Вероятностно-статистические модели. Дубовиков А.В. - 112 стр.

UptoLike

ВУЗ: 

РГРТУ | Рязань

Составители: 

Рубрика: 

где
+++=
−− 11
2i
1i
i
i
i
p...p
q...q
...
p
q
1
p
1
R
.
Следовательно,
(
)
(
)
(
)
0Bm0m == ,
() () () ()
∑
−
∑
ρ=
∑
µ=−=
−
=
−
=
−
=
+
1i
0j
j
1i
0j
j
1i
0j
1j
R1m0mimim
.
Подставив в полученную формулу
B
i
=
, получим:
() ()
0R1mBm
1B
0j
j
1B
0j
j
=
∑
−
∑
ρ=
−
=
−
=
.
Отсюда
()
∑
ρ
∑
=
−
=
−
=
1B
0j
j
1B
0j
j
R
1m ;
()
∑
−
∑
∑
ρ
∑
ρ=
−
=
−
=
−
=
−
=
1i
0j
j
1
0j
1B
0i
i
1B
0i
i
j
R
R
im
, B,1i = .
27. МАРКОВСКИЕ ПРОЦЕССЫ
(НЕПРЕРЫВНОЕ ВРЕМЯ)
В предыдущих разделах рассматривалась модель с
дискретным временем: переход из одного состояния в другое
происходит только в определенные моменты времени. Если
переходы возможны в любой момент времени, мы говорим о
марковском процессе с непрерывным временем.
Для марковского процесса с дискретным множеством
состояний и непрерывным временем можно составить систему
линейных дифференциальных уравнений.
Рассмотрим далее марковский процесс, который играет
важную роль при решении многих практических задач. Пусть
некоторое событие происходит в случайные моменты времени.
(
)
tξ – число появлений этого события за отрезок времени от 0

Страницы