42.Марковские процессы с дискретным временем: основные понятия и определения.

Марковских случайных процессы с дискретным временем нашли применение для прогноза множества показателей, которые меняются щ года в год одновременно, но непосредственно связи между ними не установлены ввиду отсутствия информации или крайней сложности этих связей. Примером может служить прогноз потребностей народного хозяйства в ресурсах. При этом, однако, при реализации данного прогноза устанавливается на перспективу сама структура потребления ресурсов различными отраслями.

Марковский случайный процесс с дискретным временем задается графом состояний элементов системы и матрицей вероятностей Кодов элементов системы из состояния в состояние. Обычно при исследовании такого процесса интересуются вероятностями пребывания системы в j-м состоянии.

Для вычисления вероятности перехода в j-oeсостояниеPj- на к-м шаге существует соотношение Колмогорова - Чепмена:

,

Где – вероятность пребывания элементов системы вj-ом состоянии наk-ом шаге (вk-й дискретный интервал времени),- вероятности перехода системы из состоянияiв состояниеjнаk-м шаге, образующих матрицувероятностей перехода, задаваемую соответствующим графом переходов системы из состояния в состояние.

Переход из состояния в состояние зависит от того, в каком состоянии находилась система на предыдущем шаге и от Рij(K) - матрицы вероятности переходов наk-ом шаге, и эти вероятности могут меняться. Если матрица вероятности переходов не зависит от номера шага, то цепь Маркова называется однородной.

В основе же прогноза лежит вычисление матрицы переходов, элементами которой являются вероятности перехода прогнозируемых параметров из одного состояния в другое, от одного значения к другому.