Студопедия
Случайная страница | ТОМ-1 | ТОМ-2 | ТОМ-3
АрхитектураБиологияГеографияДругоеИностранные языки
ИнформатикаИсторияКультураЛитератураМатематика
МедицинаМеханикаОбразованиеОхрана трудаПедагогика
ПолитикаПравоПрограммированиеПсихологияРелигия
СоциологияСпортСтроительствоФизикаФилософия
ФинансыХимияЭкологияЭкономикаЭлектроника

Одношаговые переходные вероятности

Новгородский государственный университет им. Ярослава Мудрого | Постановка задачи. Условия и ограничения | Характеристики потока -состояний |


Читайте также:
  1. Влияние вероятности быть пойманным
  2. Геометрическое определение вероятности
  3. Глава 2. Переходные положения
  4. Глава 5. ЗАКЛЮЧИТЕЛЬНЫЕ И ПЕРЕХОДНЫЕ ПОЛОЖЕНИЯ
  5. Глава VII ПЕРЕХОДНЫЕ ПОЛОЖЕНИЯ
  6. Есть, конечно, некоторая доля вероятности, что, поставив ультиматум, потребовав жениться на вас, вы потеряете мужчину. Ну и бог с ним тогда.
  7. Категория 4. Переходные объекты

Найдем вероятность перехода процесса за один шаг из состояния в смежное по -ой компоненте состояние . Знание этих вероятностей достаточно для определения матрицы переходных вероятностей, поскольку вероятности переходов в несмежные состояния, отличающиеся более чем одной компонентой, равны нулю. Это следует из условия ординарности суммарного потока точек, образованного моментами появления импульсов парциальных потоков.

Прежде чем перейти к определению вероятности , найдем функцию распределения времени пребывания процесса в состоянии, фиксируемом вектором . По аналогии с выражением (19) запишем:

(26)

Здесь

.

Найдем производную

,

или, с учетом (24)

Очевидно, что

Тогда

(26а)

 

Теорема. Одношаговая вероятность перехода процес са из состояния в смежное состояние равна

(27)

 

Для доказательства покажем допустимость и единственность представления переходных вероятностей соотношением (27).

Функция распределения времени пребывания процесса в -состоянии может быть выражена через условные переходные функции распределения :

. (28)

 

Подставив формулы (27) и (23а) в (28), убеждаемся, что выражение (28) тождественно равно (26а). Тем самым доказана допустимость представления переходных вероятностей соотношением (27).

Докажем, что выражение (27) задает вероятность единственным образом. Допустим, что это не так и существуют вероятности , обеспечивающие выполнение равенства

. (29)

Предположим, что . Вычитая (29) из (28), получим

Запишем систему уравнений

 

Величины не зависят от переменной . Следовательно

(30)

 

Обозначим

Тогда систему (30) можно привести к виду

(31)

 

или в матричной форме

(32)

 

Известно, что однородная система линейных уравнений имеет тривиальное решение . Для того, чтобы система имела нетривиальное решение, необходима и достаточно, чтобы ее определитель был тождественно равен нулю. Но элементы определителя - функции переменной . Равенство определителя нулю может выполняться лишь случайным образом при некоторых из полуинтервала . Поэтому можно считать, что система (32) имеет гарантированное тривиальное решение и

Тем самым доказана единственность переходных вероятностей и теорема в целом.

Заметим, что согласно (24) и (25) и переходные вероятности (27) гарантировано ненулевые. Следовательно, цепь Маркова эргодическая, что подтверждает сделанные ранее предположения.

 

Литература

1. Голик Ф. В. Вопросы теории случайных многомерных импульсных потоков. // Труды Второй Международной научно-технической конференции «Актуальные проблемы фундаментальных наук». Том 1, часть 2 «Техносфера». М. 1994.

2. Сильвестров Д. С. Полумарковские процессы с дискретным множеством состояний (основы расчета функциональных и надежностных характеристик стохастических систем). М.: Сов. радио, 1980.- 272 с.

3. Седякин Н.М. Элементы теории случайных импульсных потоков. М.: Сов. радио, -1965.

 


Дата добавления: 2015-08-18; просмотров: 117 | Нарушение авторских прав


<== предыдущая страница | следующая страница ==>
Условная переходная функция распределения| Предмет и метод экономики

mybiblioteka.su - 2015-2024 год. (0.007 сек.)