两个状态的马尔可夫链

这篇具有很好参考价值的文章主要介绍了两个状态的马尔可夫链。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

手动推导如下公式。
两个状态的马尔可夫链,概率论和数理统计,线性代数,概率论,机器学习

证明:

  1. 首先将如下矩阵对角化:
    { 1 − a a b 1 − b } \begin {Bmatrix} 1-a & a \\ b & 1-b \end {Bmatrix} {1aba1b}

(1)求如下矩阵的特征值:
{ 1 − a a b 1 − b } { x 1 x 2 } = λ { x 1 x 2 } = = > \begin {Bmatrix} 1-a & a \\ b & 1-b \end {Bmatrix} \begin {Bmatrix} x_1 \\x_2 \end {Bmatrix} = \lambda \begin {Bmatrix} x_1 \\x_2 \end {Bmatrix} == > {1aba1b}{x1x2}=λ{x1x2}==>
∣ 1 − a − λ a b 1 − b − λ ∣ = 0 = = > \begin {vmatrix} 1-a - \lambda& a \\ b & 1-b - \lambda \end {vmatrix} = 0 ==> 1aλba1bλ =0==>
( 1 − a − λ ) ( 1 − b − λ ) − a b = 0 = = > (1-a- \lambda)(1-b - \lambda) - ab = 0 ==> (1aλ)(1bλ)ab=0==>
λ 2 + ( a + b − 2 ) λ + ( 1 − a − b ) = 0 = = > λ = ( 2 − a − b ) + − ( a + b − 2 ) 2 − 4 ( 1 − a − b ) 2 = ( 2 − a − b ) + − ( a + b ) 2 = ( 1 ) o r ( 1 − a − b ) \lambda^2 +(a+b-2)\lambda + (1-a-b) = 0 ==> \\ \lambda = \frac{(2-a-b) +- \sqrt{(a+b-2)^2-4(1-a-b)}}{2} = \\ \frac{(2-a-b) +- (a+b)}{2} = (1) or (1-a-b) λ2+(a+b2)λ+(1ab)=0==>λ=2(2ab)+(a+b2)24(1ab) =2(2ab)+(a+b)=(1)or(1ab)

(2)求得正交特征向量

∣ − a a b − b ∣ ∣ x 1 x 2 ∣ = 0 = = > x 1 = 1 , x 2 = 1 \begin {vmatrix} -a & a \\ b &-b \end {vmatrix} \begin {vmatrix} x_1 \\x_2 \end {vmatrix} = 0 ==> x_1 = 1,x_2 = 1 abab x1x2 =0==>x1=1,x2=1

∣ b a b a ∣ ∣ x 1 x 2 ∣ = 0 = = > x 1 = a , x 2 = − b \begin {vmatrix} b & a \\ b &a \end {vmatrix} \begin {vmatrix} x_1 \\x_2 \end {vmatrix} = 0 ==> x_1 = a,x_2 = -b bbaa x1x2 =0==>x1=a,x2=b

也即:
A = P − 1 Λ P = { 1 2 a a 2 + b 2 1 2 − b a 2 + b 2 } { 1 0 0 1 − a − b } { 1 2 1 2 a a 2 + b 2 − b a 2 + b 2 } A = P^{-1} \Lambda P = \begin {Bmatrix} \frac{1}{\sqrt{2}} & \frac{a}{\sqrt{a^2+b^2}} \\\\ \frac{1}{\sqrt{2}} & \frac{-b}{\sqrt{a^2+b^2}} \end {Bmatrix} \begin {Bmatrix} 1 & 0\\\\ 0& 1 - a - b \end {Bmatrix} \begin {Bmatrix} \frac{1}{\sqrt{2}} & \frac{1}{\sqrt{2}} \\ \\ \frac{a} {\sqrt{a^2+b^2}} & \frac{-b}{\sqrt{a^2+b^2}} \end {Bmatrix} A=P1ΛP= 2 12 1a2+b2 aa2+b2 b 1001ab 2 1a2+b2 a2 1a2+b2 b

  1. 求矩阵的相似矩阵。上式中的 Λ \Lambda Λ为特征值在对角线上的对角矩阵。而 P − 1 P^{-1} P1和P即为特征向量组成的矩阵和转置矩阵(正交矩阵的转置矩阵跟逆矩阵相同)。

A n = P − 1 Λ n P = { 1 2 a a 2 + b 2 1 2 − b a 2 + b 2 } { 1 0 0 ( 1 − a − b ) n } { 1 2 1 2 a a 2 + b 2 − b a 2 + b 2 } = { 1 2 + a 2 ( 1 − a − b ) 2 a 2 + b 2 1 2 + − a b ( 1 − a − b ) 2 a 2 + b 2 1 2 + − a b ( 1 − a − b ) 2 a 2 + b 2 1 2 + b 2 ( 1 − a − b ) 2 a 2 + b 2 } A^n = P^{-1} \Lambda^n P = \begin {Bmatrix} \frac{1}{\sqrt{2}} & \frac{a}{\sqrt{a^2+b^2}} \\\\ \frac{1}{\sqrt{2}} & \frac{-b}{\sqrt{a^2+b^2}} \end {Bmatrix} \begin {Bmatrix} 1 & 0\\\\ 0& (1 - a - b)^n \end {Bmatrix} \begin {Bmatrix} \frac{1}{\sqrt{2}} & \frac{1}{\sqrt{2}} \\ \\ \frac{a} {\sqrt{a^2+b^2}} & \frac{-b}{\sqrt{a^2+b^2}} \end {Bmatrix} =\\ \\ \begin {Bmatrix} \frac{1}{2} + \frac{a^2 (1-a-b)^2}{a^2+b^2} & \frac{1}{2} + \frac{-ab (1-a-b)^2}{a^2+b^2} \\\\ \frac{1}{2} + \frac{-ab (1-a-b)^2}{a^2+b^2} & \frac{1}{2} + \frac{b^2 (1-a-b)^2}{a^2+b^2} \end {Bmatrix} An=P1ΛnP= 2 12 1a2+b2 aa2+b2 b 100(1ab)n 2 1a2+b2 a2 1a2+b2 b = 21+a2+b2a2(1ab)221+a2+b2ab(1ab)221+a2+b2ab(1ab)221+a2+b2b2(1ab)2 文章来源地址https://www.toymoban.com/news/detail-636887.html

