Markov-chain

[Mr.Pink]

buonasera a tutti, c'è qualche utente a cui posso chiedere qualcosa sulle catene di markov applicare al controllo di processo?

[peppe.carbone.90]

[xdom="JoJo_90"]Sposto nella sezione di Statistica e Probabilità.[/xdom]

[retrocomputer]

Non c'è niente di meglio che provare a fare una domanda Le mie ultime due richieste sull'argomento non hanno ricevuto risposta, ma magari tu sei più fortunato...

[Mr.Pink]

retrocomputer vedo che condividi la mia stessa sorte su questo maledetto argomento..la mia domanda riguarda su come applicare il metodo ad un processo di controllo, ossia per valutare spostamenti della media di processo da uno stato di controllo a uno fuori controllo

[retrocomputer]

Esposto in questi termini, per me il tuo problema è arabo Io sono ancora alla definizione di catena e non ho idea di cosa possa essere il metodo di cui parli, quindi non posso aiutarti, ma in compenso posso farti perdere un po' di tempo con delle domande
$$
Cioè, io sono arrivato al fatto che una catena di Markov è un particolare processo stocastico (in cui il futuro dipende dal passato solo attraverso il presente) e che data una successione di variabili $X_n$ bernoulliane indipendenti (oggetto funzionante o non funzionante), allora la successione delle $S_n=X_0+...+X_n$ è una catena di Markov: ti torna?

[Mr.Pink]

io la metterei in questi termini, vedrai che sarà chiaro: ad esempio, devo produrre alberi di diametro 100 mm, con tolleranza di 2mm, quindi fino a che li produco di diametro 102 mm mi va tutto ok, il mio processo è in controllo. analizzo i miei campioni per stimare se le cose procedono bene (se supero la soglia di 102 mm il mio processo è fuori controllo). per il caso in esame, la catena di markov da valutare è una successione di stati dal processo in controllo (alberi fino a 102 mm) fino al processo fuori controllo (alberi oltre 102 mm). dato che si parla di "matrice di transizione", bene, come si calcola?:) da nessuna, e dico nessuna, parte ho trovato un esempio, anche il più ridicolo simile a questo che ho esposto

[retrocomputer]

Per calcolare la matrice di transizione penso che servano le variabili casuali $X_n$ del tuo processo. Come le hai definite?

[Mr.Pink]

le variabili sono assegnate a priori, la matrice non so proprio come calcolarla

[retrocomputer]

Questa regola forse può servire?
$p_{ij}=P\{X_{n+1}=j|X_n=i\}$
(si applica se lo spazio degli stati è discreto)