- •Введение
- •Глава 1. Элементы теории случайных процессов Определение и описание случайного процесса
- •Статистические средние характеристики случайных процессов
- •Стационарные случайные процессы
- •Свойства функции корреляции
- •Эргодические случайные процессы
- •Глава 2. Цепи Маркова с дискретным временем Основные определения
- •1. Условие нормировки
- •2. Уравнение Чепмена-Колмогорова
- •Цепи Маркова с дискретным временем
- •Классификация состояний цепи Маркова с дискретным временем
- •Структура периодического замкнутого класса
- •Классификация состояний цепи Маркова по асимптотическим свойствам переходных вероятностей
- •Эргодические теоремы для цепей Маркова
- •Вероятностно-временные характеристики цепи Маркова
- •Глава 3. Цепи Маркова с непрерывным временем
- •Дифференциальные уравнения Колмогорова
- •Финальные вероятности
- •Время перехода из одного состояния в другое
- •Статистический смысл финальных (стационарных) вероятностей
- •Время пребывания цепи Маркова в j-ом состоянии
- •Процессы гибели и размножения
- •Процесс чистого размножения
- •Простейший поток
- •Основные вероятностные характеристики простейшего потока
- •Глава 4. Элементы теории массового обслуживания
- •Система массового обслуживания, основные определения и классификация
- •Система m/m/1/ (с очередью)
- •Система m/m/n
- •Глава 5. Непрерывные марковские процессы
- •Определение диффузионного случайного процесса
- •Обратное уравнение Колмогорова
- •Прямое уравнение Колмогорова. Уравнение Фоккера-Планка
- •Некоторые частные случаи уравнения Фоккера-Планка
- •Допредельная модель диффузионного процесса
- •Глава 6. Стохастические интегралы
- •Стохастический интеграл в форме Ито
- •Особенность стохастического интеграла в форме Ито
- •Стохастический интеграл в форме Стратановича
- •Связь интегралов Ито и Стратановича
- •Глава 7. Стохастические дифференциальные уравнения Определение стохастических дифференциальных уравнений. Свойства их решений
- •Формула дифференцирования Ито
- •Решение стохастических дифференциальных уравнений
- •Литература
- •Содержание
- •Глава 1. Элементы теории случайных процессов 2
- •Глава 2. Цепи Маркова с дискретным временем 21
- •Глава 3. Цепи Маркова с непрерывным временем 46
Глава 3. Цепи Маркова с непрерывным временем
Рассмотрим марковский процесс (t) с конечным или счетным множеством состояний X, который изменяет свои состояния в произвольные моменты времени. Такой процесс называется цепью Маркова с непрерывным временем. Очевидно, что для такой цепи Маркова выполняются условия
для любых i´, i, jX и s´< s < t T.
Определение. Вероятность pij(s,t) называется вероятностью перехода из состояния i в состояние j за промежуток времени [s,t).
Цепи Маркова однозначно определяются матрицей вероятностей переходов P(s,t)=||pij(s,t)|| и начальным распределением i=P(0)=i.
Вероятности состояний в любой момент времени t определяются следующим образом:
.
Определение. Если вероятности переходов pij(s,t) зависят только от разности моментов времени, то есть pij(s,t)=pij(t–s)=pij(), то цепь Маркова называется однородной.
Для однородных цепей Маркова матрица вероятностей переходов имеет вид P()=||pij()||, а вероятности состояний определяются следующим образом:
.
Переходные вероятности обладают следующими свойствами:
.
.
Уравнение Чемпена-Колмогорова:
– для однородных цепей Маркова,
– для неоднородных цепей Маркова, где s<<t.
Условие стохастической непрерывности:
Это условие означает, что с вероятностью 1 цепь однородная Маркова не изменит своего состояния за бесконечно малый промежуток времени 0. Следует отметить, что стохастическая непрерывность не означает непрерывность реализаций марковской цепи. Это происходит потому, что разрывы каждой реализации цепи происходят в случайные моменты времени, и вероятность того, что разрыв произойдет именно в данный момент времени i, равна нулю.
Сформулируем несколько теорем относительно вероятностей pij(t).
Теорема 1. Для однородной цепи Маркова вероятности pij(t) непрерывны по t.
Теорема 2. Для i X, t>0 вероятность pij(t)>0.
Теорема 3. Если для некоторого t0 выполняется неравенство pij(t0)>0, то и для всех t > t0 аналогично pij(t)>0.
Теорема 4. Для цепи Маркова с непрерывным временем существует предел
,
хотя и может быть бесконечным.
