Марковская цепь
-
Определение и свойства марковских цепей
- Марковская цепь — это последовательность случайных величин, связанных с предыдущими состояниями.
- Вероятность перехода между состояниями зависит только от текущего состояния и не зависит от предыдущих.
- Марковские цепи обладают свойством однородности по времени, что означает, что вероятность перехода не зависит от времени.
- Стационарные марковские цепи имеют стационарное распределение, которое не изменяется со временем.
-
Примеры марковских цепей
- Примеры включают цепи с дискретным и непрерывным временем, а также цепи с памятью и без памяти.
- В дискретных цепях состояния могут быть упорядочены, что позволяет построить цепь с упорядоченными состояниями.
-
Эквивалентные определения
- Существуют три эквивалентных определения марковских цепей: бесконечно малое, время перехода и вероятность перехода.
- Бесконечно малое определение описывает процесс как случайную величину, которая не зависит от предыдущих значений.
- Определение времени перехода описывает процесс как цепь с дискретным временем, где время ожидания между состояниями имеет экспоненциальное распределение.
- Определение вероятности перехода описывает процесс как решение дифференциального уравнения первого порядка.
-
Пространство конечных состояний и собственные векторы
- Пространство конечных состояний определяется как множество всех возможных состояний процесса.
- Матрица перехода описывает вероятность перехода из одного состояния в другое.
- Стационарное распределение связано с собственными векторами матрицы перехода и является вектором с неотрицательными элементами и суммой равной единице.
-
Однородная по времени цепь с конечным пространством состояний
- Если цепь однородна по времени и апериодична, существует единственное стационарное распределение.
- Предел матрицы перехода при стремлении к бесконечности позволяет определить стационарное распределение для любого исходного распределения.
-
Неприводимые и апериодические цепи
- Неприводимые и апериодические цепи имеют единственное стационарное распределение.
- Теорема Перрона-Фробениуса утверждает, что если предел матрицы перехода существует, то стационарное распределение может быть найдено.
- Пересказана только часть статьи. Для продолжения перейдите к чтению оригинала.
Полный текст статьи: