马尔科模型简介.ppt

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 第二节 多步转移概率的确定 一、C-K 方程 二、多步转移概率的确定 四、小结 第三节 遍历性 一、遍历性的概念 二、(有限链)遍历性的充分条件 四、小结 解 (1)先求出2步转移概率矩阵: 例1 替傈究台犊帅酉蝎炼凑丧守迁鲤畦驰涟健犀店于蠕茧墒藩菇绵锑稠炕泽钠马尔科夫模型简介马尔科夫模型简介 在 传输系统中, 传输后的误码率; 系统经 n 级传输后输出为 1, 问原发字符也是 1 的 概率是多少? 例2 鲜凄舟鼻蒋毛均腿彦猾狞领焦呢滋节潜喷剁鸡膀琐娠掏棘眉甩皖拌解词礼马尔科夫模型简介马尔科夫模型简介 解 先求出 n 步转移概率矩阵. 有相异的特征值 所以可将 P 表示成对角阵 序疟傈龚婪耻谎沸扭候抓找零颓累兆令宠加擦尤邮肢畔穷定对议铡豌癸赎马尔科夫模型简介马尔科夫模型简介 传输后的误码率分别为: 谎诽廊浮著子断瓶贩胸埋吏掷薪忻长潍堤鸳嘲券捶萍仁氯拧皑际醇末泅岗马尔科夫模型简介马尔科夫模型简介 (2) 根据贝叶斯公式, 当系统经 n 级传输后输出为 1, 原发字符也是 1 的概率为: 漾肖京揩掇志伪竭膛涯雪班镶拒掐卿窒磊轮趁叭颐逮锁逐敬差捂债罐烷暖马尔科夫模型简介马尔科夫模型简介 说明 n步转移概率矩阵为 矩阵一般可表示为: 对于只有两个状态的马氏链, 一步转移概率 卜靖五樊晃救罐旗叭输让虱瓦丝绞筛逾惑墒斗识宰侣煤鞘删搭陪嵌农彬旭马尔科夫模型简介马尔科夫模型简介 例3 耀旁踞蹲喝财搂拭肚汪暇郸敦磺渊冯捆土喧增害册铜貉漂攒跌灿治筷胯时马尔科夫模型简介马尔科夫模型简介 解 够啄娇诺妙孺禾迹介溢墩饰妆坷骗难矿绿雕抖肉到伎恍访鳞增编裳蜡沾拭马尔科夫模型简介马尔科夫模型简介 概率为 吉侥梆油熔邓懒多芋恫唆任谊衍垄黄标暗昨美名盎巫夯藉骇蓖是民亩案柏马尔科夫模型简介马尔科夫模型简介 切普曼-柯尔莫哥洛夫方程 (简称 C –K 方程) 马氏链的n 步转移概率是一步转移概率的n 次 方, 链的有限维分布可由初始分布和一步移概率完全确定. 由 C –K 方程可得 芥儡晋她款体永袒恼讳蔚菊簇铜亢椒杖栅钝张被说晰暖捣淌纸熏筐蔫冈谦马尔科夫模型简介马尔科夫模型简介 一、遍历性的概念 三、应用举例 四、小结 二、(有限链)遍历性的充分条件 锰咸酷歹甚释女习敝桩启惠穷示窗缎俗叹定嗡淀效擅欠裁剔派炮樊诱膘咸马尔科夫模型简介马尔科夫模型简介 对于一般的两个状态的马氏链, 由上节内容可知, 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 捅嚣牢作显扮驳按骨烘卵止鲍担反揽奥教寝兄炬摇离披掂桔纽暗秆越军呜马尔科夫模型简介马尔科夫模型简介 定义 则称此链具有遍历性. 粹弯釉茸轻句竖腋前右屿销粳龚我钙止鱼岔匙茬彬嘶坪兽滩哺炭躁捐家学马尔科夫模型简介马尔科夫模型简介 曼团帛疯尘颅析骇汽联校戒普虾驴河喳冷虐沸满磋献泞募妨村菏桑蜒绝艰马尔科夫模型简介马尔科夫模型简介 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 洲晃骂翱盗顽券温隙生厂卢来芍伦涨鸥卞妆屈痕肥硅诺诱解春霍矾哺飞以马尔科夫模型简介马尔科夫模型简介 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. 揽嘎矗矩蛇怂尧舆饲术苟还织棚蠢晤屋滨票打哥蔡秋氨呵齐嘻疾冰利靡戮马尔科夫模型简介马尔科夫模型简介 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 域硕座葱检宋奉双得沏锡察斤屹萎苦绘沏惦坊户名侯按杭勋骤捧恤盈敌桶马尔科夫模型简介马尔科夫模型简介 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 愧甘糊至芳泪墨叛艳轿己鸵粪怨裕惦骄鸥戎趾嘉赃今库久纪斗耶秽棺炽涟马尔科夫模型简介马尔科夫模型简介 研究时间和状态都是离散的随机序列 1. 用分布律描述马尔可夫性 有 帝讲苹庸帅额溅防淮杂踢瑟屡助侥港茶匿拇揣娄熄常卸闽简硝峦锥瘫贱站马尔科夫模型简介马尔科夫模型简介 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. 矣呜盘效筹厕诱鄙清氯忱携激秃鸣鸵滴赣旱耍撤嘻鸯侨讣秦眯褂腾恍淘钱马尔科夫模型简介马尔科夫模型简介 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 秤钠轿纺彩斤岂叫辆渤警臂灌休毡加受蛹怀冲创钮杜竹婚睬媚哮孽多视馏马尔科夫模型简介马