文档帮助中心文档
计算马尔可夫链命中次数
ht = hittime (mc、目标)
ht = hittime (mc,目标,“图”,真的)
(ht, h) = hittime (mc,目标,“图”,真的)
[ht,h]=命中时间(ax,mc,target,'Graph',true)
实例
ht= hittime (mc,目标)返回预期的第一次击中时间ht对于指定的状态子集目标,从马尔可夫链中的每个状态开始mc.如果目标形成一个循环类,元素ht是预期吸收时间.
ht= hittime (mc,目标)
ht
mc
目标
ht= hittime (mc,目标,“图形”,真)绘制的有向图mc节点颜色表示预期的首次命中时间。颜色条总结颜色编码。
ht= hittime (mc,目标,“图形”,真)
[ht,H) = hittime (mc,目标,“图形”,真)还返回打印句柄。使用H在创建绘图后修改它的属性。
[ht,H) = hittime (mc,目标,“图形”,真)
H
[ht,H) = hittime (斧头,mc,目标,“图形”,真)在指定的坐标轴上绘图斧头而不是当前的轴(gca).
[ht,H) = hittime (斧头,mc,目标,“图形”,真)
斧头
gca
全部崩溃
考虑这个理论的,一个随机过程的右随机转移矩阵。
P = [ 1. 0 0 0 1. / 2. 0 1. / 2. 0 0 0 0 1. 0 0 1. / 2. 1. / 2. ] .
建立以转移矩阵为特征的马尔可夫链P.
P = [1 0 0 0;1/2 0 1/2 0;0 0 0 1;0 0 1/2 /2];mc = dtmc (P);
画一个马尔可夫链的有向图。通过使用节点颜色直观地识别每个状态所属的通信类。
图;图幅(mc,“ColorNodes”,真正的);
从马尔可夫链中的每个状态开始,计算状态3的预期首次命中时间。
ht = hittime (mc, 3)
ht =4×1Inf 0 2
因为状态3从状态1是不可达的,所以状态1是相对于状态3的远程状态,预期的第一次命中时间为正.
正
状态3可以从状态2到达,但状态2有正概率转换到状态1,状态1是吸收状态。因此,状态2是相对于状态3的远程可到达状态,预期第一次命中时间为正.
因为状态3是目标,它预期的第一次命中时间是0.
0
状态3从状态4开始的预期第一次击球时间是2.时间步长。
2.
P = [ 0 1. / 2. 0 1. / 2. 2. / 3. 0 1. / 3. 0 0 1. / 2. 0 1. / 2. 1. / 3. 0 2. / 3. 0 ] .
P = [0 1/2 0 1/2 2/3 0 1/ 0 0 1/2 0 1/3 0 2/ 0];mc = dtmc (P);
绘制马尔可夫链的有向图mc.显示转换概率。
graphplot (mc,“ColorEdges”,真正的)
从马尔可夫链的每个状态开始,计算状态1的期望第一次命中时间。
ht=命中时间(mc,1)
ht =4×10 2.3333 4.0000 3.6667
绘制马尔可夫链的有向图。指定表示状态1的预期首次命中时间的节点颜色,从马尔可夫链中的每个状态开始。
hittime (mc, 1“图形”,真正的);
绘制另一个有向图。包括状态4作为目标状态。
hittime (mc (1 - 4),“图形”,真正的);
建立以转移矩阵为特征的马尔可夫链:
P = [ 1. / 2. 0 1. / 2. 0 0 0 0 0 1. / 3. 0 2. / 3. 0 0 0 1. / 4. 0 3. / 4. 0 0 0 0 0 2. / 3. 0 1. / 3. 0 0 0 1. / 4. 1. / 8. 1. / 8. 1. / 8. 1. / 4. 1. / 8. 0 1. / 6. 1. / 6. 1. / 6. 1. / 6. 1. / 6. 1. / 6. 0 1. / 2. 0 0 0 0 0 1. / 2. ] .
P =[1/2 0 0 0 0 0 0 0 1/3 2/3 0 0 0 1/4 0 3/4 0 0 0 0 0 0 0 0 0 1/3 2/3 1/4 1/8 1/8 1/8 1/4 1/8 0 1/6 1/6 1/6 1/6 1/6 1/6 0 0 0 0 0 0 1/2半];mc = dtmc (P);
从马尔可夫链中的每个状态开始,计算状态1的预期首次命中时间mc. 另外,绘制一个有向图并指定表示状态1的预期首次命中时间的节点颜色。
ht=命中时间(mc,1,“图形”,真正的)
ht =7×10 Inf 4 Inf Inf 2
状态2和4形成一个吸收类。因此,状态1无法从这些状态访问。吸收类相对于状态1是远程的,预期第一次命中时间为正.
状态1可以从状态5和状态6到达,但从状态5和状态6过渡到吸收类的概率不为零。因此,状态5和状态6相对于状态1是远程可达的,预期的首次命中时间为正.
从状态7开始状态1的预期第一次击球时间是2个时间步。从状态3开始状态1的预期第一次击球时间是4个时间步。
从一个随机生成的转移矩阵中创建一个八状态的马尔可夫链,该转移矩阵具有随机位置的50个不可行的转移。一个不可行的过渡是一个发生概率为零的转移。给各州取任意的名字。
numStates = 8;0 = 50;stateNames = strcat (repmat (“政权”,1,8),字符串(1:8));rng(1617676169)%的再现性mc = mcmix (8,“零”,零,“StateNames”, stateNames);
绘制马尔可夫链的有向图mc.指定节点颜色,以标识瞬态和循环状态以及通信类。
在马尔可夫链中找到一个递归类mc通过以下步骤:
通过传递对状态进行分类mc来分类.返回类成员身份的数组ClassStates以及指定类是否为循环类的逻辑向量ClassRecurrence.
