马尔可夫链的K-C方程.ppt_第1页
已阅读1页，还剩16页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

随机信号分析,主讲：杜青松,马尔可夫链的转移概率和切普曼-柯尔莫哥洛夫方程,上节课主要内容回顾,马尔可夫过程的一般概念马尔可夫过程的统计特性马尔可夫链的定义,本节课主要学习内容,马尔可夫链的一步转移概率马尔可夫链的m步转移概率切普曼柯尔莫哥洛夫方程,马尔可夫链的一步转移概率,由马尔可夫链的定义以及“马尔可夫过程的任意有限维概率分布均可由它的初始分布和二维条件分布来确定”这个性质可知可见，为了描述马尔可夫链X(n)的n维概率分布，最重要的是条件概率,马尔可夫链的一步转移概率,称此条件概率为X(n)在时刻k时的一步转移概率，记为它表示在时刻k时X(k)取i值的情况下，在下一时刻k+1时X(k+1)取j的概率。,马尔可夫链的一步转移概率,表示概率,表示起始时刻（当前时刻）,表示起始时刻（k时刻）所处的状态,表示下一时刻（k+1时刻）要到达的状态,马尔可夫链的一步转移概率,显然pij(k)应具有以下两个性质：,马尔可夫链的m步转移概率,类似地，还可以定义m步转移概率它代表X(n)在时刻n时的状态为i条件下，经过m步转移到达状态j的条件概率。,马尔可夫链的m步转移概率,表示概率,表示起始时刻（当前时刻）,表示起始时刻（k时刻）所处的状态,表示m步以后（k+m时刻）要到达的状态,表示转移步数,马尔可夫链的m步转移概率,显然有当m=1时，它就是一步转移概率。,切普曼柯尔莫哥洛夫方程,马尔可夫链X(n)的m步转移概率满足如下的切普曼柯尔莫哥洛夫方程，即,切普曼柯尔莫哥洛夫方程,不失一般性，设X(n)的状态空间中的所有状态可以用1,2,N（非负整数）来表示，那么从n时刻的状态i出发，可以以什么样的方式经过m+r步转移到状态j呢？,n,n+m,n+m+r,切普曼柯尔莫哥洛夫方程,也就是说，给定起始时刻n和n时刻的状态i，给定一个中间时刻n+m，则从n时刻的状态i出发经过中间时刻n+m到达时刻n+m+r的可能性有N种。那么
人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论