Valgiusti, Vittoria
(2018)
Catene di Markov: applicazioni e sviluppi.
[Laurea magistrale], Università di Bologna, Corso di Studio in
Matematica [LM-DM270], Documento ad accesso riservato.
Documenti full-text disponibili:
![[img]](http://amslaurea.unibo.it/style/images/fileicons/application_pdf.png) |
Documento PDF (Thesis)
Full-text accessibile solo agli utenti istituzionali dell'Ateneo
Disponibile con Licenza: Salvo eventuali più ampie autorizzazioni dell'autore, la tesi può essere liberamente consultata e può essere effettuato il salvataggio e la stampa di una copia per fini strettamente personali di studio, di ricerca e di insegnamento, con espresso divieto di qualunque utilizzo direttamente o indirettamente commerciale. Ogni altro diritto sul materiale è riservato
Download (1MB)
| Contatta l'autore
|
Abstract
La presente tesi ha lo scopo di descrive alcune importanti applicazioni delle catene di Markov, introdotte all’inizio del XX secolo da Andrej Andreevich Markov, matematico e statistico russo. Egli ideò un particolare processo stocastico senza memoria, detto processo markoviano o catena di Markov, che ha contribuito a far progredire in modo sostanziale la teoria della probabilità, in quanto ha portato ad importanti risultati di utilità pratica ed ancora oggi costituisce una parte essenziale delle applicazioni del calcolo delle probabilità, dimostrando di essere un argomento moderno e all'avanguardia. Nei primi capitoli presentiamo un’introduzione ai processi di Markov a tempo discreto; sono esposte le nozioni di base e i risultati principali riguardanti le catene di Markov, utili per questo elaborato. Successivamente si passa ad esaminare alcune importanti applicazioni delle stesse in ambiti diversi tra loro. Le catene di Markov e le loro proprietà ergodiche sono utilizzate nella progettazione e nell’analisi di numerosi algoritmi di ottimizzazione e conteggio per svariati problemi. Inoltre, i modelli stocastici di tipo Markoviano, ottenuti come varianti o estensioni delle catene di Markov, sono utilizzati in numerose aree di ricerca, per esempio nella progettazione di algoritmi di esplorazione della rete web (Pagerank), in biologia computazionale, in particolare, nelle analisi statistiche di sequenze di DNA, nello sviluppo di strumenti per il riconoscimento di segnali vocali e facciali.
Abstract
La presente tesi ha lo scopo di descrive alcune importanti applicazioni delle catene di Markov, introdotte all’inizio del XX secolo da Andrej Andreevich Markov, matematico e statistico russo. Egli ideò un particolare processo stocastico senza memoria, detto processo markoviano o catena di Markov, che ha contribuito a far progredire in modo sostanziale la teoria della probabilità, in quanto ha portato ad importanti risultati di utilità pratica ed ancora oggi costituisce una parte essenziale delle applicazioni del calcolo delle probabilità, dimostrando di essere un argomento moderno e all'avanguardia. Nei primi capitoli presentiamo un’introduzione ai processi di Markov a tempo discreto; sono esposte le nozioni di base e i risultati principali riguardanti le catene di Markov, utili per questo elaborato. Successivamente si passa ad esaminare alcune importanti applicazioni delle stesse in ambiti diversi tra loro. Le catene di Markov e le loro proprietà ergodiche sono utilizzate nella progettazione e nell’analisi di numerosi algoritmi di ottimizzazione e conteggio per svariati problemi. Inoltre, i modelli stocastici di tipo Markoviano, ottenuti come varianti o estensioni delle catene di Markov, sono utilizzati in numerose aree di ricerca, per esempio nella progettazione di algoritmi di esplorazione della rete web (Pagerank), in biologia computazionale, in particolare, nelle analisi statistiche di sequenze di DNA, nello sviluppo di strumenti per il riconoscimento di segnali vocali e facciali.
Tipologia del documento
Tesi di laurea
(Laurea magistrale)
Autore della tesi
Valgiusti, Vittoria
Relatore della tesi
Scuola
Corso di studio
Indirizzo
Curriculum C: Didattico
Ordinamento Cds
DM270
Parole chiave
catene di Markov Hidden Markov Models PageRank riconoscimento vocale facciale sequenze DNA slgorimo di Viterbi Forward-Backward
Data di discussione della Tesi
20 Luglio 2018
URI
Altri metadati
Tipologia del documento
Tesi di laurea
(NON SPECIFICATO)
Autore della tesi
Valgiusti, Vittoria
Relatore della tesi
Scuola
Corso di studio
Indirizzo
Curriculum C: Didattico
Ordinamento Cds
DM270
Parole chiave
catene di Markov Hidden Markov Models PageRank riconoscimento vocale facciale sequenze DNA slgorimo di Viterbi Forward-Backward
Data di discussione della Tesi
20 Luglio 2018
URI
Statistica sui download
Gestione del documento: