数学建模算法全收录——第17章 马氏链模型.pdf

第十七章 马氏链模型 §1 随机过程的概念 一个随机试验的结果有多种可能性，在数学上用一个随机变量（或随机向量）来描 述。在许多情况下，人们不仅需要对随机现象进行一次观测，而且要进行多次，甚至接 连不断地观测它的变化过程。这就要研究无限多个，即一族随机变量。随机过程理论就 是研究随机现象变化过程的概率规律性的。 定义 1 设 {ξ , t ∈T }是一族随机变量，T 是一个实数集合，若对任意实数t ∈T ,ξ t t 是一个随机变量，则称 {ξ , t ∈T }为随机过程。 t T 称为参数集合，参数t 可以看作时间。ξ 的每一个可能取值称为随机过程的一个 t 状态。其全体可能取值所构成的集合称为状态空间，记作E 。当参数集合T 为非负整 数集时，随机过程又称随机序列。本章要介绍的马尔可夫链就是一类特殊的随机序列。 例 1 在一条自动生产线上检验产品质量，每次取一个，“废品”记为1，“合格品” 记为 0 。以ξ 表示第n 次检验结果，则ξ 是一个随机变量。不断检验，得到一列随机 n n 变量ξ ,ξ ,L，记为{ξ ,n 1,2,L} 。它是一个随机序列，其状态空间E {0,1} 。 1 2 n 例 2 在m 个商店联营出租照相机的业务中 （顾客从其中一个商店租出，可以到m 个商店中的任意一个归还），规定一天为一个时间单位，“ξ j ”表示“第t 天开始营 t 业时照相机在第j 个商店”，j 1,2,L,m 。则{ξ ,n 1,2,L} 是一个随机序列，其状 n 态空间E {1,2,L,m} 。 例 3 统计某种商品在 t 时刻的库存量，对于不同的t ，得到一族随机变量， {ξ ,t ∈[0,+∞)} 是一个随机过程，状态空间E [0,R ] ，其中R 为最大库存量。 t 我们用一族分布函数来描述随机过程的统计规律。一般地，一个随机过程 n n {ξ , t ∈T }，对于任意正整数 及T 中任意 个元素t ,L,t 相应的随机变量ξ ,L,ξ t 1 n t1 tn 的联合分布函数记为 F (x ,L,x ) P {ξ ≤x ,L,ξ ≤x } （1） t Lt 1 n t 1 t n 1 n 1 n 由于n 及t (i 1,L,n) 的任意性，（1）式给出了一族分布函数。记为 i {F (x ,L,x ), t ∈T ,i 1,L,n;n 1,2,L}