Научная статья на тему 'Свойства управляемой векторной марковской цепи со счетным числом состояний, удовлетворяющей рекуррентным соотношениям'

Свойства управляемой векторной марковской цепи со счетным числом состояний, удовлетворяющей рекуррентным соотношениям Текст научной статьи по специальности «Математика»

CC BY
172
35
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
УПРАВЛЯЕМАЯ ВЕКТОРНАЯ МАРКОВСКАЯ ЦЕПЬ / СУЩЕСТВЕННЫЕ И НЕСУЩЕСТВЕННЫЕ СОСТОЯНИЯ / ЦИКЛИЧЕСКИЕ ПОДКЛАССЫ / ОДНОМЕРНЫЕ РАСПРЕДЕЛЕНИЯ МАРКОВСКОЙ ЦЕПИ / ПРОИЗВОДЯЩАЯ ФУНКЦИЯ / СТАЦИОНАРНОЕ РАСПРЕДЕЛЕНИЕ / CONTROLLED VECTOR MARKOV CHAIN / ESSENTIAL AND INESSENTIAL STATES / CYCLIC SUBCLASSES / ONE-DIMENSIONAL DISTRIBUTIONS OF A MARKOV CHAIN / GENERATING FUNCTION / STATIONARY DISTRIBUTION

Аннотация научной статьи по математике, автор научной работы — Федоткин А. М.

Рассматриваются инвариантные свойства конечного семейства из управляемых векторных марковских цепей со счётным числом состояний. При этом каждая марковская цепь задаётся функциональным соотношением и некоторым семейством случайных величин. Проведена полная классификация по Колмогорову пространства состояний такого рода управляемых марковских цепей. В терминах параметров распределений определяются легко проверяемые необходимые условия существования стационарного распределения для таких управляемых векторных марковских цепей со счётным числом состояний.

i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

PROPERTIES OF A CONTROLLED VECTOR COUNTABLE-STATE MARKOV CHAIN SATISFYING RECURRENT RELATIONS

Invariant properties of a finite assemblage of controlled vector countable-state Markov chains are considered. Each Markov chain is given by a functional relation and a set of random variables. A full Kolmogorov classification of state space for such controlled Markov chains has been carried out. Easily verifiable necessary conditions for the existence of a stationary distribution for such controlled vector countable-state Markov chains are defined in terms of distribution parameters.

Текст научной работы на тему «Свойства управляемой векторной марковской цепи со счетным числом состояний, удовлетворяющей рекуррентным соотношениям»

Математическое моделирование. Оптимальное управление Вестник Нижегородского университета им. Н.И. Лобачевского, 2009, № 3, с. 152-161

УДК 519.21

СВОЙСТВА УПРАВЛЯЕМОЙ ВЕКТОРНОЙ МАРКОВСКОЙ ЦЕПИ СО СЧЕТНЫМ ЧИСЛОМ СОСТОЯНИЙ, УДОВЛЕТВОРЯЮЩЕЙ РЕКУРРЕНТНЫМ СООТНОШЕНИЯМ

© 2009 г. А.М. Федоткин

Нижегородский госуниверситет им. Н.И. Лобачевского fandr@vmk.unn.ru

Поступила в редакцию 11.02.2009

Рассматриваются инвариантные свойства конечного семейства из управляемых векторных марковских цепей со счётным числом состояний. При этом каждая марковская цепь задаётся функциональным соотношением и некоторым семейством случайных величин. Проведена полная классификация по Колмогорову пространства состояний такого рода управляемых марковских цепей. В терминах параметров распределений определяются легко проверяемые необходимые условия существования стационарного распределения для таких управляемых векторных марковских цепей со счётным числом состояний.

Ключевые слова: управляемая векторная марковская цепь, существенные и несущественные состояния, циклические подклассы, одномерные распределения марковской цепи, производящая функция, стационарное распределение.

