随机过程16(4.1-4.2) 马尔可夫过程.pptVIP

* 第五章 马尔可夫过程 马尔可夫过程是前苏联数学家A.A.Markov首先提出 和研究的一类随机过程. 经过世界各国几代数学家的相继努力,至今已成为内容十分丰富,理论上相当完整,应用也十分广泛的一门数学分支. 它的应用领域涉及计算机、通讯、自动控制、随机服务、可靠性、生物、经济、管理、气象、物理、化学等. 马尔可夫 (1856年6月14日——1922年7月20日） 　马尔可夫对数学的最大贡献是在概率论领域作出的．十九世纪后二十年，他主要是沿着切比雪夫开创的方向，致力于独立随机变量和古典极值理论的研究，从而改进和完善了大数定律和中心极限定理． 二十世纪初，他的兴趣转移到相依随机变量序列的研究上来，从而创立了以他命名的著名概率模型——马尔可夫链． 王梓坤院士(1929年—)江西吉安人,1952年大学毕业后，被分派到天津南开大学数学系任教. 是一位对我国科学和教育事业作出卓越贡献的数学家和教育家，也是我国概率论研究的先驱和学术带头人之一。 1954年，他又以优异的成绩考取了赴苏研究生。踏进世界著名学府－莫斯科大学，在这个学府世界概率论的奠基人柯尔莫哥洛夫院士正领导看一个强有力的概率研究集团。柯尔莫高洛夫慧眼识英才，非常信赖这位由中国选派的年轻人的能力，把他选作自己的研究生，去攻概率论的中心问题随机过程理论。 　　当时中国近代数学才刚刚起步，大学也没有概率课程。此时苏联的概率论水平已届于世界最前列。王梓坤也根本不知道什么是概率，可他的研究方向又恰恰被定为概率论， 著有《概率论基础及其应用》、《随机过程论》、 《生灭过程与马尔科夫链》等9部数学著作． 马尔可夫过程的定义 马尔可夫链的转移概率与概率分布 齐次马尔可夫链状态的分类 转移概率的稳定性能 本章主要内容 一　马尔可夫过程的定义 1．马尔可夫性 通俗地说，就是在知道过程现在的条件下，其将来的条件分布不依赖于过去，则称 具有马尔可夫（Markov)性。 定义　设 是一个随机过程，如果 在t0时刻所处的状态为已知，它在 时刻 所处状态的条件分布与其在 t0 之前 所处的状态无关。 2. 马尔可夫过程 定义 设 的状态空间为S, 的条件分布函数恰好等于 3.马尔可夫链 定义 参数集和状态空间都是离散的马尔可夫过程 　　称为马尔可夫链。 注 只讨论马尔可夫链的状态空间为有限或可列无限. 则马尔可夫性可表示为 特别　对取T={0,1,2,···}的马尔可夫链，记为 或 此时的马尔可夫性为 或 今后,记 二 马尔可夫链的转移概率与概率分布 1. 转移概率 定义 设 是马尔可夫链,称条件概率 经过k步转移,于n+k时到达状态j的条件概率). 在n时的k步转移概率. n时的k步转移概率矩阵. 特别 当k=1时， 定义 称可数维的矩阵 为随机矩阵，如果 显然， 在n时的k步转移概率矩阵 是一随机矩阵. 特别　k＝０时，约定 ２. Chapman-kolmogorov方程 定理 (C-K方程) 或矩阵形式 （解决了k步转移概率与一步转移概率间的关系） 证明 系统在n 时从状态i的出发,经过k+m步转移,于n+k+m时到达状态j,可以先在n时从状态i出发，经过k步转移于n+k时到达某种中间状态l,再在n+k时从中间状态l出发经过m步转移于n+k+m时到达最终状态j,而中间状态l要取遍整个状态空间S. C-K方程的直观意义： 定理 马尔可夫链的k 步转移概率由 其一步转移概率 所完全确定. 若取m=1,则由C-K方程的矩阵形式: 得 分量形式 1）初始分布 为马尔可夫链的初始分布 3.马尔可夫链 的分布 称 第i个分量为 的(行)向量 为马尔可夫链的 初始分布向量. 即 2）有限维分布 定理 马尔可夫链 的有限维分布由其 初始分布和一步转移概率所完全确定. 证明 又因为马尔可夫链的k步转移概率由一步转移概率所 完全确定. 所以马尔可夫链的有限维分布由其初始分布和 一步转移概率所完全确定. 3）绝对分布 为马尔可夫链 的绝对分布 称 第j个分量为 的(行)向量 为马尔可夫链 的绝对分布向量. 即 绝对分布、初始分布和n步转移概率有如下关系： 或矩阵形式 4.齐次马尔可夫链 定义 是一马尔可夫链,如果其一步转移 概率 恒与起始时刻n无关，记为 为齐次(时间其次或时齐)马尔可夫链. 否则，称为非齐次马尔可夫链. 为方便，一般假定时间起点为零．即 显然　对齐次马尔可夫链，k步转移概率也与起始 　　　时刻n无关．记为　 相应的k步与一步转移概率矩阵分别记为 定理 的有限维分布由其初始分布和一 步转移概率所完全确定 *