Марковские процессы с непрерывным временем
Выбери формат для чтения
Загружаем конспект в формате pdf
Это займет всего пару минут! А пока ты можешь прочитать работу в формате Word 👇
Тема № 3 Марковские процессы с непрерывным временем
Теперь рассмотрим процесс t ; t T , где T 0; .
Определение. Случайный процесс t ; t 0; называется цепью Маркова с
непрерывным временем, если для любой последовательности моментов времени
0 t1 t2 ... tn ... последовательность t , n является цепью Маркова.
n
Обозначим, как и ранее, через E множество состояний цепи Маркова, или фазовое
пространство. Обозначим p t, x , s, y P s y | t x - переходные функции, где
0 t s , x, y E .
Свойства переходных функций:
1. (Свойство неотрицательности) p t, x , s, y 0 для всех 0 t s , x , y E .
2. (Свойство стохастичности)
p(t, x, s, y ) 1
для всех 0 t s , x E .
y E
1, x y
3. p t, x , t, y
.
0, x y
4. Имеет место уравнение Колмогорова-Чепмена:
p(t, x , s, y p t, x , u, z p u, z, s, y
z E
для всех u таких, что t u s .
Определение. Цепь Маркова с непрерывным временем называется конечной, если
множество E конечно.
Определение. Цепь Маркова с непрерывным временем называется однородной во
времени, если выполняется:
p t, x , s, y p t r , x , s r, y
для всех 0 t s и для любого r такого, что t r, s r 0 , т. е. переходная
функция зависит лишь от разности s t . В этом случае переходная функция может
обозначаться так:
p t, x , s, y p , x , y pxy .
Как правило, в случае конечной цепи Маркова с непрерывным временем мы будем
считать, что E 1, N .
Для однородных цепей Маркова с непрерывным временем с переходной функцией
pij мы будем формулировать свойства следующим образом:
1. pij 0 для всех 0 .
2.
p 1
ij
для всех 0 и любого i E .
j
1, i j
3. pij 0
.
0, i j
4. Уравнение Колмогорова-Чепмена
pij pik u pkj u
k E
для любых u 0, .
Дополнительно мы будем предполагать, что выполняется следующее свойство:
5. (Непрерывность переходной функции в нуле)
lim pij pij 0 для всех i, j E .
0
Для цепей Маркова с непрерывным временем можно ввести матричную переходную
функцию (t ) pij (t )
, имеющую тот же смысл, что для дискретных цепей Маркова
N ,N
имела матрица переходных вероятностей.
Интенсивности переходов
Теорема (без доказательства). Пусть t ; t 0; - однородная цепь Маркова с
непрерывным
временем,
i, j E , i j . Тогда существует (но может быть
бесконечным) предел lim
pii t 1
t
t 0
pij t
, который мы обозначим ii , и существует конечный
, который мы обозначим ij .
t
Определение. Величину ij назовем интенсивностью перехода из i -ого состояния в
предел lim
t 0
j -ое; а величину ii назовем интенсивностью перехода из i -ого состояния в i -ое.
Матрица ij
N ,N
интенсивностей.
Утверждение. Пусть
называется инфинитезимальной матрицей, или матрицей
; t 0;
- однородная цепь Маркова с непрерывным
t
временем. Тогда для ее интенсивностей выполняется неравенство
j i
ij
ii .
Доказательство. Это неравенство имеет место не только в случае конечной цепи
Маркова с непрерывным временем. Рассмотрим сумму
pij (t ) 1 ,
j
p (t ) 1 p (t) .
j i
ij
ii
Для любого M такого, что M i , имеет место неравенство
1 pii t
1 M
pij t
.
t j i
t
Устремим t 0 , тогда
M
j i
M
Это неравенство для
j i
j i
ij
ij
ij
ii .
верно при любом M , следовательно, верно и для
.
Утверждение доказано.
Следствие. В условиях утверждения для любого i E выполняется неравенство
j E
ij
0.
Определение. Состояние i E из фазового пространства однородной цепи Маркова с
непрерывным временем называется мгновенным, если ii .
