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) |
Марківський випадковий процес з дискретними станами і дискретним часом
Марківський процес, що протікає в деякій системі S, (“процес без наслідку”), має наступні властивості: для t0 імовірність будь-якого стану в майбутньому (t>t0) залежить тільки від її стану в даний момент часу (t=t0) і не залежить від того, коли і яким чином система прийшла в цей стан (від передісторії процесу). Випадковий процес називається процесом з дискретними станами, якщо можливі стани системи можна перелічити S1, S2, S3..., а сам процес полягає в тому, що час від часу S стрибком (миттєво) з початкового стану в інші. Для такої системи можна зобразити “граф станів”
Якщо переходи системи з Si у Sj можливі тільки в строго визначені, заздалегідь фіксовані моменти t1, t2,..., маємо процес з дискретним часом. Якщо переходи можливі в будь-який, заздалегідь невідомий, випадковий момент часу, маємо процес з неперервним часом. Розглянемо марківський випадковий процес з дискретними станами і дискретним часом як функцію цілочисельного аргументу 1, 2,.., k (номер кроку). Позначимо Si(k)- після k кроків система в Si для k події S1(k), S2(k),.., Si(k),.., Sn(k)- повна група подій. Процес, що відбувається в системі, можна представити як ланцюг подій: S1(0), S2(1), S3(2), S4(3), S5(4),... такий ланцюг називається Марківським, якщо для будь-якого кроку імовірність переходу з Si у Sj не залежить від того, коли і як система прийшла в Si. Pij(k)- перехідна імовірність: імовірність того, що на k кроці система перейде з Si у Sj. Марківський ланцюг називається однорідним якщо, перехідна імовірність не залежить від номера кроку k. У протилежному випадку- неоднорідний. Розглянемо однорідний Марківський ланцюг S1, S2,.., Sn із заданою матрицею переходу. P11 P12... P1j... P1n P21 P22... P2j... P2n [Pij]=...................... (1) Pi1 Pi2... Pij... Pin ...................... Pn1 Pn2... Pnj... Pnn
Якщо за 1 крок система не може перейти з Si у Sj то відповідно Pij=0, Pii- імовірність того, що система залишиться в Si. Очевидно, що Pij- умовна імовірність Pij=P(Sj(k)/Si(k-1)), для i=1-n
Знайдемо імовірності станів p1(k), p2(k),..., pn(k) після будь-якого k кроку. Нехай у початковий момент система знаходиться в стані Sm тоді p1(0)=0, p2(0)=0, pn(0)=0. За перший крок система перейде в один зі станів S1,S2,Sm,S з імовірностями Pm1, Pm2, Pmm, Pmn отже
P1(1)=Pm1, P2(2)=Pm2,..., Pm(1)=Pmm,...,Pn(1)=Pmn (4.2)
Імовірності станів після 2 кроків обчислимо по формулі повної імовірності. Якщо деяка подія А може відбутися разом з деякими подіями Н1, H2,..., Hn, що утворять повну групу неспільних подій (Hi - гіпотези), то
У нашому випадку, гіпотези: - після 1 кроку система в S1 - після 2 кроки система в S2 - після n кроку система в Sn Їхня імовірність дає (4.2.). Умова імовірності події (система після 2 кроків в Si) дає матриця переходу (1.).
, i=1,n Формально, додаються всі Pij, фактично нерівні 0. Аналогічно для 3 кроку. , i=1,n і для k кроку , i=1,n рекурентна формула для k кроку через k-1.
Приклад 1 По деякій цілі ведеться стрілянина чотирма пострілами в моменти t1, t2, t3, t4. Можливі стани цілі: S1 - ціль непошкоджена S2 - ціль незначно ушкоджена S3 - ціль має істотні ушкодження S4 - ціль зруйнована Задано граф станів (мал.) У початковий момент часу ціль у S1. Визначити імовірності станів після 4х пострілів.
P1(0)=1 1 крок - 1 рядок, Р1(1)=0.3, P1(1)=0.4, P3(1)=0.2, P4(1)=0.1 2 крок P1(2)=P1(1)*P11=0.3*0.3=0.09 P2(2)=P1(1)*P12+P2(1)P22=0.3*0.4+0.4*0.4=0.28 P3(2)=P1(1)*P13+P2(1)*P23+P3(1)P33=0.28 P4(2)=P1(1)*P14+P2(1)*P24+P3(1)P34+P4(1)P44= =0.3*0.1+0.4*0.2+0.2*0.7+0.1*1=0.35 3 крок Р1(3)=Р1(2)*Р11=0.09*0.3=0.027 Р2(3)=Р1(2)*Р12+Р2(2)*Р22=0.09*0.4+0.28*0.4=0.14 Р3(3)=0.214 Р4(3)=0.611 4 крок Р1(4)=0.0081 S1 P2(4)=0.07 S2 P3(4)=0.1288 S3 P4(4)=0.7931 S4
Розглянемо більш загальний випадок - неоднорідного марківського ланцюга, для якого перехідні імовірності міняються від кроку до кроку. Якщо нам задана матриця переходу для будь-якого кроку [Pij(k)], а Pij(k)=P(Sj(k)/Si(k)), то матимемо
Дата добавления: 2014-01-04; Просмотров: 731; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |