典型习题:齐次Markov链的遍历性及平稳分布
【此解法中求各n阶概率转移矩阵的R代码】
library(MASS)
data<-c(0,0,0.5,0.5,1,0,0,0,0,1,0,0,0,0,1,0)
p<-matrix(data,nrow=4,ncol=4,byrow=T)
p2=p%*%p
p3=p2%*%p
p4=p3%*%p
p5=p4%*%p
p6=p5%*%p
p7=p6%*%p
p8=p7%*%p
p9=p8%*%p
p10=p9%*%p
fractions(p10)p
p2
p3
p4
p5
p6
p7
p8
p9
p10
【运行结果】
> library(MASS)
> data<-c(0,0,0.5,0.5,1,0,0,0,0,1,0,0,0,0,1,0)
> p<-matrix(data,nrow=4,ncol=4,byrow=T)
> p2=p%*%p
> p3=p2%*%p
> p4=p3%*%p
> p5=p4%*%p
> p6=p5%*%p
> p7=p6%*%p
> p8=p7%*%p
> p9=p8%*%p
> p10=p9%*%p
> fractions(p10)[,1] [,2] [,3] [,4]
[1,] 3/8 3/8 3/16 1/16
[2,] 1/8 3/8 3/8 1/8
[3,] 1/4 1/8 3/8 1/4
[4,] 1/2 1/4 1/8 1/8
>
> p[,1] [,2] [,3] [,4]
[1,] 0 0 0.5 0.5
[2,] 1 0 0.0 0.0
[3,] 0 1 0.0 0.0
[4,] 0 0 1.0 0.0
> p2[,1] [,2] [,3] [,4]
[1,] 0 0.5 0.5 0.0
[2,] 0 0.0 0.5 0.5
[3,] 1 0.0 0.0 0.0
[4,] 0 1.0 0.0 0.0
> p3[,1] [,2] [,3] [,4]
[1,] 0.5 0.5 0.0 0.0
[2,] 0.0 0.5 0.5 0.0
[3,] 0.0 0.0 0.5 0.5
[4,] 1.0 0.0 0.0 0.0
> p4[,1] [,2] [,3] [,4]
[1,] 0.5 0.0 0.25 0.25
[2,] 0.5 0.5 0.00 0.00
[3,] 0.0 0.5 0.50 0.00
[4,] 0.0 0.0 0.50 0.50
> p5[,1] [,2] [,3] [,4]
[1,] 0.0 0.25 0.50 0.25
[2,] 0.5 0.00 0.25 0.25
[3,] 0.5 0.50 0.00 0.00
[4,] 0.0 0.50 0.50 0.00
> p6[,1] [,2] [,3] [,4]
[1,] 0.25 0.50 0.25 0.00
[2,] 0.00 0.25 0.50 0.25
[3,] 0.50 0.00 0.25 0.25
[4,] 0.50 0.50 0.00 0.00
> p7[,1] [,2] [,3] [,4]
[1,] 0.50 0.25 0.125 0.125
[2,] 0.25 0.50 0.250 0.000
[3,] 0.00 0.25 0.500 0.250
[4,] 0.50 0.00 0.250 0.250
> p8[,1] [,2] [,3] [,4]
[1,] 0.25 0.125 0.375 0.250
[2,] 0.50 0.250 0.125 0.125
[3,] 0.25 0.500 0.250 0.000
[4,] 0.00 0.250 0.500 0.250
> p9[,1] [,2] [,3] [,4]
[1,] 0.125 0.375 0.375 0.125
[2,] 0.250 0.125 0.375 0.250
[3,] 0.500 0.250 0.125 0.125
[4,] 0.250 0.500 0.250 0.000
> p10[,1] [,2] [,3] [,4]
[1,] 0.375 0.375 0.1875 0.0625
[2,] 0.125 0.375 0.3750 0.1250
[3,] 0.250 0.125 0.3750 0.2500
[4,] 0.500 0.250 0.1250 0.1250
【此解法中求解线性方程组的R代码】
library(MASS)
data<-c(1,-1,0,0,0,1,-1,0,0.5,0,-1,1,1,1,1,1)
P<-matrix(data,nrow=4,ncol=4,byrow=T)
b<-matrix(c(0,0,0,1),nrow=4,ncol=1,byrow=T)
x<-solve(P,b)
fractions(x)
【运行结果】
> library(MASS)
> data<-c(1,-1,0,0,0,1,-1,0,0.5,0,-1,1,1,1,1,1)
> P<-matrix(data,nrow=4,ncol=4,byrow=T)
> b<-matrix(c(0,0,0,1),nrow=4,ncol=1,byrow=T)
> x<-solve(P,b)
> fractions(x)[,1]
[1,] 2/7
[2,] 2/7
[3,] 2/7
[4,] 1/7
典型习题:齐次Markov链的遍历性及平稳分布相关推荐
- 齐次Markov链的遍历性判定
- [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 ...
- 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\} ...
- 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 ...
- 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 ...
- 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" ...
- 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)> ...
- 用matlab进行markov链预测,用MATLAB 写的Markov链
用MATLAB 写的Markov链 2016-08-23 1 0 0 4.0 分 其他 1 积分下载 如何获取积分? %Markov链 %第一种方法 A=[0 1243.37 171.9229.79 ...
最新文章
- python使用fpdf生成发票格式的pdf文件包含:文字、图片logo、表格、条形码等;
- K8S-网络模型、POD/RC/SVC YAML 语法官方文档
- ai背景合成_AI设计制作万圣节夜景插画
- windows 安装tensorflow2.0
- 计算机基础应用的培养活动记录,小学少年宫计算机兴趣小组活动记录表
- Python_pandas 两种主要的数据类型(Series、DataFrame)
- 一些自己常用的linux命令笔记
- mysql skip slave_MYSQL replication slave-skip-errors 详解
- 【PowerShell】PS中 the fuck 插件(PoShFuck)将 wtf 搜索引擎从 Google 改为 Baidu 或者 Bing
- CPU说:这个世界太慢了
- SOLIDWORDS API修改零部件属性全部保存
- wunderlist_如何从Wunderlist切换到Microsoft做
- Http请求get、post工具类
- Revit二次开发——单位转换
- 分数阶微积分学薛定宇电子版_分数阶微积分学与分数阶控制
- 微信小程序加签验签(wxapp_rsa,jsencrypt)和egg搭建的后端交互(jsrsasign,node_rsa)最全!!!
- 经典Java面试题-Java中Char类型的运算
- 小米6MIUI稳定版安装谷歌相机
- 【前端GUI】——网站设计的重要知识点总结思维导图(二)
- 点击按钮没有反应,onclick函数点击无反应的原因