中南大学随机过程第六章

上传人:kms****20 文档编号:50928157 上传时间:2018-08-11 格式:PPT 页数:26 大小:753KB
返回 下载 相关 举报
中南大学随机过程第六章_第1页
第1页 / 共26页
中南大学随机过程第六章_第2页
第2页 / 共26页
中南大学随机过程第六章_第3页
第3页 / 共26页
中南大学随机过程第六章_第4页
第4页 / 共26页
中南大学随机过程第六章_第5页
第5页 / 共26页
点击查看更多>>
资源描述

《中南大学随机过程第六章》由会员分享,可在线阅读,更多相关《中南大学随机过程第六章(26页珍藏版)》请在金锄头文库上搜索。

1、*胡朝明261泊松过程 泊松过程的两个定义及其等价性 泊松过程的概率分布 泊松过程的数字特征 泊松过程的性质 非齐次泊松过程 复合泊松过程 更新计数过程上一讲内容回顾*胡朝明262 平稳独立增量过程; 点间间距序列Tn相互独立同分布,服从参数为 的指数分布; 等待时间序列n服从参数为的n阶爱而朗分布 ;PN(h)=1h+o(h);PN(h)2o(h)均值函数 m(t)EN(t)t; 方差函数 D(t)DN(t)t;特征函数 ; 协方差函数 C(s,t)min(s,t); 相关函数 R(s,t)min(s,t)2st。*胡朝明263本讲主要内容马尔可夫过程 马尔可夫过程的概念 马尔可夫过程的分类

2、 离散参数马氏链 k步转移概率、 k步转移矩阵 齐次马尔可夫链*胡朝明264第三章 马尔可夫过程v 当过程在t=t0时刻所处的状态已知的情况下,过程在时刻t(tt0)所处的状态与过程在t=t0时刻之前的状态无关。这种已知“现在”的条件下,“将来”与“过去”无关的性质,就是直观意义下的马尔可夫性或称为无后效性。具有无后效性的过程称为马尔可夫过程。v 马尔可夫过程是理论和实际应用都十分重要的一类随机过程。在工程系统中的噪声和信号分析、通信网络和输送现象的模拟、统计物理学、生物学、数字计算方法、经济管理和市场预测等领域中都有十分重要的作用和广泛应用。*胡朝明2653.1 马尔可夫过程的概念给定随机过

3、程X(t),tT,如果对于参数中任意n个时 刻ti,i=1,2,n,t1t2tn有 PX(tn)xn|X(t1)=x1,X(t2)=x2,X(tn-1)=xn-1PX(tn)xn|X(tn-1)=xn-1(3.1) 则称随机过程X(t),tT为马尔可夫过程,简称马氏过程。 具有(3.1)式性质称为具有马尔可夫性、无后效性或无记忆性 。由条件分布函数的定义,(3.1)等价于 F(xn;tn|x1,x2,xn-1;t1,t2,tn-1)F(xn;tn|xn-1;tn-1)。如果概率密度函数存在,它等价于 f(xn;tn|x1,x2,xn-1;t1,t2,tn-1)f(xn;tn|xn-1;tn-1

4、)。随机过程具有马尔可夫性质是说:当给定X(t1), X(t2), ,X(tn-1)时,X(tn)的条件分布只依赖于X(tn-1)的已知值, 而与在tn-1以前X(t)的取值无关。*胡朝明266转移概率给定马氏过程X(t),tT,条件概率 p(s,t;x,y)PX(t)y|X(s)=x称为马氏过程的转移概率。若转移概率与s无关,则此过程称为齐次(时)马氏过程。马氏过程X(t),tT中,X(t)的取值x称为状态 ,X(t)x表示过程在时刻t处于状态x,过程所取状态的全体 Ex:X(t)=x,tT称为状态空间。*胡朝明267马尔可夫过程的分类参数集T离散连续状态空间E 离散离散参数马氏链连续参数马

5、氏链连续 离散参数马氏序列 连续参数马氏过程*胡朝明268例1 一维随机游动在直线上非负整数点作随机游动的质点,当时 刻n时处于位置i(i0),时刻n+1时处于i+1的概率为 pi,处于i-1的概率为qi,不动的概率为ri(pi+qi+ri =1),若以X(n)表示时刻n质点的位置,那么X(n), n=0,1,2,离散参数马氏链。这是因为,当X(n)i时,X(n+1),X(n+2), 等以后的行为只与X(n)=i有关,而与质点在n以前 如何到达i是无关的。它的状态空间E=0,1,2,。*胡朝明269例2独立过程X(t),tT是马尔可夫过程。证明 设X(t),tT是独立过程,对于t1t2tn T

6、,X(t1),X(t2),X(tn)相互独立,因此PX(tn)xn|X(t1)=x1,X(t2)=x2,X(tn-1)=xn-1PX(tn)xnPX(tn)xn|X(tn-1)=xn-1马氏性成立,故独立过程X(t),tT是马尔可夫过程。*胡朝明2610贝努里随机序列特例 贝努里随机序列,即X(n),n=0,1,2,是相互独立同分布的贝努里随机变量,X(n)01Pqp0p1,p+q=1n=1,2,X(n),n=0,1, 2,是离散参数马氏链。*胡朝明2611例3独立增量过程X(t),t0,(X(0)=0)是马尔可夫过程。证明 设X(t),tT是独立增量过程,X(0)=0,对任意t1t2tn,有

