随机过程(2)__马尔可夫链的主要性质__查普曼-科莫高洛夫方程
随机过程(2)__马尔可夫链的主要性质__查普曼-科莫高洛夫方程
北美高校就读统计,主要研究数理统计。空闲之时会在博客内会和大家share一些数理统计的基础知识。在这个系列的博客,我将会为大家献上随机过程的主要内容。绝对干货满满。如果有不完善之处,请善意指正,谢谢大家!!!PS:因为本人字巨丑,很多证明又习惯用笔写出来。。。请见谅。。。
非商业用途转载请加上原来博主链接,未经博主同意不允许进行商业用途
1. 知识回顾
首先用一个例子来回顾马尔可夫的基本内容。
有一个两个管状空间体由一个小管状物链接,两个管状空间一共有N个一摸一样的球,随机从N个球中取出(可能在左边取,也有可能在右边取,是随机的),并放到另一个管状空间中,请写出transition matrix。
题解:
首先我们先画出空间大致情况应该是怎么样的。
题解:首先我们要明白这是一个马尔可夫链,理由我也用一个图来解释。
首先我们写出
( X n + 1 = j X_{n+1}=j Xn+1=j| X n = i n X_{n}=i_{n} Xn=in, X n − 1 = i n − 1 X_{n-1=i_{n-1}} Xn−1=in−1,… , X 0 = i 0 ,X_0=i_0 ,X0=i0)=( X n + 1 = j X_{n+1}=j Xn+1=j| X n = i n X_{n}=i_{n} Xn=in)
这里要明白,左边在N次随机过程以后,第N+1次中左边的管状物中的球的数量只跟第N次中左边的管状物中的球的数量有关,且只有两种情况:
- ( X n + 1 = i + 1 X_{n+1}=i+1 Xn+1=i+1| X n = i n X_{n}=i_{n} Xn=in)= N − i n N \frac{N-i_n}{N} NN−in
- ( X n + 1 = i − 1 X_{n+1}=i-1 Xn+1=i−1| X n = i n X_{n}=i_{n} Xn=in)= i n N \frac{i_n}{N} Nin
从而很容易证明出其为马尔可夫链。则transition matrix也非常容易写,我就不继续详细写了。(有点懒)
2. 现在会会介绍下基本的几个马尔可夫的性质
首先在这里给大家补充一个law of total probability(LTP)
这是conditional probability,如果没有概率论基础的,还是得去补充一些概率论基础。
那么第一个介绍的马尔可夫的重要性质及其证明as follows:
这个性质非常的重要,以后基本每个案例都会用的到。
马尔可夫第二个重要性质及其证明as follows:
而最重要的查普曼-科莫高洛夫方程的证明方法和结论我都在下面的图片中进行了论述。
今天的证明内容非常重要,大家一定要进行认真仔细的学习,下一篇我会介绍如何使用这些性质,和马尔可夫的另外一些重要的性质。
随机过程(2)__马尔可夫链的主要性质__查普曼-科莫高洛夫方程相关推荐
- 【应用随机过程】04. 马尔可夫链的平稳分布
文章目录 第四讲 马尔可夫链的平稳分布 一.平稳分布 Part 1:平稳分布 Part 2:不可约马尔可夫链的性质 Part 3:极限分布 二.状态空间的分解 Part 1:状态空间的分解 Part ...
- 【应用随机过程】02. 马尔可夫链及其概率分布
文章目录 第二讲 马尔可夫链及其概率分布 一.马尔可夫链的定义 Part 1:条件概率 Part 2:马尔可夫链的定义 二.转移概率和转移矩阵 Part 1:转移概率的定义 Part 2:时齐的马尔可 ...
- Python | 使用__del __()和__init __()实现析构函数和构造函数的示例
To implement a constructor, we use __init()__ and to implement a destructor, we use __del()__ in pyt ...
- Python __str __()和__repr __()函数
We will look into two important python object functions that are very helpful in debugging python co ...
- 【应用随机过程】03. 马尔可夫链的状态
文章目录 第三讲 马尔可夫链的状态 一.常返和暂留 Part 1:常返和暂留的定义 Part 2:常返的判别条件 I Part 3:常返的判别条件 II 二.状态之间的关系 Part 1:互达 Par ...
- 求职面试__无领导小组讨论__沉船逃生排序问题
模拟无领导小组讨论 师兄师姐们要准备面试产品经理,于是上午,在实验室这边弄了个模拟的群面,说是叫无领导小组讨论,也把我拉到里面去了,作为一个面试路人甲,一起参与讨论.觉得挺有意思的,于是 ...
- 马尔可夫过程与泊松过程
随机过程 之 马尔可夫Markov Process与泊松过程Poisson process 概念 随机过程可以看成一些随机变量的集合,如下图,可把 T 看成时间,随着时间点t的演变随机过程也在演变,而 ...
- 【数理知识】《随机过程》方兆本老师-第3章-Markov 过程
第2章 回到目录 第4章 第3章-Markov 过程-<随机过程>方兆本 3.1 Markov 链的定义和例子 定义3.1 离散时间 Markov 链 定义3.2 平稳(/ 一步)转移概率 ...
- Probability, Matringale,Markov Chain, MCMC
一.基本知识 1. 条件概率 条件概率是指在某件事情已经发生的前提下,另一件事情在此基础上发生的概率,举例来说P(A丨B)表示B发生的基础上,A也发生的概率,基本公式为: 2. 条件期望 在上述概率下 ...
最新文章
- 用C语言实现扫雷小游戏(附上思路+项目展示+源代码)
- Algorithms学习笔记-Chapter0序言
- synchronized的4种用法
- kettle转换和作业插件开发及调试
- thinkphp 助手函数url不生成https_关于ThinkPHP的一些渗透方式
- WPF备忘录(1)有笑脸,有Popup
- 2021年高压电工考试报名及高压电工模拟试题
- ionic4升级到ionic5踩坑记录
- 大连商务英语考试中心百家外语商务英语的特点及翻译方法
- 目标检测(object detection)—— RCNN总结
- body onload
- JS中的BOM、正则表达式、定时器
- RJS 模板的另种用法
- android动态改变布局,Android 动态添加布局的两种方式
- java8新特性之Stream流
- Springboot一:多环境配置、热部署、单元测试 MockMvc
- 如何搭建数据指标监测体系?
- C语言调用函数时参数传递实测(好久以前记录的)
- CHM转PDF工具综述
- 一文彻底理解I/O多路复用