中科院随机过程讲义4new

中科院随机过程讲义4new

ID:34491836

大小:236.97 KB

页数:13页

时间:2019-03-06

中科院随机过程讲义4new_第1页
中科院随机过程讲义4new_第2页
中科院随机过程讲义4new_第3页
中科院随机过程讲义4new_第4页
中科院随机过程讲义4new_第5页
资源描述:

《中科院随机过程讲义4new》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第四章离散时间Markov链4.1定义和一些例子在一些物理学、生物学、经济学等许多学科中,都有如下行为的系统:该系统是与时间有关的一个系统,如果已知系统在现在的状态,则此系统的过去所处的状态与将来所处状态是(条件)独立的,这个特性称为Markov性。本节我们考虑状态空间S为离散的,用i,i,L或i,j表示状态,参数集T为离散的(一般表01示时间),T={}0,1,2,L。定义4.1.1:一个离散时间随机过程{X,n≥0}称为Markov链,若对任意状态序n列{}i,i,Li,i,j⊂S01n−1P(X=j

2、X=i,X=i,LX=i,X=i)=P(X=jX=i)。n+10011n−1n−1nn+1nn,n+1记P=P(X=jX=i),i,j∈S称为在n时的一步转移概率(onestepijn+1nn,n+1transitionprobabilities)。固定n,转移概率P,可以看成某个矩阵的第i行j列ijn,n+1元素,把该矩阵记为P(n),即P(n)=(P),它有可能是无穷维的。P(n)称iji,j∈Sn,n+1为在时刻n的一步转移概率矩阵。一般来说转移概率P依赖于时刻n,此时ij称该Markov链是非齐次

3、的(inhomogenous)。但是,一个重要的情形是粒子在时刻s处于状态i,在时刻s+t处于状态j与在初始时刻s=0处于状态i,在时刻t处于状态j这两个过程是一样的。定义4.1.2:Markov链{X,n≥0}称为齐次Markov链或称为有平稳转移概率的nn,n+1Markov链若它一步转移概率P,n∈Ti,j∈S不依赖于n。ijn,n+1对于齐次Markov链,由于一步转移概率P不依赖于n,因此记ijn,n+1P=P=P(X=jX=i),此时一步转移概率矩阵为P=(P)。以下不ijijn+1niji,

4、j∈S1特别指明,所讨论的均为齐次Markov链。以p=P(X=i),i∈S记Markov链i0{X,n≥0}的初始分布(∑p=1)。nii∈S定理4.1.1:1).Pij≥0,∑Pij=1,∀i,j∈Sj∈S2).P(X=i,X=i,LX=i)=pPPLP0011nni0i0i1i1i2in−1in例4.1.1:直线上的随机游动。假设从原点开始,粒子以p的概率向前迈一步,以q的概率向后迈一步,以r的概率在原地不动,p+q+r=1。X表示n时刻n的位置,则X为齐次Markov链。状态空间S={L,−2,−

5、1,0,1,2,L},一步转移概n率P=p,P=r,P=q,P=0,i−j>1,∀i,j∈S。这是无限制随机游动。i,i+1iii,i−1ij4.2n步转移概率矩阵设状态空间为S,一步转移概率为P,初始分布为p=P(X=i),i∈S的齐次i0(n)()()Markov链{}X,n≥0,令P=PX=jX=i=PX=jX0=i,n≥2,表示nijn+mmn经过n个时刻,链从状态i转移到状态j的概率,称为n步转移概率。令⎧1,若i=j(0)(0)(0)(1)Pij=⎨i,j∈S,定义如下矩阵P=(P),P=P=

6、(P),iji,j∈Siji,j∈S⎩0,若i≠j(n)(n)n≥2,P=(P)(n步转移概率矩阵)。iji,j∈S(n)定理4.2.1:1).P(Xn=j)=∑piPij,∀j∈Si∈s2).(Chapman-Kolmogorovrelation)(n+m)(m)(n)Pij=∑PikPkj,i,j∈Sk∈S2考虑矩阵乘法,上式可写成(n+m)(n)(m)P=P⋅P因此有(n)nP=P,n≥1例4.2.1:考虑两个状态的Markov链{X,n≥0},一步转移概率为n01P=0⎛1−pp⎞⎜⎟⎜⎟1⎝q1

7、−q⎠则n(n)n1⎛qp⎞(1−p−q)⎛p−p⎞P=P=⎜⎜⎟⎟+⎜⎜⎟⎟p+q⎝qp⎠p+q⎝−qq⎠4.3状态空间的分解(n)定义4.3.1:称状态i可到达(accessible)j,记为i→j,若存在n≥0使得P>0;ij若i→j,j→i,则称i,j是相通的(communicate),记为i↔j。相通关系是一个等价关系,即满足:1)自反性:i↔i;2)对称性:i↔j,则j↔i;3)传递性:i↔j,j↔k,则i↔k。两个状态若是相通的就称他们是处于同一类。Markov链的所有状态按相通关系分割成不

8、同的等价类,两个等价类要么不相交,要么重合。定义4.3.2:一个状态集合C称为是闭集,若P=0对∀i∈C,∀j∉C。一旦粒子进ij入某个闭集,就永远停留在此闭集中。一个Markov链称为不可约(irreducible)若除整个状态空间外无别的闭集。3定理4.3.1:Mrakov链不可约⇔所有状态之间是相通的。证明:⇐显然。⇒(反证法)若存在两状态i,j不是相通的,不妨设i→/j。令C={ki→k},则首先j∉C;其次对∀k∈C

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。