![]() |
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: 396 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!