主要内容

mcmix

创建随机马尔可夫链与指定的混合结构

描述

例子

mc= mcmix (numStates)返回离散时间马尔可夫链mc包含numStates州。mc特点是随机转移概率。

例子

mc= mcmix (numStates,名称=值)使用附加选项指定一个或多个名称参数结构mc来模拟不同混合时间。例如,您可以控制可行的模式转换。

例子

全部折叠

生成一个6个州马尔可夫链的随机转移矩阵。

rng (1);%的再现性mc = mcmix (6);

mc是一个dtmc对象。

显示转换矩阵。

mc.P
ans =6×60.2732 0.1116 0.1145 0.1957 0.0407 0.2642 0.3050 0.2885 0.0475 0.0195 0.1513 0.1882 0.0078 0.0439 0.0082 0.2439 0.2950 0.4013 0.2480 0.1481 0.2245 0.0485 0.1369 0.1939 0.2708 0.2488 0.0580 0.1614 0.0137 0.2474 0.2791 0.1095 0.0991 0.2611 0.1999 0.0513

有向图的马尔可夫链的阴谋。显示指定着色边缘过渡的可能性。

图;graphplot (mc ColorEdges = true);

图包含一个坐标轴对象。坐标轴graphplot类型的对象包含一个对象。

生成随机转移矩阵包含指定数量的零在随机的位置。零的位置(,j)表明,状态不过渡状态j

从随机生成两个十余个州的马尔可夫链转换矩阵。指定10 0的随机放置在一个链和30 0在其他连锁店。

rng (1);%的再现性numStates = 10;mc1 = mcmix (numStates, 0 = 10);mc2 = mcmix (numStates, 0 = 30);

mc2dtmc对象。

估计每一个马尔可夫链的混合时间。

[~,tMix1] =渐近(哪)
tMix1 = 0.7567
[~,tMix2] =渐近(mc2)
tMix2 = 0.8137

高的马尔可夫链连接,混合比mc2

生成一个马尔可夫链部分随机转移矩阵的特征。同时,减少可行的转换。

生成一个4×4失踪的矩阵()值,它代表了转移矩阵。

P =南(4);

指定状态1过渡到状态2概率为0.5,这状态2转换状态1相同的概率。

P (1、2) = 0.5;P (2, 1) = 0.5;

创建一个马尔可夫链部分已知的过渡矩阵的特征。对于其余的未知的跃迁概率,指定转换是不可行的5随机转换。一个不可行的过渡是一个过渡的发生的概率是零。

rng (1);%的再现性mc = mcmix(4修复= P 0 = 5);

mc是一个dtmc对象。除了固定的元素(1、2),(2,1)的转换矩阵,mcmix地方5 0在随机位置并生成随机概率为其余九个地点。概率在一个特定的行和为1。

显示转换矩阵和有向图的马尔可夫链的阴谋。情节,显示过渡概率通过指定边缘颜色。

P = mc.P
P =4×40 0.5000 0.1713 0.3287 0.5000 0.8368 0.1829 0.3171 0.1632 0 0 0 0.5672 0.1676 0.2652
图;graphplot (mc,“ColorEdges”,真正的);

图包含一个坐标轴对象。坐标轴graphplot类型的对象包含一个对象。

输入参数

全部折叠

许多州,指定为一个正整数。

如果你不指定任何名称参数,mcmix构造一个马尔可夫链和随机转移概率。

数据类型:

名称-值参数

指定可选的双参数作为Name1 = Value1,…,以=家,在那里的名字参数名称和吗价值相应的价值。名称-值参数必须出现在其他参数,但对的顺序无关紧要。

R2021a之前,用逗号来分隔每一个名称和值,并附上的名字在报价。

例子:0 = 10的地方010点随机位置的转移矩阵。

位置和固定过渡概率值,指定为一个numStates——- - - - - -numStates数字矩阵。

概率在任何行必须小于或等于总和1。行和1也解决0在剩下的行值。

mcmix包含分配随机概率位置值。

例子:修复=[0.5南南;南0.5南;南南0.5]

数据类型:

数量的新鲜感过渡概率分配随机位置的转移矩阵,指定为一个正整数比NumStates。的mcmix函数分配0包含一个0的位置修复

例子:0 = 10

数据类型:

独特的状态标签,指定为字符串向量,细胞特征向量的向量,或数字矢量numStates长度。元素对应的过渡矩阵的行和列。

例子:StateNames =[“萧条”“衰退”“停滞不前”“繁荣”]

数据类型:|字符串|细胞

输出参数

全部折叠

离散时间马尔可夫链,作为一个返回dtmc对象。

引用

[1]Gallager, R.G.随机过程:理论的应用。英国剑桥:剑桥大学出版社,2013年。

[2]角,R。,和C. R. Johnson.矩阵分析。英国剑桥:剑桥大学出版社,1985年。

版本历史

介绍了R2017b