[英]Probability of two transitions in Markov Chain
我已經掌握了馬爾可夫模型的轉換矩陣,但是對於如何進行一系列轉換仍然不清楚。 考慮頁面底部的馬爾可夫鏈,其中S
= Sunny, C
=多雲, R
= Rainy。
我已經在MATLAB中設置了這個轉換矩陣
A = [0.1 0.2 0.7; 0.4 0.3 0.3; 0.2 0.6 0.2]
0.1000 0.2000 0.7000
0.4000 0.3000 0.3000
0.2000 0.6000 0.2000
現在,為了查找過渡的可能性,為方便起見,我做了以下變量
>> S = 1
>> R = 2
>> C = 3
您可以通過從表格中查找來找到單個過渡的可能性,例如,從今天的Rainy到明天的Sunny,將是
>> A(R,S)
ans = 0.4000
題
我很難理解如何進行一系列轉換。 例如,如果今天是晴天,那么從現在起兩天將是多雲的機會是多少? (所以基本上是兩個過渡)我在想
>> A(S,S)*A(S,C) + A(S,R)*A(R,C) + A(S,C)*A(C,C)
ans = 0.2700
基本上,我發現了所有可能的過渡,最終可能會從Sunny到Cloudy。 盡管很麻煩,但這是正確的方法嗎?
您編碼A(S,S)*A(S,C) + A(S,R)*A(R,C) + A(S,C)*A(C,C)
(即所有可能的中間值之和狀態或Chapman-Kolmogorov方程 )只是矩陣乘法:
A(S,:)*A(:,C)
通常, A2 = A^2
給出所有此類雙重躍遷的概率,而An = A^n
是n
躍遷的概率(例如,請參見此處 )。 因此, A2(S,C)
是今天多雲后兩天(如果今天晴天A2(S,C)
的概率。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.