Модель цепи Маркова

Дискретные процессы пространства состояний охарактеризованы матрицами перехода

Для обзора аналитических инструментов Цепи Маркова смотрите, что Цепь Маркова Моделирует.

Функции

развернуть все

dtmcСоздайте дискретную цепь Маркова
mcmixСоздайте случайную Цепь Маркова с заданной структурой смешивания
asymptoticsОпределите Цепь Маркова asymptotics
isergodicПроверяйте Цепь Маркова на эргодичность
isreducibleПроверяйте Цепь Маркова на приводимость
classifyКлассифицируйте состояния Цепи Маркова
lazyНастройте инерцию состояния Цепи Маркова
subchainИзвлеките подцепь Маркова
hitprobВычислите вероятности удара Цепи Маркова
hittimeВычислите времена удара Цепи Маркова
redistributeВычислите перераспределения Цепи Маркова
simulateСимулируйте обходы состояния Цепи Маркова
distplotПостройте перераспределения Цепи Маркова
eigplotПостройте собственные значения Цепи Маркова
graphplotПостройте ориентированного графа Цепи Маркова
simplotПостройте симуляции Цепи Маркова

Темы

Дискретные цепи Маркова

Цепи Маркова являются дискретным состоянием процессы Маркова, описанные правильно-стохастической матрицей перехода и представленные ориентированным графом.

Моделирование цепи Маркова

dtmc класс обеспечивает основные инструменты для моделирования и анализа дискретных цепей Маркова. Класс поддерживает цепи с конечным числом состояний, которые развиваются в дискретное время с гомогенной временем структурой перехода.

Создайте и измените объекты модели цепи Маркова

Создайте объект модели Цепи Маркова из матрицы переходов вероятностей или наблюдаемых количеств, и создайте случайную Цепь Маркова с заданной структурой.

Визуализируйте структуру цепи Маркова и эволюцию

Визуализируйте структуру и эволюцию модели Цепи Маркова при помощи dtmc функции построения графика.

Работа с изменениями состояния

В этом примере показано, как работать с данными о переходе из эмпирического массива количеств состояния и создать дискретную цепь Маркова (dtmc) модель, характеризующая изменения состояния.

Определите асимптотическое поведение цепи Маркова

Вычислите стационарное распределение Цепи Маркова, оцените ее смешивание времени и определите, является ли цепь эргодической и приводимой.

Сравните времена смешивания цепи Маркова

Сравните предполагаемые времена смешивания нескольких Цепей Маркова с отличными структурами.

Идентифицируйте классы в цепи Маркова

Программно и визуально идентифицируйте классы в Цепи Маркова.

Симулируйте случайные обходы через цепь Маркова

Сгенерируйте и визуализируйте случайные обходы через Цепь Маркова.

Вычислите распределенность цепи Маркова на каждом временном шаге

Вычислите и визуализируйте перераспределения состояния, которые показывают эволюцию детерминированных распределений состояния в зависимости от времени от начального распределения.

Для просмотра документации необходимо авторизоваться на сайте