КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
Особенности матрицы перехода
1. Каждая строка характеризует выбранное состояние системы, а её элементы представляют собой вероятности всех возможных переходов за один шаг из выбранного (из -го) состояния, в том числе и переход в самое себя. 2. Элементы столбцов показывают вероятности всех возможных переходов системы за один шаг в заданное (в -е) состояние. Другими словами, строка характеризует вероятность перехода системы из состояния, а столбец – в состояние. 3. Сумма вероятностей каждой строки равна единице, так как переходы образуют полную группу несовместных событий: , . (4.4) 4. По главной диагонали матрицы переходных вероятностей стоят вероятности того, что система не выйдет из состояния , а останется в нём. Теорема 4.1. Если для однородной марковской цепи заданы начальное распределение вероятностей (4.2) и матрица переходных вероятностей (4.3), то вероятности состояний системы на -м шаге () определяются по рекуррентной формуле: (,). (4.5) Замечание. Если начальное распределение вероятностей, распределение вероятностей на -м шаге и распределение вероятностей на -м представить в виде вектор-столбцов , , соответственно, то рекуррентную формулу (4.5) можно записать в эквивалентной матричной форме: , (4.5’) а вектор распределения вероятностей на -м шаге можно вычислить по формуле: , (4.6) Пример 4.1. Пусть автомобиль (система) в течение одной смены (суток) может находиться в одном из двух состояний: исправном () и неисправном (). В результате массовых наблюдений за работой автомобиля было выявлено, что в течение суток в 80% случаев автомобиль останется исправным, в 20% случаев сломается, в 90% случаев неисправный автомобиль починят, в 10% случаев поломку устранить не смогут. В начальный момент времени автомобиль был неисправен. Требуется:
1) построить граф состояний системы; 2) составить матрицу вероятностей перехода; 3) определить вероятности состояний автомобиля через трое суток. Решение. 1) Построим граф состояний системы «автомобиль». Так как система «автомобиль» имеет два состояния – исправен и – неисправен, причём в каждом из состояний она может как задержаться, так и перейти в другое состояние, то граф состояний системы будет иметь: две вершины – состояния и ; петли в каждой вершине; петли характеризуют тот факт, что система может задержаться в каждом из состояний; две дуги, соединяющие эти вершины, и характеризующие переход из одного состояния в другое (см. рис. 4.2). 2) Составим матрицу вероятностей перехода. Так как в течение суток в 80% случаев автомобиль останется исправным, то – вероятность того, что автомобиль останется в исправном состоянии. Так как в течение суток в 20% случаев автомобиль сломается, то – вероятность того, что автомобиль перейдёт из состояния «исправен» в состояние «неисправен». Так как в течение суток в 90% случаев неисправный автомобиль починят, то – вероятность того, что автомобиль перейдёт из состояния «неисправен» в состояние «исправен». Так как в течение суток в 10% случаев поломку устранить не смогут, то – вероятность того, что автомобиль задержится в состоянии «неисправен». Таким образом, матрица вероятностей перехода примет вид: . 3) Найдём распределение вероятностей состояний автомобиля через трое суток (). Так как в начальный момент времени автомобиль был неисправен, то , и начальное распределение вероятностей автомобиля имеет вид: . Тогда по формуле (4.6) имеем . Ответ. После третьих суток автомобиль будет находиться в исправном состоянии с вероятностью 0,819 и в состоянии «неисправен» с вероятностью 0,181.
Дата добавления: 2014-01-14; Просмотров: 325; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |