Глава 6. Полумарковские процессы
Обобщением цепей Маркова с непрерывным временем являются полумарковские случайные процессы с дискретным множеством состояний, реализации которых, аналогично цепям Маркова, являются кусочно постоянными непрерывными справа функциями.
В это главе будет дано определение полумарковского процесса, процесса марковского восстановления, полумарковской матрицы, определяющей такие процессы, вложенной цепи Маркова для полумарковского процесса, а также будут определены другие понятия, необходимые для рассмотрения полумарковских процессов. Достаточно детально будет рассмотрен метод дополнительных переменных для анализа процессов марковского восстановления и полумарковских процессов
Определение основных понятий теории полумарковских процессов
Рассмотрим однородный двумерный марковский случайный процесс {x(n),t(n)} с дискретным временем n =0,1,2,…, первая компонента x(n) которого принимает значения из некоторого дискретного множества. Для определённости будем полагать, что x(n)=1,2,…. Вторая компонента t(n) принимает неотрицательные значения (вообще говоря, из непрерывного множества).
|
|
По определению, марковской переходной функцией F (k 2, x; k 1, y) однородного двумерного марковского случайного процесса{x(n),t(n)} называется
. (1)
Будем рассматривать только такие двумерные случайные процессы {x(n),t(n)}, для марковских переходных функций которых выполняются равенства
, (2)
то есть условное распределение (1) не зависит от второго условия t(n)= y (не зависит от значения второй компоненты t(n) рассматриваемого двумерного марковского процесса).
В этом случае марковскую переходную функцию F (k 2, x; k 1) будем обозначать
. (3)
Матрицу A (x), элементами которой являются функции Ak n(x), определяемые равенством (3), будем называть полумарковской.
Определим последовательность моментов времени
равенством
и некоторым начальным условием на t 0.
Теперь можно дать следующее определение.
Случайный процесс k (t) с дискретным множеством состояний и непрерывным временем t будем называть полумарковским, заданным полумарковской матрицей A (x), если для всех n выполняются равенства
.
То есть, на каждом интервале времени [ tn, tn +1), длительность которого совпадает со значением второй компоненты t(n+ 1), процесс k (t) принимает и сохраняет то значение, которое в начале этого интервала приняла первая компонента x(n), рассматриваемого двумерного марковского процесса {x(n),t(n)}.
В силу свойства (2), первая компонента x(n) рассматриваемого марковского процесса также является марковским процессом, точнее цепью Маркова с дискретным временем и матрицей P вероятностей Pk n переходов за один шаг, определяемой равенством
|
|
.
Эта цепь x(n) для рассматриваемого полумарковского процесса k (t) называется вложенной цепью Маркова.
Вторая компонента {t(n)} процесса {x(n),t(n)} является немарковским процессом (последовательностью зависимых случайных величин), но для её элементов t(n) можно в силу равенства (3) определить условную функцию распределения
. (4)
В стационарном режиме функционирования полумарковского процесса по формуле полной вероятности можно записать и безусловную функцию распределения F (x) времени пребывания процесса k (t) в каждом состоянии
,
где r (k) – стационарное распределение вероятностей значений вложенной цепи Маркова x(n).
Как известно, стационарное распределение вероятностей r (k) является решением системы линейных алгебраических уравнений
.
Если компоненты x(n) и t(n) двумерного случайного процесса {x(n),t(n)} условно независимы, то есть для элементов Ak n(x) полумарковской матрицы A (x) выполняются равенства
, (5)
то полумарковский процесс k (t) будем называть процессом марковского восстановления.
Это название оправдано тем, что в классической теории восстановления рассматриваются самовосстанавливающиеся устройства в виде элемента с конечным сроком службы. Как только этот элемент отказывает, выходит из строя, он заменяется новым элементом того же вида, который рано или поздно заменяется третьим элементом, и так далее.
Пусть имеются элементы разных видов, которыми можно заменять отказавшие элементы. Срок службы элемента вида k является случайной величиной с функцией распределения Ak (x). Будем полагать, что заданы вероятности Pk n того, что если выходит из строя элемент вида k, то его заменяют элементом вида n.
Процесс k (t), определяющий вид элемента работающего в момент времени t, является процессом марковского восстановления.
В силу равенства (5) для процессов марковского восстановления полумарковскую матрицу A (x) можно записать в виде произведения
, (6)
где D (x) – диагональная матрица с элементами Ak (x) по главной диагонали.
В силу определения (3) элементы Ak n(x) полумарковской матрицы определяют условные двумерные распределения вероятностей, задание которых вызывает некоторые затруднения, поэтому достаточно полезной является следующая мультипликативная форма этих элементов
,
то есть Ak n(x) можно записать в виде произведения
, (7)
где Gk n(x) – условная функция распределения времени пребывания полумарковского процесса в k -ом состоянии при условии, что переход будет осуществлён в состояние n.
Из (7) следует, что полумарковскую матрицу A (x) можно записать в виде произведения Адамара
матриц G (x) и P с элементами
,
. (8)
Задание полумарковского процесса матрицами G (x) и P гораздо проще, чем полумарковской матрицей A (x), но задание полумарковской матрицей более компактно.