Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
Пусть имеется некоторая система состояния, которой известны и изменяются во времени под действием некоторых случайных процессов. Предположим, что известны вероятности перехода системы из данного состояния во все остальные. Требуется ответить хотя бы на некоторые вопросы:
в каком состоянии система пребывает наиболее часто;
с какой вероятностью система может находиться в том или ином состоянии в некоторый момент времени.
Пример. Траектория движения самолета.
Состояние – это нахождение самолета в той или иной точке пространства, в зависимости от погоды и управления.
Процесс такого типа называется марковским, если вероятность перехода в практическое состояние в некоторый момент времени зависит лишь от того, в каком состоянии находится система в данный момент, и зависит от того, как система пришла в это состояние.
Марковский процесс называется цепью, если состояние дискретно. Их может быть и бесконечное число и конечное.
Марковская цепь называется стационарной, если различные моменты времени .
В этом случае марковская цепь характеризуется матрицей перехода
, , .
Предположим, что марковская цепь с конечным числом состояний всегда однозначно характеризуется этой матрицей. Иногда марковская цепь может характеризоваться и графиком состояний, узлами которой служат возможные состояния системы, а дуги вместе с числовыми показателями характеризуют переход из одного состояния времени некоторую вероятность.
Матрица переходов имеет вид
Переход системы из одного состояние в другое осуществляется в некоторые дискретные моменты времени
18. Основные характеристики марковских цепей.
Обозначим , – вероятность того, что в -ый момент перехода система находится в состоянии
Пусть начальное состояние объекта, т.е. в начальный момент система находится .
Поставим задачу для -ого момента переключения – вектор, который описывает вероятности, что система находится в том или ином состоянии в моменте переключается. Из определенной матрицы получаем
(1)
Определение. Марковская цепь называется эргодической, если из любого состояния , система может перейти в любое состояние , через конечное число переходов с не нулевой вероятностью , где – вероятность перехода из , , за переходов.
Для эргодической системы существует
,
Т.е. существует предел, который не зависит от – начальное распределение вероятности.
можно характеризовать как среднюю долю времени нахождения системы в состоянии за некоторый промежуток времени, если , а промежуток времени месяцев, то для системы это означает, что она находится в состоянии полгода.
Цель: рассчитать предельные вероятности
Для этого используем формулу (1).
(2)
Перейдем к пределу при , получаем
(3)
где
(4)
Представляет собой систему однородных линейных уравнений относительно неизвестных . Из свойств матрицы (сумма элементов каждой строки равна 1) вытекает, что следующая система (4) имеет бесконечное число решений .
Поэтому система (4)
(5)
Система (5) позволяет рассчитать предельные вероятности.
Дата публикования: 2014-11-18; Прочитано: 394 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!