马尔可夫链:在Transition Matrix中加入状态

时间:2015-06-08 12:24:57

标签: matrix transition probability chain markov

我需要在转换矩阵中合并两个状态:

例如:我有下面的矩阵

              A       B       C      D      E      F 
          A  0.5     0.4      0      0      0.1    0

          B  0.5     0.1      0.2    0.1    0.1    0

          C  0       0.1      0.9    0      0      0

          D  0       0        0      0.7    0.3    0

          E  0       0.2      0      0.7    0      0.1

          F  0       0        0      0.5    0      0.5

我想加入D和E州:

              A      B        C    (D+E)    F 
          A  0.5     0.4      0      ?      0

          B  0.5     0.1      0.2    ?      0

          C  0       0.1      0.9    ?      0

       (D+E) ?       ?        ?      ?      ?

          F  0       0        0      ?      0.5

获取行和列(D + E)的公式是什么?

使用约束:“列的总和必须等于1” 计算元素很简单:

(A,(d + E))= 0.2

(B,(d + E))= 0.2

(C,(d + E))= 0.1

(F,(d + E))= 0.5

如何计算行的元素((D + E),i)?

2 个答案:

答案 0 :(得分:0)

我认为你可以通过编写P(A | D + E)= P(A,D + E)/ P(D + E)然后应用de Morgan定律并注意D和E相互排斥来解决这个问题。 。得到P(A | D + E)=(P(A | D)P(D)+ P(A | E)P(E))/(P(D)+ P(E)),同样适用于任何其他州。边际概率只是具有特征值的特征向量的元素1.免责声明:您需要验证这一点。

答案 1 :(得分:0)

如果您的马尔可夫链是非周期性且不可简化的,我认为您可以总结对应于" D"和" E"有权重" pai_D"和" pai_E"。 " pai_S"表示进入州的概率" S"经过长时间的运行。 (称为静止状态