1. Постановка задачи

Пусть при каждом фиксированном j = 1, 2, т векторная случайная последовательность {(Гг(ш), шу г(ш), Е'у, i- 1(га)); г > 0} определяется на некотором основном вероятностном пространстве (О, 3, ?(■)). Здесь т > 2 есть некоторое заданное натуральное число, а через символ ш будем обозначать произвольный элемент достоверного события О. При этом ш определяет с помощью некоторого языка описание так называемого элементарного исхода случайного эксперимента Е. Множество 3 является ст-алгеброй и содержит все наблюдаемые исходы А с О такого эксперимента, и, наконец, вероятностная функция Г(Л): 3 ^ [0,1] задается на ст-алгебре 3. В некоторых случаях символ ш будем опускать, если это не приводит к очевидным недоразумениям и писать {(Гг, шу г, Е у г - 1); г > 0}. Пространством состояний векторной последовательности {(Гг, Шу, г, Е'и г - 1); г > 0} является прямое произведение Г х X х Yj множества Г из элементов Г(1), Г(2), ..., Г(2т), множества X = {0, 1, ...} и множества Yj = {0, 1, ..., /,}, где 11,12, ..., 1т суть некоторые заранее заданные натуральные числа. Отсюда следует, что случайный элемент Гг е Г, случайное число шу г е X, случайное число Е 'у, г е Yj.

Будем предполагать, что последовательность {(Гг, шу г, Е у, г - 1); г > 0} удовлетворяет следую-

щему рекуррентному по г = 0, 1, ... соотношению

(Гг + 1, Шу г + 1, Е'у, г) = КГ ), тах{0, шу г + Пи г - Е;, г}, тт{жу г + Пу г, Еу г})- (!)

В соотношении (1) отображение м(Г(х)): Г ^ Г определяется равенством

Гг(5 + 1} їде 5 = 1, 2, ..., 2т - 1;

ЧГ^) = І (1) (2)

І Г() їде 5 = 2т,

а случайные величины пу, і є X и Еу, і є Yj. Пусть (ю: Гк(ю) = Г(Ч шу ¿(ю) = хк, Е ' у, к - і(ю) = Ук, к =

= 0, і } = А0, і. Далее, ради упрощения записи, обозначим элемент Г(5і) через Г(5). Будем предполагать, что при Г(5к) є Г, хк є X , ук є Yj и к =

= 0, і условные распределения случайных величин Пу, і и Еу, і удовлетворяют соотношениям:

?(Пу, і = п | Ао, і) = і = п | Г,- = Г(5)) =

= Ф](п; ТЛ =

[п/2] „ (Я Т )п-г

= Т ЪСП-гР" ~2гч- ]°

= р ^ Сп-Г^у Чу , Ч.

г=0 (п - г)!

п є X,

?(Е/, і = Ь | Ао, і п у і = п) =

= Р(Е, г = Ь | Г.- = Г(5) ) = ру(Ь; Г^) =

1, апёе Ь = 1у е Г(5) = Г(21 - 1);

1, апёе Ь = 0 е г( 5) єГ \ (г(21 - 1)}; (4)

0 а тбаёшйб пёо^ауб.

(«х

В соотношении (3) при любом 5 = 1, 2, ..., 2т числа Ау, Т5, ру, qj = 1 - ру строго положительные и являются параметрами условных распределений величин Пу, г, а символ [и/2] означает целую часть числа и/2. При этом параметры Ау и Ру фиксированы, а величины Т1, Т2, ..., Т2т можно выбирать. Следовательно, изменяя величины Т1 > 0 , Т2 > 0, ..., Т2т > 0, мы тем самым изменяем условные распределения (3) и конечномерные распределения векторной последовательности {(Гг, Шу, г, Еу, г - 1); г > 0}. Итак, векторная случайная последовательность {(Гг, Шу, г, Е 'у, г - 1); г > 0} будет управляемой. В следующих разделах этой работы изучим вероятностные свойства семейства из управляемых векторных случайных последовательностей вида {(Гг, шу г, Е у, г

- 1); г > 0},у е 1,т .

2. Разбиение пространства состояний последовательности {(Гг, жу, г, Еу, i - 1); г > 0}

Пусть теперь у принимает фиксированное значение из множества {1, 2, т}. Используя

соотношения (1), (2) и равенство Г(5г) = Г(5), вычислим для любых фиксированных Г(г) е Г, х е X, у е Yj, Г1'5*'1 е Г, хк е X , ук е Yj и к = 0, г условную вероятность

Р(Г г + 1 = Г(Г), Шу, г + 1 = х, Е 'у, г = У | Л, г) =

X

= Е Е Р(Г г + 1 = Г(Г), Шу, г + 1 = х, Е'у г =

и = 0 Ъе{ 0,1у }

=У, Пу, г = и, Еу, г = Ъ | А0, г) =

= Е Е Р(п;, г = и | Л, г) х и = 0 Ъе{ 0,1у }

хР(Еу, г = Ъ | Л, г, П; г = и) X х Р(Г г + 1 = Г(г), ш у, г + 1 = х, Е' у, г = У | А г, П у, г =

