没有合适的资源?快使用搜索试试~ 我知道了~
随机过程-第五章-连续时间的马尔可夫链.pdf
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 97 浏览量
2022-06-20
02:27:15
上传
评论
收藏 513KB PDF 举报
温馨提示
试读
12页
。。。
资源推荐
资源详情
资源评论
-----WORD 格式--可编辑--专业资料-----
第五章 连续时间的马尔可夫链
5.1 连续时间的马尔可夫链
考虑取非负整数值的连续时间随机过程
{X (t),t 0}.
定义 5.1 设随机过程
{X (t),t 0}.
,状态空间
I {i
n
, n 0}
,若对任意
0 t
1
t
2
... t
n1
及
i
1
,i
2
,...i
n1
I
,有
P{X (t
n1
) i
n1
X (t
1
) i
1
, X (t
2
) i
2
,...X (t
n
) i
n
}
=
P{X (t
n1
) i
n1
X (t
n
) i
n
}
(5.1)
则称
{X (t),t 0}.
为连续时间马尔可夫链.
由定义知,连续时间马尔可夫链是具有马尔可夫性的随机过程 ,即过程在已知现在时
刻
t
n
及一切过去时刻所处状态的条件下 ,将来时刻
t
n1
的状态只依赖于现在状态而与过
去无关.
记(5.1)式条件概率一般形式为
P{X (s t) j X (s) i} p
ij
(s,t)
(5.2)
它表示系统在 s 时刻处于状态 i,经过时间 t 后转移到状态 j 的转移概率.
定义 5.2 若(5.2)式的转移概率与 s 无关,则称连续时间马尔可夫链具有平稳的或齐次
的转移概率,此时转移概率简记为
p
ij
(s,t) p
ij
(t),
其转移概率矩阵简记为
P(t) ( p
ij
(t)),(i, j I,t 0).
以下的讨论均假定我们所考虑的连续时间马尔可夫链都具有齐次转移概率 .简称为齐
次马尔可夫过程.
假设在某时刻,比如说时刻 0,马尔可夫链进入状态 i,而且接下来的 s 个单位时间单位中
过程未离开状态 i,(即未发生转移),问随后的 t 个单位时间中过程仍不离开状态 i 的概率
是多少呢?由马尔可夫我们知道,过程在时刻 s 处于状态 i 条件下,在区间[s,s+t]中仍然处
于 i 的概率正是它处于 i 至少 t 个单位的无条件概率..若记
h
i
为记过程在转移到另一个状态之前停留在状态 i 的时间,则对一切 s,t
0
有
P{h
i
s t h
i
s} P{h
i
t},
可见,随机变量
h
i
具有无记忆性,因此
h
i
服从指数分布.
由此可见,一个连续时间马尔可夫链,每当它进入状态 i,具有如下性质:
(1) 在转移到另一状态之前处于状态 i 的时间服从参数为
v
i
的指数分布;
(2) 当过程离开状态 i 时,接着以概率
p
ij
进行状态 j,
p
ij
1
.
ji
--完整版学习资料分享----
-----WORD 格式--可编辑--专业资料-----
上述性质也是我们构造连续时间马尔可夫链的一种方法.
当
v
i
时,称状态 i 为瞬时状态,因为过程一旦进入此状态立即就离开.
v
i
0
时,称
状态 i 为吸收状态,因为过程一旦进入状态就永远不再离开了.尽管瞬时状态在理论上是
可能的,但以后假设对一切 i,
0 v
i
.因此,实际上一个连续时间的马尔可夫链是一个
这样的随机过程 ,它按照一个离散时间的马尔可夫链从一个状态转移到另一个状态 ,但
在转移到下一个状态之前,它在各个状态停留的时间服从指数分布.此外在状态 i 过程停
留的时间与下一个到达的状态必须是相互独立的随机变量 .因此下一个到达的状态依赖
于
h
i
,那么过程处于状态 i 已有多久的信息与一个状态的预报有关,这与马尔可夫性的假
定相矛盾.
定理 5.1 齐次马尔可夫过程的转移概率具有下列性质:
(1) p
ij
0;
(2)
jI
p
ij
1;
(3)
p
ij
(t s)
p
ik
(t) p
kj
(s)
.
kI
其中(3)式即为连续时间齐次马尔可夫链的切普曼—柯尔哥洛夫方程.