到了这里,关于两个状态的马尔可夫链的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 概率论与数理统计期末复习

    泊松分布 连续性随机变量概率密度 概率密度积分求分布函数,概率密度函数积分求概率,分布函数端点值相减为概率 均匀分布 正太分布标准化 例题 离散型随机变量函数的分布 概率密度求概率密度 先积分,再求导 例题 二维离散型随机变量的分布 联合分布律 离散型用枚举

    2024年02月08日
    浏览(61)
  • 【概率论和数理统计-基本概念】

    自然界的 现象 分为两类,一类是 确定现象 ,如正负电荷的吸引;一类是 随机现象 ,如抛硬币出现正负。 研究后发现,随机现象也有 统计规律性 。 随机试验 随机现象(通过随机试验,来研究随机现象。) 样本空间 样本点 随机事件(特定情况下,样本空间的一个子集。

    2024年02月03日
    浏览(50)
  • 《概率论与数理统计》学习笔记

    重温《概率论与数理统计》进行查漏补缺,并对其中的概念公式等内容进行总结,以便日后回顾。 目录 第一章 概率论的基本概念 第二章 随机变量及其分布 第三章  多维随机变量及其分布 第四章  随机变量的数字特征 第五章  大数定律及中心极限定理 第六章  样本及抽样

    2024年02月03日
    浏览(40)
  • 概率论与数理统计_数理统计部分

    目录 相关符号 相关概念与例题 背景 总体与样本 统计量 统计量 常用统计量【重点】 直方图 经验分布函数 正态总体的抽样分布 前言复习 𝝌𝟐分布 𝒕分布 𝑭分布 上侧分位点 抽样分布定理【重点】 点估计 前言 点估计【重点】 矩估计方法【重点】 极大似然估计方法【重

    2024年02月10日
    浏览(39)
  • 【考研数学】概率论与数理统计 | 第一章——随机事件与概率(1)

    若一个试验满足如下条件: 在相同的条件下该试验可重复进行; 试验的结果是多样的且所有可能的结果在试验前都是确定的; 某次试验之前不确定具体发生的结果, 这样的试验称为随机试验,简称试验,一般用字母 E E E 表示。 设 E E E 为随机试验,随机试验 E E E 的 所有

    2024年02月12日
    浏览(51)
  • 概率论:数理统计基本概念——三大分布

    首先是X分布:    n=1的时候,f(y)就是正态分布平方的密度函数,这个可以用y=g(x)的密度函数计算方法来计算。 自由度是什么?: 很显然,几个X加起来,也就是自由度加起来:     接下来是t型分布:   这个T型分布建立在X型分布和标准正态分布上。   最后是F分布:    这

    2024年02月11日
    浏览(42)
  • 概率论与数理统计基础知识

    本博客为《概率论与数理统计--茆诗松(第二版)》阅读笔记,记录下来,以便自用。 连乘符号: ;总和符号: ;正比于: ∝ ;“任意”符号:∀;“存在”符号:∃; 随机现象所有基本结果的全体称为这个随机现象的基本空间。常用Ω={w}表示,其中元素w就是基本结果

    2024年02月09日
    浏览(43)
  • 概率论与数理统计思维导图

    2024年02月11日
    浏览(49)
  • 概率论与数理统计常用公式大全

    A − B = A − A B = A B ‾ B = A ‾    ⟺    A B = ∅    且 A ∪ B = Ω ( 1 ) 吸 收 律    若 A ⊂ B , 则 A ∪ B = B , A B = A ( 2 ) 交 换 律    A ∪ B = B ∪ A , A B = B A ( 3 ) 结 合 律    ( A ∪ B ) ∪ C = A ∪ ( B ∪ C ) , ( A B ) C = A ( B C ) ( 4 ) 分 配 律    A ( B ∪ C ) = A B ∪ A C , A ∪ B C = ( A ∪

    2024年02月11日
    浏览(47)
  • 概率论与数理统计学习笔记(7)——全概率公式与贝叶斯公式

    下图是本文的背景内容,小B休闲时间有80%的概率玩手机游戏,有20%的概率玩电脑游戏。这两个游戏都有抽卡环节,其中手游抽到金卡的概率为5%,端游抽到金卡的概率为15%。已知小B这天抽到了金卡,那么请问他是在手机上抽到的还是在电脑上抽到的? 上述问题中,我们先考

    2024年02月09日
    浏览(39)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包