart inversa
Direccionals
Univariada (circular)
Asimètrica de Laplace envoltada
Cauchy envoltada
Exponencial envoltada
Lévy envoltada
Normal envoltada
Circular uniforme
Univariada de von Mises
Bivariada (esfèrica)
Kent
Bivariada (toroidal)
Bivariada de von Mises
Multivariada
von Mises-Fisher
Bingham
Degenerada i singular
Degenerada
Delta de Dirac
Singular
Cantor
Famílies