- •Начало проектирования _12.01.11_______Окончание проектирования__21.06.11____________
- •Календарный план работы над проектом
- •Содержание
- •1 Основы теории Марковских процессов
- •1.1 Основные понятия
- •1.2 Уравнения Колмогорова
- •1.3 Марковский процесс с дискретным временем
- •1.4 Марковские случайные процессы
- •2 Расчет предметных вероятностей
- •2.1 Задача 1
- •2.2 Задача 2
- •2.3 Задача 3
1.2 Уравнения Колмогорова
При t стремящимся к бесконечности вероятность будет стремиться, каким то приделам если эти приделы существуют, то они называются финальными вероятностями и находятся по следующим правилам: слева в уравнениях стоит предельная вероятность данного состояния, умноженная на суммарную интенсивность всех потоков, идущих из данного состояния. А справа сумма произведений интенсивностей всех потоков, входящих в данное состояние на вероятности тех состояний, из которых исходит поток.
1.3 Марковский процесс с дискретным временем
|
|
Рисунок.2. Пример графа переходов |
|
|
Рисунок3. Фрагмент графа переходов |
Например, полностью граф может выглядеть так, как показано на рисунке4.
|
||
Рисунок 4. Пример марковского графа переходов |
Реализация марковского процесса (процесс его моделирования) представляет собой вычисление последовательности (цепи) переходов из состояния в состояние (смотрите рисунок 5). Цепь на рисунок 5 является случайной последовательностью и может иметь также и другие варианты реализации.
|
||
Рисунок 5. Пример марковской цепи, смоделированной по марковскому графу, изображенному на рисунке 4 |
Чтобы определить, в какое новое состояние перейдет процесс из текущего i-го состояния, достаточно разбить интервал [0; 1] на подынтервалы величиной Pi1, Pi2, Pi3, … (Pi1 + Pi2 + Pi3 + … = 1), смотрите рисунок 6. Далее с помощью ГСЧ надо получить очередное равномерно распределенное в интервале [0; 1] случайное число rрр и определить, в какой из интервалов оно попадает.
|
||
Рисунок 6. Процесс моделирования перехода из i-го состояния марковской цепи в j-е с использованием генератора случайных чисел |
После этого осуществляется переход в состояние, определенное ГСЧ, и повтор описанной процедуры для нового состояния. Результатом работы модели является марковская цепь (смотрите рисунок 5).