ВУЗ:
Составители:
Рубрика:
20
В свою очередь, эргодические цепи могут быть регулярными или цик-
лическими
. Циклические цепи отличаются от регулярных тем, что в процессе
переходов через определенное количество шагов (циклов) происходит воз-
врат в какое-либо состояние. Регулярные цепи этим свойством не обладают.
Если просуммировать все вышесказанные определения, то можно дать сле-
дующую классификацию марковских процессов (рисунок 1.15):
Рисунок 1.15 – Классификация марковских процессов
1.4.2 Переходные вероятности. Матрица перехода
Переход системы из состояния в состояние будем рассматривать в
дискретные моменты времени.
Система считается заданной, если заданы два условия.
1 Заданы вероятности возможных состояний системы )(
t
P
i
. Вероят-
ности нахождения в этих состояниях – это доли времени нахождения в каж-
дом состоянии. Имеется вектор начальных вероятностей начального состоя-
ния системы
()
),...,,(
00201
0
n
i
PPPP =
,
описывающий начальное состояние системы.
2 Заданы условные вероятности переходов из состояния в состояние
за время
t
∆ . Это вероятность перехода )(
t
P
ik
∆
из i-го в k-ое состояние за
время
t
∆ (причем, чем больше
t
∆
, тем больше вероятность). Данные вероят-
ности переходов задаются с помощью матрицы, которая имеет следующий
вид:
Марковские
процессы
с дискретным временем с непрерывным временем
однородные
неодно
р
одные
управляемые неуправляемые
марковские цепи
полумарковские цепи
п
р
остые
сложные
поглощающие
эргодические
регулярные
циклические
В свою очередь, эргодические цепи могут быть регулярными или цик- лическими. Циклические цепи отличаются от регулярных тем, что в процессе переходов через определенное количество шагов (циклов) происходит воз- врат в какое-либо состояние. Регулярные цепи этим свойством не обладают. Если просуммировать все вышесказанные определения, то можно дать сле- дующую классификацию марковских процессов (рисунок 1.15): с дискретным временем с непрерывным временем однородные неоднородные Марковские управляемые процессы неуправляемые марковские цепи полумарковские цепи простые сложные поглощающие эргодические регулярные циклические Рисунок 1.15 – Классификация марковских процессов 1.4.2 Переходные вероятности. Матрица перехода Переход системы из состояния в состояние будем рассматривать в дискретные моменты времени. Система считается заданной, если заданы два условия. 1 Заданы вероятности возможных состояний системы Pi (t ) . Вероят- ности нахождения в этих состояниях – это доли времени нахождения в каж- дом состоянии. Имеется вектор начальных вероятностей начального состоя- ния системы Pi (0 ) = ( P01 , P02 , ... , P0 n ) , описывающий начальное состояние системы. 2 Заданы условные вероятности переходов из состояния в состояние за время ∆t . Это вероятность перехода Pik (∆t ) из i-го в k-ое состояние за время ∆t (причем, чем больше ∆t , тем больше вероятность). Данные вероят- ности переходов задаются с помощью матрицы, которая имеет следующий вид: 20
Страницы
- « первая
- ‹ предыдущая
- …
- 18
- 19
- 20
- 21
- 22
- …
- следующая ›
- последняя »