13.2 多步转移概率的确定
18
本章目录 · 1 节
本章导读
【13.2 多步转移概率的确定】本节沿原书次序,从计算机状态的两步转移出发,推导切普曼—科尔莫戈罗夫方程、边际分布与有限维分布,再计算三状态链和串联传输系统。
【例1 两步后正常】沿用13.1计算机经验矩阵,已知=0,求=1的概率。中间状态可为0或1,必须相加:
不能只取始终正常的路径。这里两步指两个采样间隔,经验概率仅描述边界观测状态。
【n步转移与CK方程】一般链可写;时齐链才简写。约定,P(0)=I。按第n步的中间状态k分解,
因此。这是矩阵乘方,不是逐元素乘方;从i到j的所有中间路径都包含在矩阵乘积里。可列状态时所有项非负,级数按通常的非负求和解释。
【初始分布与边际分布】用行向量,则
初始分布与转移矩阵共同决定链的分布。P相同而初始分布不同,有限时刻的分布通常不同,不能只说P就决定了整个过程。
【有限维分布】对及状态至,
这也是初始分布与P唯一确定各有限维分布的原因。若条件路径概率为0,联合概率仍可由右侧乘积解释,不必对零概率条件逐项相除。
【例2 三状态链】状态0、1、2,初始分布均为1/3,
(1)。(2)。第一个是联合概率,第二个对全部初始状态求和,不能混用。
【例3 0—1串联系统的多步传输】、q=1−p,特征值1、p−q,对应单位特征向量与。用正交矩阵H对角化,P=,得到
对n=0取=I,即使p=q也通过此约定避免写未解释的。(1)p=0.9时,两级传真率为,三级误码率为。多次翻转可能抵消,所以n级传真率不是。
(2)设,已知=1,贝叶斯公式给出
前提是条件事件P(=1)>0,即分母正。它与方向相反,必须考虑原始比特先验α。对于0<p<1、0<α<1且n≥1,条件概率自然有定义。
