齐次马氏链的性质（详解）

最新推荐文章于 2024-05-20 01:06:55 发布

追梦2222

最新推荐文章于 2024-05-20 01:06:55 发布

阅读量6k

点赞数 4

分类专栏：随机过程与排队论笔记文章标签：齐次马氏链齐次马氏链的性质齐次马氏链的遍历性齐次马氏链的平稳性平稳性齐次马氏链的平稳性

本文链接：https://blog.csdn.net/qq_37294163/article/details/102997234

版权

随机过程与排队论笔记专栏收录该内容

3 篇文章 2 订阅

订阅专栏

一、齐次马氏链和一般马氏链的区别

一般马氏链：将来的状态只与现在有关，与过去无关

齐次马氏链：既是一般马氏链，又满足：一步转移概率 $\bg_white \fn_phv p_{ij}(m)$ 与初始时间无关，即： $p_{ij}(m)=p_{ij}$

二、齐次马氏链的性质

1、计算n步转移矩阵

齐次马氏链的n步转移矩阵 $p_{ij}^{(n)}$ 等于一步转移矩阵 $p_{ij}^{n}$ 的n次方，即： $p_{ij}^{(n)}=p_{ij}^{n}$

2、熟悉绝对分布，初始分布，极限分布

为讨论马氏链在不同时刻处于各个状态的概率，引入概率分布向量 $\pi _{i}(n)$

绝对分布 $\pi (n)=\begin{bmatrix} \pi_{1} (n), \pi_{2} (n), \pi_{3} (n), ... , \pi_{i} (n), ... \end{bmatrix}$ ：n时刻处于各个状态的概率分布向量：计算绝对分布

初始分布 $\pi (0)=\begin{bmatrix} \pi_{1} (0), \pi_{2} (0), \pi_{3} (0), ... , \pi_{i} (0), ... \end{bmatrix}$ ：0时刻处于各个状态的概率分布向量

最终(极限)分布 $\pi (\infty )=\prod =\begin{Bmatrix} \pi _{j}, j\in E \end{Bmatrix}$ ：无穷时刻处于各个状态的概率分布向量

齐次马氏链的绝对分布由初始分布和一步转移矩阵确定

齐次马氏链的有限维分布由初始分布和转移概率确定

3、齐次马氏链的遍历性和平稳性

3.0一个重要定理

如果齐次马氏链是遍历的，则它的极限分布也是它的平稳分布

3.1遍历性定义

n趋于无穷时，极限分布不仅存在，而且与初始状态无关，则具有遍历性；此时有极限分布 $\pi (\infty )=\prod =\begin{Bmatrix} \pi _{j}, j\in E \end{Bmatrix}$

3.2判断方法

存在一个转移矩阵 $P^{n}$ 中的所有元素都满足 $p_{ij}^{(n)}> 0$ ，一般求一下两步转移矩阵即可做出判断

3.3计算极限分布公式

通过 $\left\{\begin{matrix}\prod =\prod P \\ \sum \pi _{i}=1 \end{matrix}\right.$ 计算

3.4平稳性定义

满足三个条件： $(1) v_{j}\geq 0,j\in E; (2) \sum_{j\in E} v_{j}=1; (3) v_{j}= \sum_{j\in E} v_{j}p_{ij}$ ，即说此马氏链是平稳的

3.5判断方法

用定义

3.6计算平稳性公式

通过 $\left\{\begin{matrix}V =V P \\ \sum v _{i}=1 \end{matrix}\right.$ 计算，此处只是换一个字母，与遍历性一样

追梦2222

关注

4
点赞
踩
21

收藏

觉得还不错? 一键收藏
1
评论
齐次马氏链的性质（详解）

目录一、齐次马氏链和一般马氏链的区别二、齐次马氏链的性质1、计算n步转移矩阵2、熟悉绝对分布，初始分布，极限分布3、齐次马氏链的遍历性和平稳性3.0一个重要定理3.1遍历性定义3.2判断方法3.3计算极限分布公式3.4平稳性定义3.5判断方法3.6计算平稳性公式一、齐次马氏链和一般马氏链的区别一般马氏链：将来的状态只与现在有关，与过去无关...
复制链接

扫一扫