Теорема 5. Для цепи Маркова с непрерывным временем существует и конечен предел
.
Величина qij(t) имеет смысл интенсивности перехода цепи Маркова из состояния i в состояние j, а величины (–qii(t)) – смысл интенсивности выхода из состояния i.
Кроме того, величины qij(t) обладают свойством
.
Из определения инфинитезимальных характеристик можно определить вероятности перехода за время t0:
,
.
Таким образом, для того чтобы задать цепь Маркова с непрерывным временем необходимо определить ее матрицу инфинитезимальных характеристик Q(t)=||qij(t)||.
Матрица инфинитезимальных характеристик позволяет найти вероятности pij(s,t) для любых s<t. Эти вероятности удовлетворяют прямой и обратной системам дифференциальных уравнений Колмогорова.
Дифференциальные уравнения Колмогорова
Матрица инфинитезимальных характеристик позволяет найти вероятности pij(s,t) для любых s<t. Эти вероятности удовлетворяют прямой и обратной системам дифференциальных уравнений Колмогорова.
Для неоднородных цепей Маркова:
обратная система дифференциальных уравнений Колмогорова имеет вид:
,
где – краевые условия, заданные на правой границе области изменения переменной .
прямая система дифференциальных уравнений Колмогорова имеет вид:
,
где – краевые условия, заданные на левой границе области изменения переменной .
Для однородных цепей Маркова эти системы записываются следующим образом:
обратная система дифференциальных уравнений:
с начальными условиями
прямая система дифференциальных уравнений:
с начальными условиями
Иногда удобно записывать системы уравнений Колмогорова в матричной форме. Введем матрицу вероятностей переходов P(t)=||pij(t)|| для однородной цепи Маркова с непрерывным временем и конечным числом состояний, тогда системы уравнений можно записать в виде
– прямая,
– обратная.
Обратная система уравнений применяется обычно для нахождения значений функционалов от цепей Маркова, прямую систему уравнений можно применять для нахождения безусловного распределения вероятностей состояний системы в произвольный момент времени.
Пример 3.1. Пусть (t) является однородной цепью Маркова с двумя состояниями X=0,1. Время пребывания в состоянии 0 распределено по экспоненциальному закону с параметром , а время пребывания в состоянии 1 распределено по экспоненциальному закону с параметром . Составить прямую и обратную системы дифференциальных уравнений Колмогорова. Найти матрицу вероятностей переходов из состояния i в j, i, j =0,1.
Решение: Пусть 0 – случайная величина, характеризующая время пребывания в состоянии 0, тогда
P0<t=F0(t)=1–e-t=p01(t) – вероятность того, что цепь Маркова за время t перейдет из состояния 0 в состояние 1,
P0>t=1–F0(t)=e-t=p00(t) – вероятность того, что цепь Маркова за время не изменит своего состояния.
Аналогично, пусть 1 – случайная величина, характеризующая время пребывания в состоянии , тогда
P1<t=F1(t)=1–e-t=p10(t) ,
P1>t=1–F1(t)=e-t=p11(t) .
Находим матрицу инфинитезимальных характеристик :
,
,
,
.
Составим прямую систему дифференциальных уравнений Колмогорова:
, (3.1)
, (3.2)
, (3.3)
. (3.4)
Обратная система дифференциальных уравнений Колмогорова будет иметь вид:
,
,
,
.
Начальные условия:
Решая пары уравнений (3.1-3.2) и (3.3-3.4) находим искомые вероятности. Из первого уравнения получаем , подставляем в (3.2):
,
получаем дифференциальное уравнение второго порядка:
.
Откуда находим и, учитывая начальные условия, получаем ,
.
Аналогично, находим
,
.
Задание: убедитесь, что полученное решение обращает в тождество и обратную систему дифференциальных уравнений Колмогорова.
Пример 3.2. Для рассмотренного выше примера решить задачу нахождения безусловных вероятностей Pi(t)=P(t)=i – состояний системы в произвольный момент времени.
Решение: Для вероятностей P0(t)=P(t)=0 и P1(t)=P(t)=1 t – методом составим прямую систему Колмогорова. Учитывая, что
,
,
,
,
имеем
,
.
Разделив полученные выражения на t, и устремив t0, получим систему дифференциальных уравнений вида
,
.
Пусть в начальный момент цепь Маркова находилась в состоянии 0, то есть P0(0)=P(0)=0=1, P1(0)=P(0)=1=0. Тогда решение системы дифференциальных уравнений принимает вид:
,
.