7、PX(tn)xn|X(t1)=x1,X(t2)=x2,X(tn-1)=xn-1PX(tn)-X(tn-1)xn-xn-1|X(t1)-X(t0)=x1,X(t2)-X(t1)=x2-x1,X(tn-1)-X(tn-2)=xn-1-xn-2PX(tn)-X(tn-1)xn-xn-1PX(tn)xn|X(tn-1)=xn-1马氏性成立,故独立增量过程X(t),t0是马尔可夫过程。*胡朝明2612二项计数过程设X(n),n=1,2,是贝努里随机序列,X(0) =0,X(n),n=1,2,是相互独立同分布的贝努里随机变量,设称Y(n),n=0,1,2,为二项计数过程(广义随机游 动),它是平稳独立增量

8、过程,因而是离散参数马氏链。*胡朝明2613例4泊松过程N(t),t0 是马尔可夫过程。证明 因为泊松过程N(t),t0是平稳独立增量过程,因而是马尔可夫过程。*胡朝明26143.2 离散参数马氏链状态空间E和参数集T都是离散的马尔可夫过程称为离散参数马氏链,简称马氏链。即设X(n),n=0,1,2,为随机序列,状态空间 E=0,1,2,。如果对于任意非负整数k、n1n2njm及in1,in2,inj,im,im+kE马尔可夫性PX(m+k)=im+k|X(n1)=in1,X(n2)=in2,X(nj)=inj,X(m)=imPX(m+k)=im+k|X(m)=im 成立,则称X(n),n=0

9、,1,2,为离散参数马尔可夫链,简称马氏链。*胡朝明2615k步转移概率设X(n),n=0,1,2,为马氏链,E=0,1,2, ,称条件概率 pij(m,k)PX(m+k)=j|X(m)=i 为马氏链X(n),n=0,1,在m时刻的k步转移概率.k步转移概率的直观意义是:质点在时刻m时 处于状态i,再经过k步(k个单位时间)处于状态j的条件概率。特别地,k=1时, pij(m,1)PX(m+1)=j|X(m)=i称为一步转移概率,简称转移概率。*胡朝明2616k步转移矩阵称矩阵为马氏链X(n),n=0,1,在m时刻的k步转移矩阵 。一步转移矩阵P(m,1)简称转移矩阵。由转移概率的定义,显然有

10、:*胡朝明2617齐次马尔可夫链若马氏链X(n),n=0,1,2,的转移概率pij(m,k)与m 无关,即 pij(m,k)PX(m+k)=j|X(m)=ipij(k); pij(m,1)PX(m+1)=j|X(m)=ipij(1)pij; 则称X(n),n=0,1,2,为齐次马尔可夫链,简称齐次马氏 链。 齐次马氏链的k步转移矩阵记为: P(m,k)P(k)(pij(k)i,jE 一步转移矩阵,简称转移矩阵,记为: P(m,1)P(1)P(pij)i,jE 齐次马氏链的转移概率具有如下性质: 0pij(k)1, 0pij1,*胡朝明2618例1 贝努里序列如上节例2所述,贝努里序列是一个齐次

11、马氏链,其转移矩阵为一般地,独立同分布的离散随机变量序列 X(n),n=0,1,2,都是齐次马氏链。 *胡朝明2619例2 随机游动一质点在数轴上的整数点上作随机游动的, 以X(n)表示时刻n质点的位置。质点在某一时刻m 时处于状态i,即X(m)=i,则下一步以概率q左移 到状态i-1,即pi,i-1(m,1)=q;而以概率p右移到状 态i+1,即pi,i+1(m,1)=p。因而质点将来所处的状 态X(m+1),X(m+2),X(m+k)等仅与现在所处的 状态X(m)=i有关,而与过去所处的状态无关。因 此,随机游动X(n),n=0,1,2,是齐次马氏链。随机游动的统计特征由它在边界的特点决定

12、, 下面给出几种特殊的情形。*胡朝明26201.自由(无限制)随机游动状态空间E,-2,-1,0,1,2,两端无限制。转移概率: pi,i-1q,pi,i+1p,其余pi,j0,ji-1,i+1转移矩阵:*胡朝明26212.两个吸收壁随机游动状态空间E1,2,3,4,5。转移概率 p11p551;p1j0,j1;p5j0,j5; pi,i-1q,pi,i+1p,i=2,3,4; pi,j0,ji-1,i+1。 质点运动到1,5时,永远留在那里,称状态1,5为 吸收壁(状态)。转移矩阵:*胡朝明26223.带有两个反射壁的随机游动状态空间E1,2,3,4,5。转移概率: p110,p121,p1

13、j0,j=3,4,5; p550,p541,p5j0,j=1,2,3; pi,i-1q,pi,i+1p,i=2,3,4; pij0,ji-1,i+1,i=2,3,4。 状态1和5永远不能停留,称为反射壁。转移矩阵:*胡朝明26233.带有两个弹性壁的随机游动状态空间E1,2,3,4,5。转移概率: p11q,p12p,p1j0,j=3,4,5; p55p,p54q,p5j0,j=1,2,3; pi,i-1q,pi,i+1p,i=2,3,4; pij0,ji-1,i+1,i=2,3,4。 状态1和5称为弹性壁。转移矩阵:*胡朝明2624本讲主要内容马尔可夫过程 马尔可夫过程的概念 马尔可夫过程的分类 离散参数马氏链 k步转移概率、 k步转移矩阵 齐次马尔可夫链*胡朝明2625下一讲内容预告离散参数马氏链 齐次马氏链的性质链 初始分布、绝对分布、 极限分布 遍历性 平稳性*胡朝明2626P1524.习 题 四

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 生活休闲 > 科普知识

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号