Состояние i E называется задерживающим, если ii 0 .
Состояние i E называется поглощающим, если ii 0 .
Состояние i E называется регулярным, если оно задерживающее и
j i
ij
ii .
Определение. Цепь Маркова, все состояния которой регулярны, называется
консервативной.
Теорема (прямая система уравнений Колмогорова). Переходные вероятности
консервативной цепи Маркова с конечным множеством состояний E , | E | N ,
удовлетворяют системе дифференциальных уравнений
dpij (t )
dt
N
p
k 1
ik
(t )kj , по всем
1, i j
i, j E , с начальными условиями pij 0
, i, j E .
0, i j
В матричном виде эта система записывается как
' t t ,
где ' t || pij '(t ) || - матрица, состоящая из производных переходных функций с
начальными условиями 0 E NN - единичная матрица порядка N .
Доказательство. Зафиксируем h 0 . Тогда для любых i, j E верно равенство
N
pij t h pij t pik t pkj h pij t
k 1
p t p h p t p h p t .
kj
ik
kj
ij
jj
ij
Разделим левую и правую часть равенства на h . Тогда
pij t h pij t
pkj h
p jj h 1
pik t
pij t
.
h
h
h
kj
При h 0 предел правой части существует, значит, существует и предел левой
части, который мы обозначим через pij '() t (производная pij t справа).
pij '() t
N
pik t kj pij t jj pik t kj .
k j
k 1
Теперь выведем аналогичное уравнение для левой производной.
Для любых i, j E верно равенство
N
pij t h pij t pij t h pik t h pkj (h )
k 1
pij t h pij t h p jj h pik t h pkj h .
kj
Разделим левую и правую часть равенства на h . Тогда верны равенства
pij t h pij t
1 p jj h
pkj h
pij t h
pik t h
h
h
h
kj
pij t h
p jj h 1
pik t h
pkj h
.
h
h
k j
Предел правой части существует при h 0 , значит, существует и предел левой
части, который мы обозначим через pij '() t (производная pij t слева).
pij '() t pij t jj pik t kj
kj
Мы доказали, что
N
p t
k 1
ik
kj
.
pij '() t pij '() t .
Следовательно, производная
dpij (t )
dt
N
существует и равна
p t
k 1
ik
kj
.
Теорема доказана.
Теорема (обратная система уравнений Колмогорова). Переходные вероятности
консервативной цепи Маркова с конечным множеством состояний E , | E | N ,
N
dpij (t )
удовлетворяют системе дифференциальных уравнений
ik pkj (t ) , по всем
dt
k 1
1, i j
i, j E , с начальными условиями pij 0
, i, j E .
0, i j
В матричном виде эта система записывается как
' t t
с начальными условиями 0 E NN .
Докажите эту теорему самостоятельно.
Пусть нам дана некоторая матрица
ij
N ,N
со свойствами:
1. ij 0 и ii 0 при всех i j из E .
N
2.
j 1
ij
0.
Рассмотрим вопрос, существует ли цепь Маркова, для которой произвольная матрица
, удовлетворяющая свойствам 1 и 2, является матрицей интенсивностей.
Теорема
(без
доказательства).
Если
дана
ij
N ,N
,
удовлетворяющая
сформулированным выше свойствам 1 и 2, то прямая и обратная системы уравнений
Колмогорова имеют единственное решение
t pij t
N N
со свойствами:
1. 0 pij t .
N
2.
p t 1 .
j 1
ij
3. s t s t .
Процессы размножения и гибели
Определение. Консервативная цепь Маркова
; t 0;
называется процессом
t
размножения и гибели, если для ее переходных функций выполняются следующие
условия:
1). pi,i 1 t i t o t .
2). pi,i1 t i t o t , i .
3). pi ,i t 1 i i t o t .
1, i j
4). pi, j 0
.
0, i j
5). 0 0 , 0 0 ; для всех i 1 величины i и i больше нуля.
Это пример процесса с бесконечным множеством состояний.
