第四章马尔可夫链 随机过程ppt课件.ppt
《第四章马尔可夫链 随机过程ppt课件.ppt》由会员分享,可在线阅读,更多相关《第四章马尔可夫链 随机过程ppt课件.ppt(109页珍藏版)》请在三一办公上搜索。
1、马尔可夫链的性质PX0=i0,X1=i1,Xn=in=PXn=in|X0=i0,X1=i1,Xn-1=in-1 PX0=i0,X1=i1,Xn-1=in-1= PXn=in|Xn-1=in-1 PXn-1=in-1 |X0=i0,X1=i1,Xn-2=in-2 PX0=i0,X1=i1,Xn-2=in-2=PXn=in|Xn-1=in-1PXn-1=in-1 |Xn-2=in-2 PX0=i0,X1=i1,Xn-2=in-2,=PXn=in|Xn-1=in-1PXn-1=in-1 |Xn-2=in-2 PX1=i1|X0=i0PX0=i0 马尔可夫链的统计特性完全由条件概率PXn+1=in+1
2、|Xn=in确定。,n步转移概率:i经过k步进入j,向右移了x步,向左移了y步则,例 赌徒输光问题 甲有赌资a元,乙有赌资b元,赌一局输者给赢者1元,无和局。甲赢的概率为p,乙赢的概率为q=1-p,求甲输光的概率。解 状态空间I=0,1,2,a+b,q p,a-1 a a+1,0 a+b,设ui表示甲从状态i出发转移到状态0的概率,求ua显然u0 =1,ua+b =0(u0表示已知甲输光情形下甲输光的概率,ua+b表示已知乙输光情形下甲输光的概率) ui =pui+1 + qui-1 (i=1,2,a+b-1)(甲在状态i下输光:甲赢一局后输光或甲输一局后输光),同样方法得乙输光概率,例设马尔
3、可夫链的状态空间I=1,2,9,转移概率如下图 从状态1出发再返回状态1的可能步数为T=4,6,8,10,12,14,16 ,T的最大公约数为2,从而状态1的周期为2,例 状态空间I=1,2,3,4,转移概率如图, 指出各状态周期,是常返状态还是滑过状态?,解 首达概率为,例设马尔可夫链的状态空间I=1,2,3,转移概率矩阵为 求从状态1出发经n 步转移首次到达状态2的概率,解 状态转移图如下 ,首达概率为,例 设马氏链Xn的状态空间为 I=0,1,2,,转移概率为考察状态0的类型,可得出0为正常返的由于 ,所以0的周期为d=10为非周期的,从而为遍历状态对于其它状态i,由于i0,所以也是遍历
4、的,例 对无限制简单随机游动由斯特林近似公式可推出(1)当且仅当p=q=1/2时,4pq=1,状态i是常返的状态i是零常返的,(2)当且仅当pq,4pq1状态i是非常返的,例4.15 设马尔可夫链的转移概率矩阵为求马尔可夫链的平稳分布及各状态的平均返回时间。,解 因为马尔可夫链是不可约非周期有限状态的,所以平稳分布存在,设 =(1, 2, 3 ),则 = P,1+2+3=1即各状态的平均返回时间为,4.3 状态空间的分解,定义 状态空间I 的子集C如对任意iC及kC有pik=0则称为闭集; 闭集C的状态互通则称为不可约的。引理4.3 C是闭集的充要条件为对iC及kC都有,证 充分性显然成立,只
5、证必要性(数学归纳法)设C为闭集,由定义当n=1时结论成立设n=m时, ,iC及kC ,则,注:如pii=1,称状态i为吸收的,等价于 单点集i为闭集。,例 设马氏链Xn的状态空间为I=1,2,3,4,5,转移概率矩阵为状态3是吸收的,故3是闭集,1,4,1,3,4,1,2,3,4都是闭集,其中3,1,4是不可约的。I含有闭子集,故Xn不是不可约的链。,例 无限制随机游动为不可约马氏链,各状态的周期为2,当p=q=1/2时,是零常返的,当pq时,是非常返的。,定理 任一马氏链的状态空间I,可唯一地分解成有限个或可列个互不相交的子集D,C1,C2,之和,使得:(1)每一Cn是常返态组成的不可约闭
6、集;(2)Cn中的状态同类型,或全是正常返,或全是零常返,它们有相同的周期,且fij=1,i,jCn;(3)D由全体非常返态组成,自Cn中状态不能到达D中的状态。,例 马氏链状态空间I =1,2,3,4,5,6,状态转移矩阵为分解此链并指出各状态的常返性及周期性。,解 由状态转移图知可见1为正常返状态且周期为3,含1的基本常返闭集为 C1=k:1k=1,3,5,从而状态3及5也为正常返状态且周期为3。同理可知6为正常返状态,6=3/2,周期为1。含6的基本常返闭集为 C2=k:6k =2,6,可见2,6为遍历状态。,于是I可分解为I=DC1C2 =41,3,52,6,定义 称矩阵A=(aij)
7、为随机矩阵,若显然k步转移矩阵 为随机矩阵。,引理 设C为闭集,G是C上所得的k步转移子矩阵,则G仍是随机矩。证 任取iC,由引理4.3有从而且 ,故 是随机矩阵。,注:对I的一个闭子集,可考虑C上的原马氏链的子马氏链,其状态空间为C,转移矩阵为G=(pij),i,jC是原马氏链的转移矩阵为P=(pij),i,jI的子矩阵。,定理 周期为d的不可约马氏链,其状态空间C可唯一地分解为d个互不相交的子集之和,即且使得自Gr中任一状态出发,经一步转移必进入Gr+1中(Gd = G0)。注:任取一状态i,对每一r=0,1,d-1定义集,例4.13 设不可约马氏链的状态空间为C=1,2,3,4,5,6,
8、转移矩阵为,由状态转移图可知各状态的周期d=3,固定状态i=1,令故C=G0G1G2 =1,4,63,52此在C中 的运动如下图所示。,定理 设Xn,n0是周期为d的不可约马氏链,则在定理4.10的结论下有(1)如只在0,d,2d,上考虑Xn,即得一新马氏链Xnd ,其转移矩阵 ,对此新链,每一Gr是不可约闭集,且Gr中的状态是非周期的;(2)如原马氏链Xn常返,则新马氏链Xnd也常返。,例4.14 设Xn为例4.13中的马氏链,已知d=3,则Xnd,n0的转移矩阵为,由子链 X3n的状态转移图可知 G0=1,4,6,G1=3,5,G2=2各形成不可约闭集,周期为1,4.4 渐近性质与平稳分布
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 第四章马尔可夫链 随机过程ppt课件 第四 章马尔可夫链 随机 过程 ppt 课件
链接地址:https://www.31ppt.com/p-1356874.html