连续时间 Markov 链从某一状态 i 转移到其他状态之前在 i 逗留的时间服从指数分布
【求证】连续时间 MarkovMarkovMarkov 链从某一状态 iii 转移到其他状态之前在 iii 逗留的时间服从指数分布
【证明】因为由https://baike.baidu.com/item/%E6%97%A0%E8%AE%B0%E5%BF%86%E6%80%A7/59963523?fr=aladdin, 知“具有无记忆性的分布有且仅有两种分布:对于离散型随机变量有且仅有几何分布具有无记忆性,而对于连续型随机变量有且仅有指数分布具有无记忆性”。所以,针对连续时间 MarkovMarkovMarkov 链从某一状态 iii 转移到其他状态之前在 iii 逗留的时间 τi\tau_iτi,只需证明其具有无记忆性,便可得证其服从指数分布。
注意到:
{τi>s}⟺{X(u)=i,0<u≤s∣X(0)=i}\{\tau_i \gt s\} \iff \{X(u)=i,0 \lt u \leq s | X(0)=i\}{τi>s}⟺{X(u)=i,0<u≤s∣X(0)=i}
{τi>s+t}⟺{X(u)=i,0<u≤s,X(v)=i,s<v≤s+t∣X(0)=i}\{\tau_i \gt s+t\} \iff \{X(u)=i,0 \lt u \leq s,X(v)=i,s \lt v \leq s+t | X(0)=i\}{τi>s+t}⟺{X(u)=i,0<u≤s,X(v)=i,s<v≤s+t∣X(0)=i}
则有:
P{τi>s+t∣τi>s}P\{\tau_i \gt s+t | \tau_i \gt s\}P{τi>s+t∣τi>s}
=P{X(u)=i,0<u≤s,X(v)=i,s<v≤s+t∣X(u)=i,0≤u≤s}=P\{X(u)=i,0 \lt u \leq s,X(v)=i,s \lt v \leq s+t | X(u)=i,0 \leq u \leq s\}=P{X(u)=i,0<u≤s,X(v)=i,s<v≤s+t∣X(u)=i,0≤u≤s}
=P{X(v)=i,s<v≤s+t∣X(s)=i}=P\{X(v)=i,s \lt v \leq s+t | X(s)=i\}=P{X(v)=i,s<v≤s+t∣X(s)=i} (马尔科夫性)
=P{X(u)=i,0<u≤t∣X(0)=i}=P\{X(u)=i,0 \lt u \leq t | X(0)=i \}=P{X(u)=i,0<u≤t∣X(0)=i}
=P{τi>t}=P\{\tau_i \gt t \}=P{τi>t}
【本文对应的 MarkdownMarkdownMarkdown 代码】
【求证】连续时间 $Markov$ 链从某一状态 $i$ 转移到其他状态之前在 $i$ 逗留的时间服从指数分布【证明】因为由https://baike.baidu.com/item/%E6%97%A0%E8%AE%B0%E5%BF%86%E6%80%A7/59963523?fr=aladdin, 知“<font color="red">具有无记忆性的分布有且仅有两种分布:对于离散型随机变量有且仅有几何分布具有无记忆性,而对于连续型随机变量有且仅有指数分布具有无记忆性</font>”。所以,针对连续时间 $Markov$ 链从某一状态 $i$ 转移到其他状态之前在 $i$ 逗留的时间 $\tau_i$,只需证明其具有无记忆性,便可得证其服从指数分布。
注意到:
$\{\tau_i \gt s\} \iff \{X(u)=i,0 \lt u \leq s | X(0)=i\}$
$\{\tau_i \gt s+t\} \iff \{X(u)=i,0 \lt u \leq s,X(v)=i,s \lt v \leq s+t | X(0)=i\}$
则有:
$P\{\tau_i \gt s+t | \tau_i \gt s\}$
$=P\{X(u)=i,0 \lt u \leq s,X(v)=i,s \lt v \leq s+t | X(u)=i,0 \leq u \leq s\}$
$=P\{X(v)=i,s \lt v \leq s+t | X(s)=i\}$ (马尔科夫性)
$=P\{X(u)=i,0 \lt u \leq t | X(0)=i \}$
$=P\{\tau_i \gt t \}$\
【参考文献】
https://zhuanlan.zhihu.com/p/369096334
https://baike.baidu.com/item/无记忆性/59963523?fr=aladdin
连续时间 Markov 链从某一状态 i 转移到其他状态之前在 i 逗留的时间服从指数分布相关推荐
- 随机过程 Markov 链(下)
文章目录 随机过程 Markov 链(下) Markov 链的应用 群体消失模型(分支过程) 人口结构变化的 Markov 链模型 连续时间 Markov 链 定义与性质 Kolmogorov 微分方 ...
