- •Санкт-Петербургский Государственный Электротехнический Университет «ЛЭТИ» Кафедра Биотехнических Систем
- •МАРКОВСКИЕ ПРОЦЕССЫ
- •ПЕРЕХОДНАЯ ФУНЦИЯ МАРКОВСКОГО ПРОЦЕССА
- •СВОЙСТВА ПЕРЕХОДНОЙ ФУНКЦИИ
- •ОДНОРОДНЫЕ МАРКОВСКИЕ ПРОЦЕССЫ
- •ЦЕПИ МАРКОВА
- •ОДНОРОДНЫЕ ЦЕПИ МАРКОВА
- •СВОЙСТВА ОДНОРОДНЫХ ЦЕПЕЙ МАРКОВА
- •СВОЙСТВА ОДНОРОДНЫХ ЦЕПЕЙ МАРКОВА
- •МАТРИЦА ПЕРЕХОДНЫХ ВЕРОЯТНОСТЕЙ
- •СВОЙСТВА МАТРИЦЫ ПЕРЕХОДНЫХ ВЕРОЯТНОСТЕЙ
- •ГРАФ ЦЕПИ МАРКОВА
- •СВОЙСТВА МАТРИЦЫ ПЕРЕХОДНЫХ ВЕРОЯТНОСТЕЙ
- •ОДНОРОДНЫЕ ЦЕПИ МАРКОВА
- •ОДНОРОДНЫЕ ЦЕПИ МАРКОВА
- •ОДНОРОДНЫЕ ЦЕПИ МАРКОВА
- •СПИСОК ИСТОЧНИКОВ
Санкт-Петербургский Государственный Электротехнический Университет «ЛЭТИ» Кафедра Биотехнических Систем
к.т.н., доц. Пустозеров Евгений Анатольевич
ТЕОРИЯ СЛУЧАЙНЫХ ПРОЦЕССОВ
Лекция 9 – Марковские случайные процессы. Однородные цепи Маркова
МАРКОВСКИЕ ПРОЦЕССЫ
Пусть случайный процесс ξ(t) є E, где E – множество состояний (дискретное или непрерывное). Процесс ξ(t) называется марковским, если
где
Иными словами, марковский процесс – процесс «без памяти», зависящий только от последнего состояния.
Теория случайных процессов | Лекция 9 – Марковские случайные процессы. Однородные |
2 |
|
цепи Маркова |
||
|
ПЕРЕХОДНАЯ ФУНЦИЯ МАРКОВСКОГО ПРОЦЕССА
Исчерпывающей характеристикой любого марковского процесса является переходная функция:
Примеры марковских процессов:
Изменение погоды, изменение здоровья популяции.
Теория случайных процессов | Лекция 9 – Марковские случайные процессы. Однородные |
3 |
|
цепи Маркова |
||
|
СВОЙСТВА ПЕРЕХОДНОЙ ФУНКЦИИ
•Свойство переходной функции:
•Уравнение Колмогорова-Чепмена:
Теория случайных процессов | Лекция 9 – Марковские случайные процессы. Однородные |
4 |
|
цепи Маркова |
||
|
ОДНОРОДНЫЕ МАРКОВСКИЕ ПРОЦЕССЫ
Марковский процесс называется однородным, если переходная вероятность не зависит от абсолютного времени, а зависит от разности между этими моментами времени:
Теория случайных процессов | Лекция 9 – Марковские случайные процессы. Однородные |
5 |
|
цепи Маркова |
||
|
ЦЕПИ МАРКОВА
Цепью Маркова называется марковский процесс с дискретным временем t и конечным или счетным множеством состояний E. Переходная функция такого процесса:
Однородная цепь Маркова обладает следующей переходной функцией:
Теория случайных процессов | Лекция 9 – Марковские случайные процессы. Однородные |
6 |
|
цепи Маркова |
||
|
ОДНОРОДНЫЕ ЦЕПИ МАРКОВА
Как правило, используются следующие обозначения:
вероятность того, что в момент времени n марковский процесс будет находиться в состоянии j, при условии, что в момент времени m он находился в состоянии i.
условная вероятность того, что за время k процесс перейдет из состояния i в состояние j.
Теория случайных процессов | Лекция 9 – Марковские случайные процессы. Однородные |
7 |
|
цепи Маркова |
||
|
СВОЙСТВА ОДНОРОДНЫХ ЦЕПЕЙ МАРКОВА
Уравнение Колмогорова для однородных марковских цепей:
Марковские цепи обладают следующими свойствами:
1)
2)
Теория случайных процессов | Лекция 9 – Марковские случайные процессы. Однородные |
8 |
|
цепи Маркова |
||
|
СВОЙСТВА ОДНОРОДНЫХ ЦЕПЕЙ МАРКОВА
3) Переходная функция за k шагов однозначно определяется переходной функцией за один шаг:
4)
Теория случайных процессов | Лекция 9 – Марковские случайные процессы. Однородные |
9 |
|
цепи Маркова |
||
|
МАТРИЦА ПЕРЕХОДНЫХ ВЕРОЯТНОСТЕЙ
Если
m-ая степень матрицы переходных вероятностей содержит вероятности перехода за m шагов.
Теория случайных процессов | Лекция 9 – Марковские случайные процессы. Однородные |
10 |
|
цепи Маркова |
||
|