อ่าน 1 นาที
กระบวนการบวกแบบมาร์คอฟ
ในความน่าจะเป็นประยุกต์กระบวนการMarkov แบบบวก ( MAP ) คือกระบวนการ Markov แบบสองตัวแปร โดยที่สถานะในอนาคตขึ้นอยู่กับตัวแปรเพียงตัวเดียว[ 1 ]
กระบวนการบวกแบบมาร์คอฟ
ในความน่าจะเป็นประยุกต์กระบวนการMarkov แบบบวก ( MAP ) คือกระบวนการ Markov แบบสองตัวแปร โดยที่สถานะในอนาคตขึ้นอยู่กับตัวแปรเพียงตัวเดียว[ 1 ]
คำนิยาม
ปริภูมิสถานะจำกัดหรือนับได้สำหรับJ ( t )
กระบวนการนี้เป็นกระบวนการบวกแบบ มาร์คอฟ ที่มีพารามิเตอร์เวลาต่อเนื่องtถ้า[ 1 ]
- เป็นกระบวนการมาร์คอฟ
- การแจกแจงแบบมีเงื่อนไขของค่าที่กำหนด จะขึ้นอยู่กับ ค่าเท่านั้น
ปริภูมิสถานะของกระบวนการคือR × Sโดยที่X ( t ) มีค่าเป็นจำนวนจริง และJ ( t ) มีค่าอยู่ในเซตที่นับได้S บาง เซต
ปริภูมิสถานะทั่วไปสำหรับJ ( t )
สำหรับกรณีที่J ( t ) ใช้ปริภูมิสถานะทั่วไปมากขึ้น วิวัฒนาการของX ( t ) จะถูกควบคุมโดยJ ( t ) ในแง่ที่ว่าสำหรับfและg ใดๆ เราต้องการ[ 2 ]
ตัวอย่าง
คิวของเหลวเป็นกระบวนการบวกแบบมาร์คอฟ โดยที่J ( t ) คือ ลูกโซ่มาร์ค อฟแบบต่อเนื่องตามเวลา
แอปพลิเคชัน
Çinlar ใช้โครงสร้างที่เป็นเอกลักษณ์ของ MAP เพื่อพิสูจน์ว่า เมื่อกำหนดกระบวนการแกมมาที่มีพารามิเตอร์รูปร่างซึ่งเป็นฟังก์ชันของการเคลื่อนที่แบบบราวน์อายุการใช้งานที่ได้จะมีการกระจายตามการแจกแจงไวบูล
Kharoufeh นำเสนอนิพจน์การแปลงแบบกระชับสำหรับการกระจายความล้มเหลวสำหรับกระบวนการสึกหรอของชิ้นส่วนที่เสื่อมสภาพตามสภาพแวดล้อมแบบมาร์โคเวียนซึ่งเหนี่ยวนำให้เกิดการสึกหรอเชิงเส้นต่อเนื่องที่ขึ้นอยู่กับสถานะ โดยใช้คุณสมบัติของ MAP และสมมติว่ากระบวนการสึกหรอมีความสม่ำเสมอในเชิงเวลา และกระบวนการทางสิ่งแวดล้อมมีปริภูมิสถานะจำกัด
หมายเหตุ
- 1 2 Magiera, R. (1998). "การประมาณค่าลำดับที่เหมาะสมที่สุดสำหรับกระบวนการ Markov-Additive" ความก้าวหน้าในแบบจำลองสุ่มสำหรับความน่าเชื่อถือ คุณภาพ และความปลอดภัยหน้า167–181 . doi : 10.1007/978-1-4612-2234-7_12 . ISBN 978-1-4612-7466-7.
- ↑ Asmussen, SR (2003). "แบบจำลอง Markov Additive" ความน่าจะเป็นประยุกต์และคิว การ สร้างแบบจำลองเชิงสุ่มและความน่าจะเป็นประยุกต์ เล่มที่51หน้า302–339 doi : 10.1007/0-387-21525-5_11 ISBN 978-0-387-00211-8.
สรุปเนื้อหา
ข้อมูลสำคัญจากบทความ
ข้อมูลสำคัญเกี่ยวกับ กระบวนการบวกแบบมาร์คอฟ
ในความน่าจะเป็นประยุกต์กระบวนการMarkov แบบบวก ( MAP ) คือกระบวนการ Markov แบบสองตัวแปร โดยที่สถานะในอนาคตขึ้นอยู่กับตัวแปรเพียงตัวเดียว[ 1 ]
ปริภูมิสถานะจำกัดหรือนับได้สำหรับJ ( t )
กระบวนการนี้เป็นกระบวนการบวกแบบ มาร์คอฟ ที่มีพารามิเตอร์เวลาต่อเนื่องtถ้า[ 1 ]{(X(ที),เจ(ที)):ที≥0}{\displaystyle \{(X(t),J(t)):t\geq 0\}}{(X(ที),เจ(ที));ที≥0}{\displaystyle \{(X(t),J(t));t\geq 0\}}เป็นกระบวนการมาร์คอฟการแจกแจงแบบมีเงื่อนไขของค่าที่กำหนด...
ปริภูมิสถานะทั่วไปสำหรับJ ( t )
สำหรับกรณีที่J ( t ) ใช้ปริภูมิสถานะทั่วไปมากขึ้น วิวัฒนาการของX ( t ) จะถูกควบคุมโดยJ ( t ) ในแง่ที่ว่าสำหรับfและg ใดๆ เราต้องการ[ 2 ]อี[เอฟ(Xที+ส−Xที)จี(เจที+ส)|เอฟที]=อีเจที,0[เอฟ(Xส)จี(เจส)]{\displaystyle \mathbb {E} [f(X_{t+s}-X_{t})g(J_{t+s})|{\mathcal...
ตัวอย่าง
คิวของเหลวเป็นกระบวนการบวกแบบมาร์คอฟ โดยที่J ( t ) คือ ลูกโซ่มาร์ค อฟแบบต่อเนื่องตามเวลา