3.3. Непрерывные цепи Маркова

Марковский случайный процесс с дискретными состояниями и непрерывным временем называется непрерывной цепью Маркова при условии, что переход системы из состояния в состояние про­исходит не в фиксированные, а в случайные моменты времени.

В экономике часто встречаются ситуации, которые указать за­ранее невозможно. Например, любая деталь или агрегат автомоби­ля могут выйти из строя в любой, непредсказуемый заранее мо­мент времени. Для описания таких систем в отдельных случаях можно использовать математический аппарат непрерывной цепи Маркова.

Пусть система характеризуется п состояниями S₀, S₁, S₂, ..., S_n , а переход из состояния в состояние может осуществляться в любой момент времени. Обозначим через P_i(t) вероятность того, что в мо­мент времени t система S будет находиться в состоянии S_i(i= 0,1, ..., n). Требуется определить для любого t вероятности состояний P₀(t), P₁(t),…, P_n(t). Очевидно, что

Для процесса с непрерывным временем вместо переходных ве­роятностей P_ij рассматриваются плотности вероятностей перехода , представляющие собой предел отношения вероятности перехо­да системы за время из состояния S_i в состояние S_j к длине про­межутка :

(3.7)

где — вероятность того, что система, пребывавшая в момент t в со­стоянии S_i за время перейдет из него в состояние S_j (при этом всегда ).

Если = const то процесс называется однородным, если плот­ность вероятности зависит от времени =(t), то процесс — не­однородный.

При рассмотрении непрерывных марковских процессов приня­то представлять переходы системы S из состояния в состояние как происходящие под влиянием некоторых потоков событий. Пото­ком событий называется последовательность однородных событий, следующих одно за другим через какие-то, вообще говоря, случай­ные интервалы времени. Плотность вероятности перехода интер­претируется как интенсивность соответствующих потоков собы­тий. Если все эти потоки пуассоновские, то процесс, протекающий в системе S, будет марковским.

При изучении марковских случайных процессов с дискретными состояниями и непрерывным временем в графе состояний над стрелками, ведущими из состояния S_i в S_j, проставляют соответст­вующие интенсивности . Такой граф состояний называют разме­ченным.

Пусть система S имеет конечное число состояний S₀, S₁, S₂, ..., S_n. Случайный процесс, протекающий в этой системе, описывается вероятностями состояний P₀(t), P₁(t), … P_n(t), где P_i(t) - вероят­ность того, что система S в момент t находится в состоянии S_i. Для любого t

Вероятности состояний находят путем решения системы дифференциальных уравнений (уравнений Колмогорова), имеющих вид

(3.8)

где i=0,1,…,n

Величина называется потоком вероятности перехода из состояния S_i в S_j; причем интенсивность потоков может зависеть от времени или быть постоянной.

Уравнения (3.8) составляют по размеченному графу состояний системы, пользуясь следующим мнемоническим правилом: производ­ная вероятности каждого состояния равна сумме всех потоков ве­роятности, идущих из других состояний в данное состояние, минус сумма всех потоков .вероятности, идущих из данного состояния в другие.

Чтобы решить систему дифференциальных уравнений (3.8), нужно задать начальное распределение вероятностей P₀(0), P₁(0), … P_n(0). Для решения применяют Численные методы.