Студопедия
Случайная страница | ТОМ-1 | ТОМ-2 | ТОМ-3
АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатика
ИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханика
ОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторика
СоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансы
ХимияЧерчениеЭкологияЭкономикаЭлектроника

Марковские случайные процессы. Эргодические цепи Маркова

Читайте также:
  1. Биологические процессы. Строение дна. Характер грунта.
  2. Двумерные дискретные случайные векторы
  3. Двумерные непрерывные случайные векторы
  4. Дискретные случайные величины
  5. Дискретные случайные величины
  6. Миграции и демографические процессы.

Марковские процессы (процессы без последействия) – разновидность случайных процессов, описывающих систему с дискретными состояниями: если система в момент n находится в состоянии j, то вероятность её перехода в момент n+1 в состояние k зависит только лишь от значений n,j,k и не зависит от того, в каких состояниях система была в более раннее, чем n моменты времени.

Пространство состояний представляет собой конечное счетное множество, часто отождествляемое с множеством целых неотрицательных чисел.

Дискретный Марковский процесс с дискретным временем называется дискретной цепью Маркова. Он характеризуется тем, что переходы возможны лишь в дискретные моменты времени t0,t1,t2.

В Марковском процессе с непрерывным временем, переход возможен в любой, наперед неизвестный момент времени.

Цель Марковских процессов описывается матрицей переходов за 1 шаг:

где Pij – вероятность перехода за один шаг из состояния zi в zj. Марковская цепь однородна, если Pij не зависит от шага.

Равенство Маркова (реккурентная формула для определения вероятностей состояния системы после k-ого шага, через вероятность после k-1):

Свойства эргодической цепи Маркова:

Эргодическое состояние – если возвратное состояние не является ни нулевым, ни периодическим. Вероятность того что система когда-нибудь вернется в состояние j:

Если fj=1, то j – возвратное состояние, а если fj<1, то j – невозвратное состояние.

Также различают при fj=1: если среднее время между пребываниями системы в состоянии стремится в бесконечность, то состояние j – возвратное ненулевое, если это время конечная величина, то j – возвратное нулевое

Если ||Pij|| - не содержит нулевых элементов, для такой цели характерно то, что при большом числе шагов n->бесконечности, наступает стационарный режим.

Предельная вероятность нахождения в состоянии j:


Дата добавления: 2015-10-21; просмотров: 379 | Нарушение авторских прав


Читайте в этой же книге: Основные определения системного анализа. Понятие системы как семантической модели | Общие функции моделирования. Классификация видов моделирования. Математическое моделирование. | Простейший поток событий. Пуассоновский поток. | Процессы размножения и гибели. Поток Эрланга. | СМО с Марковскими процессами | Показатели эффективности и основные характеристики СМО | Одноканальная СМО с отказами | СМО с ожиданием. Одноканальная СМО с ограниченной длиной очереди.(m-длина очереди) | Обобщенные модели. Агрегативное описание систем. Процесс функционирования агрегата. | Агрегативные системы. Структура, взаимодействие элементов. |
<== предыдущая страница | следующая страница ==>
Дискретное представление сигналов.| Марковский процесс с дискретным состояние и непрерывным временем.

mybiblioteka.su - 2015-2024 год. (0.005 сек.)