马尔可夫链模型

上传人:鲁** 文档编号:512056889 上传时间:2023-03-24 格式:DOCX 页数:18 大小:84.56KB
返回 下载 相关 举报
马尔可夫链模型_第1页
第1页 / 共18页
马尔可夫链模型_第2页
第2页 / 共18页
马尔可夫链模型_第3页
第3页 / 共18页
马尔可夫链模型_第4页
第4页 / 共18页
马尔可夫链模型_第5页
第5页 / 共18页
点击查看更多>>
资源描述

《马尔可夫链模型》由会员分享,可在线阅读,更多相关《马尔可夫链模型(18页珍藏版)》请在金锄头文库上搜索。

1、马尔可夫链在自然界与社会现象中,许多随机现象遵循下列演变规律,已知某个系统(或过程)在时刻t = t所处的状态,与该系统(或过程)在时刻t t所处的状态与时刻t 1中,设X (n ) 表示第 n 次掷一颗骰子时出现的点数,易见,今后出现的点数与过去出现的点数无关。在维纳过程x (t),t 0中,设X (t)表示花粉在水面上作布朗运动时所处的位置,易 见,已知花粉目前所处的位置,花粉将来的位置与过去的位置无关。在泊松过程N(t),t 0中,设N(t)表示时间段0,t内进入某商店的顾客数。易见,已知时间段0,t 内进入商店的顾客数N(t ),在时间段0,t(t t )内进入商店的顾客数 0 0 0

2、N(t)等于N(t )加上在时间段(t ,t内进入商店的顾客数N(t)-N(t ),而与时刻t前进 0 0 0 0 入商店的顾客无关。一、马尔可夫过程定义:给定随机过程(t),t E T o如果对任意正整数n 3 ,任意的t t t ,t e T,i = 1, ,n,任意的x , ,x e S,s是X (t)的状态空间,总有1 2n i1n -1PG x I X (t)= x,X (t )= x )n n 11n -1n -1=P(X 0, j = 1,2, n u = 1jii=1定义3:若方阵P的每行都为概率向量,则称此方阵为概率矩阵。可以证明,如果矩阵A和B皆为概率矩阵,则AB, Ak,

3、Bk也都是概率矩阵(k为正整数)由所有一步转移概率组成的矩阵称为一步转移概率矩阵表示为:PiiP21p12p22叮P2 nP丿nn(0.8 0.2 厂0.80.180.02、P=P=0.650.250.110.7 0.3 丿2 001丿pn2I Pn1转移矩阵必为概率矩阵,且具有以下两个性质:1)p (k) = p (k-i)p2) p(k) = pk下面主要学习正则链和吸收链1、正则链:这类马氏链的特点是,从任意状态出发经过有限次转移都能达到另外的任 意状态,有如下定义.定义4 一个有n个状态的马氏链如果存在正整数N,使从任意状态i经过N次转移都 已大于零的概率到达状态j C, j = 1,

4、2, n ),则称为正则链。正则链的判断方法:对于概率矩阵P,若幕次方Pm的所有元素皆为正数(指Pm的每一 元素大于零),则矩阵 P 称为正规概率矩阵,此时马氏链称为正则链,或者称马氏链具有遍 历性。遍历性的直观含义:一个遍历的马尔可夫链经过相当长的时间后,它处于各个状态的概 率趋于稳定,且概率稳定值与初始状态无关。在工程技术中,当马尔可夫链的极限概率分布 存在时,它的遍历性表示一个系统经过相当长时间后趋于平衡状态,这时,系统处于各个状 态的概率分布即不依赖于初始状态,也不在随时间的推移而改变。设系统的极限分布(也是稳态分布)用行向量兀=(兀,兀,兀3,,兀丿来表示,一步转移概率矩阵为P,则有

5、兀P =兀,且工兀 =1ii=1从而可以解出系统的极限分布(或稳态分布)从状态i出发经k次转移,第一次到达状态j的概率称为i到j的首达概率,记做fij(n),于是卩=工nf (n)ijiji=1为由状态i第一次到达状态j的平均转移次数,特别的,卩是状态i首次返回的平均转移次ii数,卩与稳态概率有密切关系,即对于正则链,卩=1/兀iiiii马尔可夫链模型:设系统在k = 0时所处的初始状态S(o) = (s(o), S(o), , S(o)为已知,经过k次转移后12 n所处的状态向量 S (k) = Gk), S (k), S (k= 1,2,),则12n丫1112p )k1S (k) = S

6、(0)Pk = S (0)p21p22 p2n1 =区Qs,记元素全s = 0为1的列向量e = (1,1, ,1),则y = Me的第i分量是从第i个非吸收态出发,到某个吸收 状态吸收的平均转移次数。设状态i是非吸收态,j是吸收状态,那么首达概率 jn)实际上是i经n次转移被j 吸收的概率,而f =艺f (n)则是从非吸收状态i出发终被吸收状态j吸收的概率,记 ijijn=1F = f ,下面的定理给出了计算f.的方法。H (k-r)xrj定理2设吸收链的转移矩阵P表为标准形式(1),则F = MR例1、设马尔可夫链& (t), t o的状态空间E = 1,2,3 ,步转移概率矩阵为厂1/4

7、 3/40P = 1/3 1/31/3.01/4 3/4丿初始分布为 S(0)= (1/4,1/2,1/4 ),即P(X (0) = 1)=丄,P(X (0)= 2)=丄,P(X (0)= 3)=-424则P(2)=P(0)P2 =(113/576,230/576,233/576)用 Matlab 计算如下:s0=1/4 1/2 1/4; P=1/4 3/4 0;1/3 1/3 1/3;0 1/4 3/4;S2=s0*P.A2=(0.07120.21180.1962)稳态分布T=(t1,t2,t3),TP=T,变换后(P-E)T=0T=(0.16 0.36 0.48)附程序: liyiw.m设

8、有甲、乙、丙三家企业,生产同一种产品,共同供应1000家用户,各用户在各企业 间自由选购,但不超出这三家企业,也无新的客户。假定在10月末经过市场调查得知,甲、 乙、丙三家企业拥有的客户分别是: 250户, 300户, 450户,而11月份用户可能的流动情 况如表所示:甲乙丙为甲2301010250乙2025030300丙30104104502802704501000假定该产品用户的流动按上述方向继续变化下去(转移概率不变),预测 12 月份三家企 业市场用户各自的拥有量,并计算经过一段时间后,三家企业在稳定状态下该种产品的市场 占有率。解:第一步:根据调查资料,确定初始状态概率向量,这里S(0) = ( S 0, Sb, S 丿=(250/1000,300/1000,)

展开阅读全文
相关资源
正为您匹配相似的精品文档
相关搜索

最新文档


当前位置:首页 > 学术论文 > 其它学术论文

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