我正在寻找一种方法来为MathCad生成Kolmogorov-Chapman方程,以解决Markov Chain问题。
问题是要找到系统处于其中一种状态的概率。系统具有N个组件。
我有一个具有2 ^ N个节点(状态)和2 * N个参数的图形:N a's,这是第N个分量分解的概率,而N b's,这是该分解分量的概率会再次变得健康。

N可以接近10,这意味着至少会有1024个方程,因此我正在寻找一种生成这些方程的方法。

不需要Mathcad,任何其他数学引擎都可以(即使可以使用scipy之类的smth解决,即使是Python)

最佳答案

问题是要找到系统处于其中一种状态的概率。


由于您的随机过程是由N个独立的马尔可夫链组成的,因此,与为整个过程求解一个22 * N的方程组相比,分别解决每个链的方程更容易解​​决问题。

单个链的过渡矩阵为:

python - 生成马尔可夫过程的Kolmogorov-Chapman方程-LMLPHP

因此,Kolmogorov-Chapman方程为:

python - 生成马尔可夫过程的Kolmogorov-Chapman方程-LMLPHP

python - 生成马尔可夫过程的Kolmogorov-Chapman方程-LMLPHP

如果仍然需要整个系统的方程式:

python - 生成马尔可夫过程的Kolmogorov-Chapman方程-LMLPHP

关于python - 生成马尔可夫过程的Kolmogorov-Chapman方程,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/46138583/

10-16 08:04