 Probability Generating Functions For Markov Matrix | Статья в журнале «Молодой ученый»

Отправьте статью сегодня! Журнал выйдет 21 декабря, печатный экземпляр отправим 25 декабря.

Опубликовать статью в журнале
Проекты
Меню

Рубрика: Информационные технологии

Статья просмотрена: 43 раза

### Библиографическое описание:

Аль-Егоби Х. А. Probability Generating Functions For Markov Matrix // Молодой ученый. — 2013. — №6. — С. 187-189. — URL https://moluch.ru/archive/53/7128/ (дата обращения: 08.12.2019).

A general matrix representation is given for the multivariate transition probability generating functions of a Markov Process with a finite number of states. It is indicated how numerous derived probability distributions can be obtained by simple substitutions. FinallyanapplicationismadetothePoisson

Общее представление матрицы дается для многомерного вероятность перехода производящих функций марковского процесса с конечным числом состояний. Она обозначена как многочисленные полученных распределений вероятности может быть получено простой замены. НаконецподанозаявлениекраспределениюПуассона.

1-Introduction

Let N(t) = (N1(t),…, Nm(t)) denote a Markov Renewal Process with a finite number m of states and with a matrix of transition probability distributions Q =Qij [2,3]. The Qij(t) are non-decreasing left-continuous functions satisfying

Qij(0)=0 for i, j =1,…,m for i=1,…,m                                                                                      (1)

The random variable Ni (t) is equal to the number of visits to state i during the time interval [0,t]. The stochastic process Zt is referred to as the (semi- Markov process) associated with the Markov renewal process. Zt= i when state i is being visited at time t. We assume that

P{Z0= i} = Pi0 with (2)

Let K = (k1..., km) denote an m-tuple of non-negative integers and T(k) as follows:

T(k) = inf { t: N(1)(t) = k1, …, Nm(t) = km }                                                                   (3)

i.e,T(k) is the random time at which the Markov renewal process enters the stat k=(k1,…..,k2).

Let Z(k) = ZT(k) and T'(k) denote the time instant at which the (semi- Markov process) leaves the state Z(k). We define the following transition probabilities for the Markov renewal process.

Cj (k, t) = P {T(k) t and Z(k) = j }                                                                             (4)

And

Cj (k, t) = P {T(k) t T'(k) and Zt = j }                                                                    (5)

The probabilities defined in (4) and (5) satisfy the following relations. (6)

Where

Hj(t) = and I(t) is the distribution degenerate at zero The m-tuple ei has all components but the i th equal to zero and the ith equal to one.We introduce the following notations for the Laplace transforms. (7)

The formulae (6) become (8)

We now introduce the multivariate probability generating functions.

Gj*(z,s)=Gj*(z1,…,zm,s) = (9)

And

Kj*(z,s)=Kj*(z1,…,zm,s) = And the column vectors

G*=(G1*(z,s), …, Gm*(z,s)), K*=(K1*(z,s), ….., Km*(z,s))

The column-vectors G* and К* now have the following matrix representation

K*(z,s) = (I — (H*))G*(z,s)

K*(z,s) =(I — (H*))(K- (z)Q*')-1 (z)p0                                                                      (10)

In which (H*) = diag (H1*(s),…., H1*(s)) (z) = diag (z1,…,zm) and \zi\ > 1 i=1,…,m

Q* ={Qij*} and p0 is the column vector (p0,…,pm0)

The first equality is equivalent to the third in (8). Moreover it follows from the other equalities in (8) that

Gj*(z,s)= pj0zj +zj which implies the second equality in (10) if the inverse of I — (z) Q*' exists. This is easily seen to be so in view of

\zjQrj*(s)\ Qrj(∞)     (11)

The numbers Qjr(∞) form, an m x m stochastic matrix which therefore has spectral radius equal to one.

2-Discrete time finite Markov chains:

If Cj(k) denotes the probability that in k1 +.,. + km-1 transitions a discrete Markov chain reaches state j and has visited state r exactly kr times (r= 1,...,m) then

Cj*(k,s) = Cj(k)e-s(k1+……+km-1), Q*=e-sp, Gj*(z,s)=esGj(ze-s)

generating function of the Cj(k). After setting zie-s=ξ. we obtain

G(ξ)=(I — (z)p')-1 (z)p0                                                                                             (12)

3-Generating Functions

Generating functions for many related probabilities can be derived from K(z,s) by an appropriate choice of the variables zi

If we set some of the zi equal to a same variable u we find the transition probabilities of the semi- Markov process which specify only the number of visits to certain but not all states. If we set certain variables z^ in formula (10) equal to zero, we find generating functions for taboo-probabilities, i.e. transition probabilities of events in which one specifies that certain states should not be visited. Finally if we perform the substitutes

Zr=  (13)

for all or some of the variables z in which αi is equal to zero, plus or minus one we obtain generating functions for events defined with respect to algebraic sums of the random variables Ni(t).

