第十三章马尔可夫链概率论与数理统计.pptVIP

例2 甲乙两人进行某种比赛，设每局比赛中甲胜的概率为p，乙胜的概率为q，平局的概率为r。（p+r+q）=1。设每局比赛后，胜者得1分，负者得－1分，平局不记分。当两人中有一个人得到2分时比赛结束。以Xn表示第n局比赛甲的分数， 为齐次马尔可夫链 解 概率为 第三节 遍历性 一、遍历性的概念 三、应用举例 二、(有限链)遍历性的充分条件 一、遍历性的概念 对于一般的两个状态的马氏链, 由上例题内容可知, 意义 对固定的状态j,不管链在某一时刻的什么状 态 i出发, 通过长时间的转移到达状态 j 的概率都趋 定义 则称此链具有遍历性. 二、(有限链)遍历性的充分条件 试说明带有两个反射壁的随机游动是遍历的, 并求其极限分布(平稳分布). 解 例1 三、应用举例 无零元,链是遍历的 代入最后一个方程 (归一条件), 得唯一解 所以极限分布为 这个分布表明 经过长时间游动之后, 质点Q 位于点 2 (或 3 或 4 ) 的概率约为 3/11, 位于点 1 (或 5) 的概率约为 1/11. 设一马氏链的一步转移概率阵为 试讨论它的遍历性. 解 例2 表明 此链不具遍历性. 第一节 马尔可夫过程及其概率分布 第二节 多步转移概率的确定 第十三章 马尔可夫链 第三节 遍历性 第一节 马尔可夫过程及其概率分布 一、马尔可夫过程的概念 二、马尔可夫过程的概率分布 三、应用举例 四、小结 一、马尔可夫过程的概念 1. 马尔可夫性(无后效性) 马尔可夫性或无后效性. 即: 过程“将来”的情况与“过去”的情况是无关的. 2. 马尔可夫过程的定义 具有马尔可夫性的随机过程称为马尔可夫过程. 用分布函数表述马尔可夫过程 恰有 或写成 并称此过程为马尔可夫过程. 3. 马尔可夫链的定义 时间和状态都是离散的马尔可夫过程称为马尔 可夫链, 简记为 研究时间和状态都是离散的随机序列 二、马尔可夫过程的概率分布 1. 用分布律描述马尔可夫性 有 称条件概率 说明: 转移概率具有特点 2. 转移概率 由转移概率组成的矩阵 称为马氏链的转移概率矩阵. 此矩阵的每一行元素之和等于1. 它是随机矩阵. 3. 平稳性 有关时, 称转移概率具有平稳性. 同时也称此链是齐次的或时齐的. 称为马氏链的n步转移概率 一步转移概率 特别的, 当 n=1 时, 一步转移概率矩阵 的状态 记为P 设每一级的传真率为 p, 误码率为 q=1-p. 设一个单位时间传输一级, 只传输数字0和1的串联系统 ( 传输系统) 如图: 分析: 例1 三、应用举例 而与时刻 n 以前所处的状态无关. 所以它是一个马氏链, 且是齐次的. 一步转移概率 一步转移概率矩阵 例2 一维随机游动 游动的概率规则 1/3的概率向左或向右移动一格, 或以1/3的概率留 在原处; 如果Q现在位于点 i (1 i 5),则下一时刻各以 以概率1移动到2(或4)这一点上. 如果Q现在位于1(或5)这点上, 则下一时刻就 1和5这两点称为反射壁. 上面这种游动称为带有两个反射壁的随机游动. 　　模拟方法:产生均匀分布的随机数序列132322 11122…,其中1表示左移;2表示不动;3表示右移. 理论分析: 状态空间就是I. 而与时刻 n 以前所处的状态无关. 所以它是一个马氏链, 且是齐次的. 一步转移概率 说明: 相应链的转移概率矩阵只须把P 中第1行改为 改变游动的概率规则, 就可得到不同方式的 随机游动和相应的马氏链. 如果把点 1 改为吸收壁, 一步转移概率矩阵 某计算机房的一台计算机经常出故障,研究者 每隔15分钟观察一次计算机运行状态,收集了24小 时的数据 (共作97次观察) . 用1表示正常状态, 用0 表示不正常状态, 所得的数据序列如下: 1110010011111110011110111111001111111110001101101 分析 状态空间: I={0, 1}. 例3 111011011010111101110111101111110011011111100111 96 次状态转移的情况: 因此, 一步转移概率可用频率近似地表示为: 某电话亭有两部电话，顾客的到达与离开都是随机的，每隔一分钟来一个顾客的概率为q，有一个顾客打完电话离开的概率为p。而且如果顾客到达时发现前面已经有一个顾客在等待，该顾客即离去，并且排除每分钟内多于1人到达或离开的情况。用马氏链来描述这个系统。 例4 设Xn表示第n分钟电话亭里的顾客数，即系统的状态。 {Xn,n=0,1,2,3…}是一个随机过程，状态空间为I={0,1,2,3}. 仿真前面例子的分析，可知它是一个齐次马氏链。 分析该马氏链的一步转移概率：