证明 只证(3).由全概率公式及马尔可夫性可得
p
ij
(t s) P{X (t s) j X (0) i)}
=
P{X (t s) j, X (t) k X (0) i}
kI
=
P{X (t) k X (0) i}P{X (t s) j X (t) k}
kI
p
ik
(t) p
kj
(s)
.
kI
对于转移概率
p
ij
(t)
,一般还假定它满足:
lim
t0
1,i j
(5.3)
p
ij
(t)
0,i j.
称(5.3)式为正则条件 .正则条件说明 ,过程刚进入某状态不可能立即又跳跃到另一状态 .
这正好说明一个物理系统要在有限时间内发生限多次跳跃 ,从而消耗无穷多的能量这是
不可能的.
定义 5.3 对于任 一
t 0
记
p
j
(t) P{X (t) j},
p
j
p
j
(0) P{X (0) j}, j I,
分别称
{p
j
(t), j I},{p
j,
j I}
齐次马尔可夫过程的绝对概率分布和初始概率分布.
定理 5.2 齐次马尔可夫过程的绝对概率及有限维概率分布具有下列性质:
--完整版学习资料分享----
-----WORD 格式--可编辑--专业资料-----
(1)
p
j
(t) 0,
(2)
jI
p
j
(t) 1,
(3)
p
j
(t)
p
i
p
ij
(t)
;
iI
(4)
p
j
(t h)
p
i
(t) p
ij
(h);
iI
(5)
p{X (t
1
) i
1
,..., X (t
n
) i
n
}
iI
p
i
p
ii
1
p
i
1
i
2
(t
2
t
1
)...p
i
n1
i
n
(t
n
t
n1
).
例 5.1 试证明泊松过程
{X (t),t 0}
为连续时间齐次马尔可夫链.
证明 先证泊松过程具有马尔可夫性,再证明齐次性.由泊松过程的定义
它是独立增量过程,且 X(0)=0.
0 t
1
,... t
n
t
n1
, 有
P{X (t
n1
) i
n1
X (t
1
) i
1
,..., X (t
n
) i
n
}
=
P{X (t
n1
) X (t
n
) i
n1
i
n
X (t
1
) X (0) i
1
,.
=
X (t
2
) X (t
1
) i
2
i
1
,...X (t
n
) X (t
n1
) i
n
i
n1,
}
=
P{X (t
n1
) X (t
n
) i
n1
i
n
}
.
另一方面,因为
P{X (t
n1
) i
n1
X (t
n
) i
n
}
=
P{X (t
n1
) X (t
n
) i
n1
i
n
X (t
n
) X (0) i
n
}
=
P{X (t
n1
) X (t
n
) i
n1
i
n
}
所以
P{X (t
n1
) i
n1
X (t
1
) i
1
,..., X (t
n
) i
n
}
=
P{X (t
n1
) i
n1
X (t
n
) i
n
}
.
即泊松过程是一个连续时间马尔可夫过程.以下证明齐次性.
当
j i
时,由泊松过程的定义
P{X (s t) j X (s) i}
=
P{X (s t) X (s) j i}
=
e
t
(
t)
ji
( j i)!
j<i.时,由于过程的增量只取非负整数,故
p
ij
(s,t) 0,
所以
--完整版学习资料分享----
剩余11页未读,继续阅读
资源评论
苦茶子12138
- 粉丝: 1w+
- 资源: 6万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 历届(第1-21届)希望杯数学竞赛初一试题及答案(最新整理).doc全国数学邀请赛(264页资料)
- 水滴.psd
- TokenPocket_V2.1.2_release.apk
- Apache-druid-kafka-rce.yaml
- 基于C#的ASP.NET数据库原理及应用技术课程指导平台的开发
- 基于ROS的智能车轨迹跟踪算法的仿真与设计源码运用PID跟踪算法.zip.zip
- Bug Bounty Tip - i春秋Self-XSS变废为宝的奇思妙想
- 1991-2015年全国初中化学竞赛复赛试题汇编(212页)(24年竞赛复赛真题).docx天原杯
- Apache Flink 未授权访问+远程代码执行.pdf
- hadoop-基于hive的聊天数据分析报表可视化案例数据源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功