Цепь Маркова с тремя состояниями S1, S2, S3 характеризуется однородной стохастической матрицей P110P13P21P220P31P32P33 где P11=P22=P33=mm+2;P13=P21=2m+2;P31=P32=1m+2 m=5 P11=P22=P33=57;P13=P21=27;P31=P32=17 Стохастическая

Цепь Маркова с тремя состояниями S1, S2, S3 характеризуется однородной стохастической матрицей
P110P13P21P220P31P32P33
где P11=P22=P33=mm+2;P13=P21=2m+2;P31=P32=1m+2
m=5 P11=P22=P33=57;P13=P21=27;P31=P32=17
Стохастическая (Решение → 57581)

Цепь Маркова с тремя состояниями S1, S2, S3 характеризуется однородной стохастической матрицей P110P13P21P220P31P32P33 где P11=P22=P33=mm+2;P13=P21=2m+2;P31=P32=1m+2 m=5 P11=P22=P33=57;P13=P21=27;P31=P32=17 Стохастическая матрица: 5702727570171757 Требуется: 1) изобразить граф состояний системы (сделать чертеж); 2) найти вероятность Pj(3) состояния системы на третьем шаге, если в начальный момент система находилась в состоянии S1.



Цепь Маркова с тремя состояниями S1, S2, S3 характеризуется однородной стохастической матрицей
P110P13P21P220P31P32P33
где P11=P22=P33=mm+2;P13=P21=2m+2;P31=P32=1m+2
m=5 P11=P22=P33=57;P13=P21=27;P31=P32=17
Стохастическая (Решение → 57581)

Граф состояний системы:
Т.к. в начальный момент система находилась в S1, то начальное распределение вероятностей: P10=1, P20=P30=0.
Используя стохастическую матрицу, находим вероятности состояний на первом шаге:
P11=P11=57
P21=P12=0
P31=P13=27
На втором шаге:
P12=P11P11+P31P31=57∙57+27∙17=2749
P22=P31P32=27∙17=249
P32=P11P13+P31P33=57∙27+27∙57=2049
И вероятности Pj(3) состояний системы на третьем шаге:
P13=P12P11+P22P21+P32P31=2749∙57+249∙27+2049∙17=159343
P23=P22P22+P32P32=249∙57+2049∙17=30343
P33=P12P13+P32P33=2749∙27+2049∙57=154343
Т.е