分类
ClassStates
ClassRecurrence
通过使用逻辑向量在数组中建立索引,从类数组中提取递归类。
[~, ClassStates IsClassRecurrent] = (mc)进行分类;复发性= ClassStates {IsClassRecurrent}
复发性=1 x4字符串"制度2" "制度3" "制度6" "制度8"
计算循环类状态的预期命中时间,从马尔可夫链中的每个状态开始。
ht=命中时间(mc,周期性);
提取并显示从瞬态开始的预期吸收时间。
istransient=~ismember(mc.StateNames,循环);absorbtime=ht(istransient);table(absorbtime,“RowNames”,mc.StateNames(istransient))
ans =4×1表吸收时间__________方案1 5.8929方案4 1方案5 1.7777方案7 4.8929
从一个随机转移矩阵中创建一个50状态的马尔可夫链,其中大多数转移是不可行的和随机放置的。
rng (1)%的再现性mc=mcmix(50,“零”,2400);
通过绘制有向图并指定节点颜色表示状态1从每个状态开始的预期第一次命中时间,可视化马尔可夫链的混合时间。
可视化状态5的马尔可夫链的混合时间。
hittime (mc 5“图形”,真正的);
这个预计通勤时间来自国家 我 州 J 马尔可夫链从状态过渡所需的预期时间是多少 我 州 J (预计首次命中时间)ht ( 我 , J ) ),然后返回州政府 我 (ht ( J , 我 ) ).正式来说,预期的通勤时间是
C ( 我 , J ) = ht ( 我 , J ) + ht ( J , 我 ) .
创建一个“哑铃”马尔可夫链,每个“权重”包含10个状态,“条”包含3个状态。
在每个权重内指定状态之间的随机转移概率。
如果马尔可夫链达到最接近杆的权值状态,则指定一个高概率的过渡到杆的状态。
指定条形图中状态之间的统一过渡。
rng (1);%的再现性w = 5;%哑铃DBar = [0 1 0;1 0 1;0 1 0];%哑铃棒DB=blkdiag(兰特(w),DBar,兰特(w));%转移矩阵连接哑铃和杠铃DB(w,w+1)=1;DB(w+1,w)=1;DB(w+3,w+4)=1;DB(w+4,w+3)=1;mc=dtmc(DB);
绘制马尔可夫链的有向图mc.抑制节点标签。
图;graphplot (mc);
考虑计算从状态1到状态10的预期通勤时间。
计算ht(1,10),状态10从状态1开始期望的第一次敲击时间。
ht = hittime (mc, 10);ht1to10 = ht (1);
计算ht(10,1),状态1从状态10开始期望的第一次敲击时间。
ht = hittime (mc, 1);ht10to1 = ht (10);
计算从状态1到状态10的预期通勤时间。
C1to10 = ht1to10 + ht10to1
C1to10 = 236.6165
从状态1到状态10再返回的预计通勤时间为236.62个时间步。
dtmc
离散时间马尔可夫链NumStates状态与转移矩阵P,指定为dtmc对象。P必须详细说明(否楠条目)。
NumStates
P
楠
状态的目标子集,指定为正整数的数字向量、字符串向量或字符向量的单元向量。
对于数字向量,表示目标对应于转移矩阵的行mc.P.
mc.P
对于字符向量的字符串向量或单元格向量,元素目标必须是州名在州名.
州名
例子:["制度1" "制度2"]
["制度1" "制度2"]
数据类型:双|字符串|单间牢房
双
字符串
单间牢房
轴
用于绘图的轴,指定为轴对象。
默认情况下,hittime绘制到当前坐标轴(gca).
hittime
预期的第一次命中时间,作为长度的数字向量返回mc.NumStates.ht(J)是目标状态的指定子集的预期第一次命中时间吗目标从起始状态J.
mc.NumStates
ht(J)
J
如果ht(J)=正,国家J是一个偏远的国家或remote-reachable状态对于目标状态目标.
图形打印的句柄,在“图形”名称-值对参数为真正的.H是唯一标识符,可以使用它查询或修改绘图的属性。
“图形”
真正的
偏远国家是目标状态不可达的状态。一个偏远州被击中的概率是0以及预计的第一次撞击时间正.有关命中概率的更多详细信息,请参阅hitprob.
hitprob
Remote-reachable州是指目标状态可到达且具有达到吸收类的正概率的状态。远程可达状态的预期首次命中时间为正用于目标状态。
hittime使用linprog求系统的最小范数非负解:
linprog
{ K 我 A. = 0 , 我 ∈ A. K 我 A. = 1. + ∑ J ∉ A. P 我 J K J A. , 我 ∉ A. ,
在哪里
K 我 A. =ht(我),状态子集的预期第一次敲击时间A.,从州开始我.
ht(我)
我
A.是中状态的索引集目标.
P=mc.P.
N=mc.NumStates[1].
[1]诺里斯,j . R。马尔可夫链。英国剑桥:剑桥大学出版社,1997。
亚链
您有这个示例的修改版本。您想打开这个示例与您的编辑吗?
您单击了与此MATLAB命令对应的链接:
通过在MATLAB命令窗口中输入命令来运行命令。Web浏览器不支持MATLAB命令。万博1manbetx
选择一个网站,在那里获得翻译的内容,并看到当地的活动和优惠。根据您的位置,我们建议您选择:.
你也可以从以下列表中选择一个网站:
选择中国站点(中文或英文)以获得最佳站点性能。其他MathWorks国家/地区站点不适合您所在位置的访问。
与当地办事处联系