- 马尔可夫决策过程 Markov decision process MDP, 连续时间Markov chain, CMDP(全)
引言 在概率论及统计学中,马尔可夫过程(英语:Markov process)是一个具备了马尔可夫性质的随机过程,因为俄国数学家安德雷·马尔可夫得名.马尔可夫过程是不具备记忆特质的(memoryless ...
- 读书笔记:Markov链的状态分类之互达性
(可达与互达)如果对某一 n≥0n\geq 0n≥0,有 Pij(n)>0P_{ij}^{(n)} \gt 0Pij(n)>0,则称状态 jjj 是从状态 iii 可达的 (access ...
- 读书笔记:Markov链的状态分类之周期性
(状态 iii 的周期) ⨀\bigodot⨀ 设 iii 为 MarkovMarkovMarkov 链的一个状态,使 Pii(n)>0P_{ii}^{(n)} \gt 0Pii(n)> ...
- 随机过程 Markov 链(上)
文章目录 随机过程 Markov 链(上) 基本概念 n 步转移概率 C-K 方程 状态的分类及性质 随机过程 Markov 链(上) 基本概念 有一类过程,具备所谓的 "无后效性" ...
- 生物信息中的Markov链
Markov链 Markov链是状态的集合,也可以理解为一条有时序性的状态链,它的一个基本假设是下一状态只与当前状态有关,与过去的状态无关,用数学语言描述便是: $$P(x_{i}|x_{i-1},x ...
- 用matlab进行markov链预测,用MATLAB仿真markov链程序
<用MATLAB仿真markov链程序>由会员分享,可在线阅读,更多相关<用MATLAB仿真markov链程序(2页珍藏版)>请在人人文库网上搜索. 1.用MATLAB仿真ma ...
- oracle连续状态相同,数据库共有三种状态:quiesce、resrict、suspend
数据库共有三种状态:quiesce.resrict.suspend 一.quiesce模式 首先来说说数据库的静默状态 静默状态是指数据库中只存在sys和system用户建立的活动会话.只有dba能继 ...
- Markov链:初始概率、绝对概率
设 { X n , n ≥ 0 } \{X_n,n \geq 0\} {Xn,n≥0} 为 Markov 链,称 p j = P { X 0 = j } , j ∈ S p_j=P\{X_0=j\} ...
- [机器学习入门]——第六课-Markov链
文章目录 第六课-Markov链 一.贝叶斯网 半朴素贝叶斯 朴素贝叶斯 半朴素贝叶斯 贝叶斯网 变量之间的典型依赖关系 独立与条件独立 二.贝叶斯网到Markov模型 三.Markov链 Marko ...
最新文章
- python的基本语句_Python的基本语句
- Swift之深入解析可选链的功能和使用
- Netty学习笔记(一)Netty客户端源码分析
- 【渝粤教育】 广东开放大学21秋期末考试管理学基础10241k2
- Redis整合springboot实现集群模式
- 解析H.264视频编解码DSP实现与优化
- python 覆盖list_【Python妙招】gt;gt;gt;看腻了能不能换成别的啊……当然可以啦:)...
- 准备好的文字转换成语音的方法
- c++ 数据类型转换: static_cast、dynamic_cast、reinterpret_cast和const_cast
- SQL Server 2012下载及安装教程
- IEEE COMMUNICATIONS LETTERS 写作Latex模板
- 经历没有亮点可讲?你需要做份“详历”
- 爬虫【11】易班刷网薪系统
- 【开源多媒体编辑软件工程】VirtualDub
- toolbar遇到问题和解决方式
- 九龙证券|AI重塑半导体基础设施,人工智能发展持续加速
- Docker - Docker Container及Container命令详解
- 数据库并发入门学习笔记,怎么写入redis的数据,配置缓存。
- 转:System32与SysWOW64的关系
- java语言可以编程无人机么_java可以作为第一门编程语言学习吗