АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция

Вероятности перехода цепи Маркова

Читайте также:
  1. VII. Вопросник для анализа учителем особенностей индивидуального стиля своей педагогической деятельности (А.К. Маркова)
  2. Анализ вероятности
  3. Б) Закон перехода количества в качество
  4. Безусловные вероятности состояний марковской цепи
  5. В условиях перехода к нэпу. Поворот в национальной политике
  6. Вероятности начальных состояний цепи Маркова
  7. Вероятность отклонения относительной частоты от постоянной вероятности в независимых испытаниях
  8. вибрации и показателей вероятности вибрационной болезни
  9. Возникновение теории вероятностей. Вклад Маркова в её развитие.
  10. Волна вероятности
  11. Волна вероятности. Уравнение Шредингера

Состояние некоторой системы в момент времени характеризуется условными вероятностями того, что система за один шаг перейдет в какое-то состояние при условии, что в момент времени она находилась в состоянии .

Вероятности являются основными характеристиками марковских цепей и называются вероятностями перехода из состояния в состояние .

 

Поскольку система может находиться в одном из N состояний, в каждый момент времени необходимо задать вероятностей перехода . Эти вероятности удобно записывать в виде такой матрицы:

 

. (6.2)

 

Матрицу (6.2) называют матрицей перехода. В каждой строке этой матрицы записаны вероятности всех возможных переходов из выбранного состояния. Эти переходы представляют полную группу событий. Таким образом:

 

Матрица перехода – это всегда квадратная матрица с неотрицательными элементами, сумма которых в каждой строке равняется единице.

Матрицы, удовлетворяющие этим требованиям, называются стохастическими матрицами.

В том случае, когда вероятности переходов не зависят от времени, цепь Маркова называется однородной цепью Маркова.

 

В случае однородной цепи Маркова матрица перехода (6.2) записывается в виде

. (6.3)

 

Определив вероятности переходов конкретной цепи, можно сделать классификацию этой цепи и ее состояний.

 


1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 | 25 | 26 | 27 | 28 | 29 | 30 | 31 | 32 | 33 | 34 | 35 |

Поиск по сайту:

Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.002 сек.)