3- An application Poisson

We consider a single server Poisson queue with input rate λ and service rate μ.We wish to evaluate the probabilities πijn(t) that in the time-interval [0,t] there have been n transitions in the queue, the queue length at time t is j and neither of the queue lengths zero and b have been attained, given that the initial queue length was i. 0< i, j < b.

Let us consider the b + 1 state semi- Markov process in which. (14)

If we substitute Q into formula (10) and set p° = ei and z0=zb=0,z1…zb-1=u we obtain

Kj*(0,u, ……,u,0,s)= u (15)

For j=1,…….,b-1 set

u =pij*(u,s)

then

pij*(u,s)= (1|u)k*(δ,u,…,u,0,s)=(1-Hj*(s))(I- Q* ')-1)ij

where diag (0,u,…,u,0), After inversion of the jacobi-matrdx I- Q* we find (16)

where

ξ1,2=(1|2){1 [1-(4λμu2)|(s+λ+μ)]1|2}

if we set [(2 )|(s+λ+μ)]=1| ,we find for j i

pij*(u,s)=s λ(j-i-1)|2μ(i-j-1)|2 u-1 ( u-1 ( is a rational function of u with b-1 distinct poles at  =1,…,b-1

Partial fraction expansion yields:

(1|s)pij*(u,s)=(λ|μ)j-i|2 (17)

πijn(t) =2nλ(n+i+j)|2μ(n+i-j)|2(1|n!)tne-(λ+μ)t (18)

References:

1.         Kazuoki Azuma, Weighted sums of certain dependent random variables. Tohoku Mathematical Journal,1967.

2.         Wassily Hoeffding. Probability inequalities for sums bounded random variables. Journal of the American Statistical Association,1963

3.         Andrei N,Kolmogorov.Grundbegriffe der W ahrscheinlichkeitsrechnung. Springer, Berlin 1933.English Translation: Foundation of the theory of Probability, Chelsea, New York,1950.

4.         Glenn Shafer and Vladimir Vovk.Probability and Finance, Wiley, New York,2001

5.         McClenahan, C.L. “Ratemaking.” In Foundations of Casualty Actuarial Science, Fourth Edition. Arlington, VA: Casualty Actuarial Society, 2000

Основные термины (генерируются автоматически): I-Q.

## Похожие статьи

### Формирование креативного мышления на уроках

Креативность — это значит копать глубже, смотреть лучше, исправлять ошибки, беседовать с кошкой, нырять в глубину, проходить сквозь стены, зажигать солнце, строить замок на песке...

### Применение машины Тьюринга для реализации алгоритмов...

Библиографическое описание: Чернушко М. М. Применение машины Тьюринга для реализации алгоритмов шифрования [Текст] // Технические науки: теория и практика: материалы II...

### Модель рентабельности энергетических активов на примере...

Имущественный комплекс предприятия электроэнергетики представляет собой уникальный набор энергетических мощностей.

### Приложение комплексных чисел в электротехнике

Первое упоминание о «мнимых» числах как о квадратных корнях из отрицательных чисел относится еще к XVI веку. Итальянский ученый Джироламо Кардано (1501-1576)...

### Разработка формирователя сигнала высокоскоростной...

В настоящее время информационные потоки с высокодетальной аппаратуры наблюдения перспективных космических аппаратов (КА) дистанционного зондирования Земли (ДЗЗ)...

### Curative properties of seawater | Статья в журнале «Молодой ученый»

Seawater has been used for therapeutic and preventive purposes since ancient Egypt, Hellas, and other countries of the ancient world. However, healing properties of sea water were briefly forgotten in the...

## Похожие статьи

### Формирование креативного мышления на уроках

Креативность — это значит копать глубже, смотреть лучше, исправлять ошибки, беседовать с кошкой, нырять в глубину, проходить сквозь стены, зажигать солнце, строить замок на песке...

### Применение машины Тьюринга для реализации алгоритмов...

Библиографическое описание: Чернушко М. М. Применение машины Тьюринга для реализации алгоритмов шифрования [Текст] // Технические науки: теория и практика: материалы II...

### Модель рентабельности энергетических активов на примере...

Имущественный комплекс предприятия электроэнергетики представляет собой уникальный набор энергетических мощностей.

### Приложение комплексных чисел в электротехнике

Первое упоминание о «мнимых» числах как о квадратных корнях из отрицательных чисел относится еще к XVI веку. Итальянский ученый Джироламо Кардано (1501-1576)...

### Разработка формирователя сигнала высокоскоростной...

В настоящее время информационные потоки с высокодетальной аппаратуры наблюдения перспективных космических аппаратов (КА) дистанционного зондирования Земли (ДЗЗ)...

### Curative properties of seawater | Статья в журнале «Молодой ученый»

Seawater has been used for therapeutic and preventive purposes since ancient Egypt, Hellas, and other countries of the ancient world. However, healing properties of sea water were briefly forgotten in the...

Задать вопрос