马尔可夫过程ppt课件[文字可编辑].pptVIP

下载本文档

0
0
约9.95千字
约 54页
2020-07-05 发布于天津
举报
版权申诉

马尔可夫过程ppt课件[文字可编辑].ppt

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

二、多步转移概率的确定利用 C - K 方程我们容易确定 n 步转移概率 . 得递推关系 : , 1 , 1 , ) ( ) ( ) ( ? ? ? ? ? n v u v P u P v u P 令中在 ), 1 ( ) 1 ( ) 1 ( ) ( ? ? ? ? n PP n P P n P ( ) . n P n P ? 从而可得马氏链的 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转移概率完全确定 . 结论 ? ? 步转移概率矩阵为一马氏链是具有三个状态的齐次设 , 0 , ? n X n }. 1 { ) 2 ( }; 1 , 0 { ) 1 ( : , 2 , 1 , 0 , 3 1 } { ) 0 ( 2 2 0 0 ? ? ? ? ? ? ? X P X X P i i X P p i 求初始分布 , 4 1 4 3 0 4 1 2 1 4 1 0 4 1 4 3 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? P 解 (1) 先求出 2 步转移概率矩阵 : 例 1 . 4 1 16 9 16 3 16 3 2 1 16 5 16 1 16 5 8 5 ) 2 ( 2 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? P P 0 2 { 0, 1 } P X X ? ? ? } 0 | 1 { } 0 { 0 2 0 ? ? ? ? X X P X P ) 2 ( ) 0 ( 01 0 p p ? , 48 5 16 5 3 1 ? ? ? 1 (2) (2) p ? } 1 { 2 ? X P 0 01 1 11 2 21 (0) (2) (0) (2) (0) (2) p p p p p p ? ? ? . 24 11 ) 16 9 2 1 16 5 ( 3 1 ? ? ? ? 在传输系统中 , 真率与三级求系统二级传输后的传设 , 9 . 0 ) 1 ( ? p 传输后的误码率 ; , } 1 { ) 0 ( ) 2 ( 0 1 ? ? ? ? X P p 设初始分布 . 1 } 0 { ) 0 ( 0 0 ? ? ? ? ? X P p 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 1 0 ? 解先求出 n 步转移概率矩阵 . , 1 0 1 0 ? ? ? ? ? ? ? p q q p P 因为有相异的特征值 q p ? ? ? 2 1 , 1 ? ? 所以可将 P 表示成对角阵 , 0 0 1 0 0 2 1 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? q p ? ? ? 1 1 ) ( ? ? ? ? H H H H P n n n ? ? 则 . ) ( 2 1 2 1 , ) ( 2 1 2 1 ) ( 2 1 2 1 , ) ( 2 1 2 1 1 0 1 0 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? n n n n q p q p q p q p 率与三级系统二级传输后的传真当 , 9 . 0 ) 1 ( ? p 传输后的误码率分别为 : , 820 . 0 ) 1 . 0 9 . 0 ( 2 1 2 1 ) 2 ( ) 2 ( 2 00 11 ? ? ? ? ? P P ; 244 . 0 ) 1 . 0 9 . 0 ( 2 1 2 1 ) 2 ( ) 3 ( 3 01 10 ? ? ? ? ? P P (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 : } 1 { } 1 | 1 { } 1 { } 1 | 1 { 0 0 0 ? ? ? ? ? ? ? n n n X P X X P X P X X P ) ( ) 0 ( ) ( ) 0 ( ) ( ) 0 ( 11 1 01 0 11 1 n P p n P p n P p ? ? . ) )( 1 2 ( 1 ) ( n n q p q p ? ? ? ? ? ? ? ? ? 说明 . 1 , 0 , 1 1 1 0 1 0 ? ? ? ? ? ? ? ? ? ? ? b a b b a a