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

Марковский процесс с дискретным состояние и непрерывным временем.

Читайте также:
  1. Cовременное состояние и тенденции развития ИТ
  2. E) Нарушение мнестических процессов при поражении лобных долей мозга
  3. E) Об особенностях интеллектуальных процессов при поражении височных систем
  4. I. Архитектурный процесс и строительное производство.
  5. II. ОБРАЗОВАТЕЛЬНЫЙ ПРОЦЕСС. ОРГАНИЗАЦИЯ БЫТА КАДЕТ.
  6. II. Основные факторы, определяющие состояние и развитие гражданской обороны в современных условиях и на период до 2010 года.
  7. II. Состояние идеологического террора в США эпохи Унабомбера

Состояния: S1, S2… Sn переход в любое время

Pi(t) – вероятность того, что в момент t система в состоянии Si

Необходимо определить для любого t P1(t), P2(t), …, Pn(t). Чтобы их определить, необходимо знать характеристики процесса, аналогичные переходным вероятностям для дискретной Марковской цепи. Для непрерывной цепи Маркова используются плотности вероятностей перехода

- вероятность отсутствия перехода за Δt.

Тогда

Аналогично для P2():

Интегрирование уравнений даст P1(t)… Pn(t) с нач условиями

В t=0 p(t)=(1,0,0,0).

В правой части уравнения столько членов, сколько стрелок связано с данным состоянием. Если стрелка из состояния, то член со знаком минус, иначе плюс.

Каждый член равен произведению с соответствующими i и j, умноженному на Pi(t) (справедливо для всех непрерывных Марковских процессов)


Дата добавления: 2015-10-21; просмотров: 84 | 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. | Дискретное представление сигналов. | 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 ==>
Марковские случайные процессы. Эргодические цепи Маркова| Простейший поток событий. Пуассоновский поток.
mybiblioteka.su - 2015-2024 год. (0.005 сек.)