Легко видеть, что верно равенство
pi,i 1 t pi,i1 t pi,i t 1 o t ,
а матрица интенсивностей (бесконечного размера) будет иметь вид
0
0
1 (1 1 )
2
1
(2 2 ) 2
Покажем, как будут выглядеть прямые и обратные системы уравнений Колмогорова
для такого процесса.
Уравнения из прямой системы ' t t , как легко видеть, для всех i, j E
будут иметь вид
dpi, j t
pi, j 1 t j 1 pi, j t j j pi, j 1 t j 1 .
dt
Мы будем считать, что 1 0 .
1, i j
Начальные условия стандартны: pi, j 0
.
0, i j
Уравнения из обратной системы ' t t для всех i, j E будут иметь вид
dpi , j t
dt
i pi1, j t i i pi , j t i pi 1, j t
0, i j
с теми же начальными условиями pi , j (0)
.
1, i j
Обозначим pn t P t n , где n 0 . Тогда набор pn 0 P 0 n по всем
n 0 даст начальное распределение процесса размножения и гибели. Очевидно
равенство
pn t pi 0 pi ,n (t ) .
i 0
Определение. Вектор q qo , q1,... , где qi 0 ,
q
распределением процесса размножения и гибели
i 0
i
1 , называется стационарным
; t 0; ,
t
если выполняется
равенство qn qi pin (t ) для всех n 0 и для любого t 0 .
i 0
Если начальное распределение совпадает со стационарным ( pn 0 q n , n 0 ), то
распределение в любой момент времени t 0 также будет совпадать со стационарным:
pn t qi pi,n t qn n 0 .
i 0
Таким образом, если начальное распределение равно стационарному, то pn (t ) не
зависит от t .
Выведем дифференциальное уравнение для pn (t ) . Будем считать, что 1 0 , тогда
для всех n 0 можно выписать
pn t t pn 1 t n1t o t
pn t 1 n n t o t
pn 1 t n 1t o t o t .
Тогда
pn t t pn t
t
n 1 pn 1 t n n pn t
n 1pn 1 t o 1 .
Переходя к пределу при t 0 получаем:
dpn t
n 1 pn 1 t n n pn t n 1 pn 1 t .
dt
Итак, пусть дано начальное распределение pn 0, n 0 . Найдем стационарное
распределение.
Если распределение qn , n 0 - стационарное, и pn (t ) qn , при всех t 0 , то
dpn t
0.
dt
При n 0 получаем, что 0 0 p0 t 1p1 t 0 . Поскольку pn t qn и
0 0 , то 0q 0 1q1 0 .
При n 1 получаем 0q 0 1 1 q1 2q 2 0 и так далее.
Получаем бесконечную систему линейных уравнений для отыскания стационарного
распределения. Она легко решается последовательно: из уравнения при n 0 получаем
q1 0 / 1 q 0 , подставляя его в уравнение при n 1 получаем уравнение
0q0 1 1 0 / 1 q0 2q2 0 ,
из которого следует, что q 2
01
12
q 0 и т.д.
Методом математической индукции можно доказать, что qn
n . Так как
q
i 0
n
01 n 1
12 n
q 0 для всех
1 , то
i 1
1 .
q 0 1 0 1
i 1
1 2
i
Если ряд
01 i1
сходится, то получаем, что стационарное распределение
12 i
процесса размножения и гибели имеет вид
1
,
q0
01 i1
1
i 1 12 i
i 1
01 n 1
1
для всех n .
12 n
01 i1
1
i 1 12 i
Отметим, что в некоторых прикладных дисциплинах (к примеру, в теории массового
обслуживания) под процессами размножения и гибели понимают и консервативные цепи
Маркова процессы с конечным числом состояний, аналог графа переходов для которых
выглядит следующим образом:
qn
Здесь вершины S i i - это значения принимаемые сечениями случайного процесса,
стрелки обозначают ненулевые вероятности переходов за малый промежуток времени
(нагружены они интенсивностями переходов), а в силу консервативности интенсивности
переходов из i -ого состояния в i -ое не отмечены вовсе.