打开主菜单
首页
随机
登录
设置
关于集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
免责声明
集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
搜索
更改
←上一编辑
下一编辑→
马尔科夫链
(查看源代码)
2025年5月11日 (日) 17:00的版本
添加18字节
、
2025年5月11日 (日) 17:00
→Kolmogorov方程
第564行:
第564行:
<math>p'_{ij}(s)=\sum_{k\in S}q_{ik}p{kj}(s)</math>
<math>p'_{ij}(s)=\sum_{k\in S}q_{ik}p{kj}(s)</math>
−
写成矩阵形式得到<math>P'(s)=QP(s)</math>,我们上面这两个式子称作CTMC的'''向后方程'''。同样可以对Chapman-Kolmogorov方程前面的<math>s=0</math>求到,形式上得到:
+
写成矩阵形式得到<math>
\pmb{
P'(s)=QP(s)
}
</math>,我们上面这两个式子称作CTMC的'''向后方程'''。同样可以对Chapman-Kolmogorov方程前面的<math>s=0</math>求到,形式上得到:
<math>p'_{ij}(t)=\sum_{k\in S}p_{ik}(t)q_{kj}</math>
<math>p'_{ij}(t)=\sum_{k\in S}p_{ik}(t)q_{kj}</math>
−
写成矩阵形式得到<math>P'(t)=P(t)Q</math>,这两个式子称作CTMC的'''向前方程'''。向前方程和向后方程统称为'''Kolmogorov方程'''。
+
写成矩阵形式得到<math>
\pmb{
P'(t)=P(t)Q
}
</math>,这两个式子称作CTMC的'''向前方程'''。向前方程和向后方程统称为'''Kolmogorov方程'''。
如果CTMC<math>\{X(t)\}</math>的状态空间<math>S</math>是有限集合,则称<math>\{X(t)\}</math>是'''有限状态CTMC'''。设状态空间<math>S</math>有<math>n</math>个状态,取:
如果CTMC<math>\{X(t)\}</math>的状态空间<math>S</math>是有限集合,则称<math>\{X(t)\}</math>是'''有限状态CTMC'''。设状态空间<math>S</math>有<math>n</math>个状态,取:
第584行:
第584行:
利用这个等式以及向前方程(也可以用向后方程证明),我们可以证明有限状态CTMC的转移概率矩阵<math>P(t)</math>由转移速率矩阵<math>Q</math>唯一决定,并且有:
利用这个等式以及向前方程(也可以用向后方程证明),我们可以证明有限状态CTMC的转移概率矩阵<math>P(t)</math>由转移速率矩阵<math>Q</math>唯一决定,并且有:
−
<math>P(t)=\sum^{\infty}_{k=0}\frac{1}{k!}(Qt)^k=e^{Qt},t\geq 0</math>
+
<math>
\pmb{
P(t)=\sum^{\infty}_{k=0}\frac{1}{k!}(Qt)^k=e^{Qt},t\geq 0
}
</math>
以上面给出的例子,我们取<math>\lambda=1,\alpha=2,\beta=3,\gamma=1</math>,则有:
以上面给出的例子,我们取<math>\lambda=1,\alpha=2,\beta=3,\gamma=1</math>,则有:
相信未来
5,443
个编辑