Система уравнений Колмогорова для вероятностей состояний Марковского процесса с непрерывным временем
Рассмотрим дискретный Марковский процесс на интервале t,t + (t – текущее время);
S0 ,…,Sn - состояния МП
- элемент матрицы переходных вероятностей.
Левую и правую части делим на и переходим к пределу, при
, j = 0,1,2…,n;
_______________________________________________________________
Это система дифференциальных уравнений Колмогорова для вероятностей
состояний дискретного МП с непрерывным временем
Для решения (т.е. для нахождения нужно задать начальные условия
Формальное правило записи системы уравнения Колмогорова
li·l·i
Число слагаемых в уравнении для состояния Si –равно числу
дуг связанных с данным состоянием.
l··i li··
Если дуги выходят из Si, то слагаемое берется со знаком «-», если входит, то «+».
Каждое слагаемое равно: произведению интенсивности перехода по дуге на вероятность состояния, из которого дуга выходит:
Решение находится обычно операторным методом (путем перехода от оригиналов – функций
pi(t) – к их изображениям - p0(s) – путем преобразования Лапласа)
Таблица преобразований по Лапласу
Оригинал
p(t)
| Изображение по Лапласу
p0(s)
|
|
|
Решение системы уравнений Колмогорова (пример)
Пример:
Дано:
l l
S0 S1 S2
m
Преобразуем по Лапласу левые и правые части каждого уравнения
из (1) (5)
из (3) (6)
Подставляем (5) и (6) в (4):
s1 и s2 - корни уравнения
Переходим от изображения к оригиналу (см.табл. 2.5.4)
Предельное поведение МП с непрерывным
Временем
Вычисление предельных (стационарных) вероятностей состояний дискретного Марковского процесса с непрерывным временем
В стационарных режимах и
j = 0,1,…,n
2.5.2 Схема “гибели и размножения”
l0 l1 l 2 lm-1 lm ln-1
….. …..
m1 m2 m3 mm mm+1 mn
2.5.3 Определение стационарных вероятностей состояний
для схемы “гибели и размножения”
Из (0) :
Из(1) :
Из(k):
Из (n):
Потоки событий
Потоки событий – это последовательность однородных событий, следующих одно за другим:
t --- это поток событий
- событие
Поток называется случайным, если длительность периода между событиями – СВ.
Существует 2 способа описания случайных потоков:
1) K1 K2 K3 … Kn t
K1,…,Kn - случайные числа событий на последовательных интервалах.
Функция распределения векторной случайной величины
K=( K1,…,Kn) – является характеристикой потока
FK1…Kn(k1…kn) = Вер(K1<k1,…,Kn<kn)
2) T12 T23
1 2 3 … n
T12, T23,…, Tn-1,n - случайные интервалы между последовательными событиями
Функция распределения векторной СВ T = (T12, T23,…, Tn-1,n)
FT12,Tn-1, n(t12,…, tn-1,n) = Вер{ T12< t12,…, Tn-1,n< tn-1,n} является характеристикой случайного потока.
Поиск по сайту:
|