= и, Е у, г = Ъ) =

X

= Е Е Фу(и; Тх)р у(Ъ; Г(5)) X и = 0 Ъе{ 0,1у }

х Р(и(Г(5)) = Г(г), тах{0, хг + и - Ъ} =

= х, тт{ хг + и, Ъ} = у | Л, г, Пу, г = и, Еу, г = Ъ) =

X

= Е Е Фу(и; Тх)р у(Ъ; Г(5))Р(м(Г(5)) = Г(г),

и = 0 Ъе{ 0,1у }

тах{0, хг + и - Ъ} = х, тт{ хг + и, Ъ} = у). (5)

Аналогичным способом найдём, что для любых Г(г) є Г, х є X, у є Yj, Г(5) є Г, х є X , уі є Yj условная вероятность Р(Гг- + 1 = Г(г), ш у, і + 1 = = х, Е ' у, і = у | Гі = Г(5), Ш у, і = Хі, Е ' у, і - 1 = Уі) вычисляется по формуле (5). Значит, управляемая последовательность ((Гг-, Шу, І, Е у, г- - 1); і ^ 0} является марковской. Непосредственно из (5) для векторной марковской последовательности {(Гі, ш у, „ Е 'у, і- 1); і > 0} следует, что все ее условные вероятности перехода за один шаг не изменяется во времени. Поэтому рассматриваемая цепь будет однородной по времени. Используя терминологию и определения из [2, с. 534-538], покажем следующее утверждение.

Теорема 1. Пространство состояний управляемой векторной марковской последовательности ((Гі, Шу, і, Е у, і - 1); і = 0, 1, ...} разбивается

на замкнутое подмножество и Еу(Г(,?)) сущест-

5 =1

венных периодических состояний с периодом 2т и на незамкнутое подмножество {(Г , х, у):

Г(г) е Г \ Г(2;), х е X,у = 1, ..., у } и {(Г(2;), х,у): х > 0, у = 0, 1, ..., 1у - 1} несущественных состояний, где Еу(Г(5)) = {(Г(5), х, 0): х е X} при 5 е е {1, 2, ..., 2т} \ {2у} и Е;(Г(2;)) = {(ГГ2/), х, I, ): х е е X} и {(Г(2у), 0,у): у = 0, 1, ..., у - 1}.

Доказательство. Используя обозначение вероятности Р(Гг = Г(г), ш у, г = х, Е 'у, г - 1 = у) через функции Q у, г (Г(г), х, у), известную формулу полной вероятности для несчетного числа гипотез {ш: Гг(ш) = Г(5), шу, г(ш) = V, Е 'у, г - 1(ш) = w}, (Г(5), V, w) е Г х X х Yу, соотношение (5) и равенство (2), последовательно найдём:

2т х 1у

Qу, г + 1(Г(Г), х, у) = Е Е Е Qу, г (Г(5), V, w) х

5=1V=0 w=0

х Р(Гг + 1 = Г(г), шу, г + 1 = х, Е ' у, г = у | Гг = Г(5), шу, г =

= V, Е ' у, г - 1 = w) =

2т х 1у

= Е Е Е Qу г (Г(5), V, w) х

5=1V=0 w=0

X Е Е в у(Ь; Г(5))Ф т Т ) X

т = 0 Ьє( 0, і] }

х Р(м(Г(5)) = Г(г), тах(0, V + т - Ь} =

= х, тіп^ + т, Ь} = у) =

х 1у

= Е Е Q ], і (Г(г - 1), V, w) X

V=0 w=0

X

X Е Е в у(Ь; Г(г - 1))ф у(т; Тг - 1) х

т = 0 Ьє( 0, і] }

х Р(тах{0, V + т - Ь} = х, тіп^ + т, Ь} = у), (6)

X

где Г(г) е Г, х е X, у е YJ, Г(0) = Г(2т), Т = Т2т. Принимая во внимание определение функции Ру(Ъ; Г(г - 1)) с помощью равенства (2), обозначение V + т через с и выполняя в связи с этим обозначением соответствующую замену переменных, непосредственно из (6) для г = 2у' и ге{1, 2, ... , 2т} \ {2у} получим два следующих соотношения:

Q ], і + 1(Г(2]), х, у) =

X 11 _

^ | X

= Е Е Q], і (Г(2] - 1), V, w) Е Фу(т; Ту - 1) X

V=0 w=0 т = 0

X Р(тах{0, V + т - ]} = х, тіп^ + т, ]} = у) =

і —1 і і] 1 С і]

= Е Е Е Q], і (Г(2] - Ч V, w) Ф](с - V; Т2] - 1) > с=1у=0 w=0

хP(0 = х, с = у) +

X с 1]

+ Е Е Е Q у, і (Г(2] - :), V, w) X

с = I уу=0 w=0

Q ], і + 1(Г(г), х, у) =

X 1] X

= Е Е Q], і(Г(г- !), V, w) Е фу(т; Т- 1) X у=0 w=0 т = 0

X Р(тах{0, V + т} = х, min(v + т, 0} = у) =

X ^

= Е Е Q ], і(Г(г - !), V, w) Фу(х - V; Тг - 1) X у=0 w=0

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

хP(x > 0, 0 = у).

2 т

Q у, і + КГ®, х, I]) =

х+іі

і] -1

= Е Q], і(Г(2]), 0, w)фj(x; Т2у) +

w=0

і] -1

+ Е Q у, і(Г(2]), V, і]) Ф](х - V; Ту), (11)

v=0

Q у, і + 1(Г(г), х, 0) =

іі -1

= Е Q ], і(Г(г - 1), V, 0)ф](х - V; Тг - !), (12)

V=0

где г > 1, Г(2т+1) = Г(1) , Г(г) е Г(/) = Г \ {Г(2у), Г(2; + 1)}, х е X, у = 0, 1, ..., 1у - 1. При любом

фиксированном у е 1, т марковская цепь {(Гг, Шу, г, Е 'у, г - 1); г = 0, 1, .} из любого несущественного состояния в начальный момент за один шаг переходит в некоторое состояние

хф](с - V; Т2] - 1) Р(с - і] = х, I] = у) ; (7)

множества и Еу(Г(5)). Поэтому при изучении

5 = 1

вероятностных свойств этой марковской цепи будем в дальнейшем задавать её начальное распределение только на множестве состояний ви-

(8)

Из равенств (7), (8) видно, что для всех г = 0, 1, . ненулевыми остаются только формулы для вероятностей Q] г + 1(Г(2;), 0, у), Qу, г + 1(Г(2;), х, /у), Qу, г + 1(Г(Г), х, 0), где у = 0, 1, ., /у- 1, ге {1, 2, ., 2т} \ {2у}, х е X. Отсюда ясно, что множество

да и Еу(Г(г)). Тогда соотношения (9)-(12) оп-

Г=1

ределяют динамику одномерных распределений марковской цепи {(Гг, Шу г, Е 'у, г - 1); г = 0, 1, .}. Так как функция ф у(и; Т5) > 0 для всех у' е 1, т, и е X, Т5 > 0, 5 е 1, 2т, то соотношения (9)-(12) вычисляют ненулевые вероятности перехода за один шаг марковской цепи {(Гг, Шу, г, Е у, г - 1); г = 0, 1, .} для множества состояний

(Г х X х Yj) \ и Еу(Г(5)) состоит из несущест-

5=1

венных состояний, а соотношения (7) и (8) можно записать в следующем виде:

Qу, г + 1(Г(2;), 0, у) =

у

= Е Qу, г(Г(2у - 1), V, 0)фу(у - V; Ту - 1), (9)

v=0

вида и Еу(Г(г)). Например, из соотношения (9)

г=1

легко определяется условная вероятность перехода за один шаг Р(Гі + 1 = Г(2у), Ш у, і + 1 = 0, Е у, і = = у | Гі = Г(2] - !), ш у, і = V, Е ' у, і - 1 = 0), которая равна фу(у - V; Т2у- ]) > 0, где V = 0, 1, ..., у и у = = 0, 1, ..., 1у - 1. Используя этот факт, нетрудно найти хотя бы одну конечную цепочку переходов марковской цепи из любого состояния (Г(г ),

V, w) є и Еу(Г(г)) в любое состояние (Г(г), х, у) є

г=1

є и Еу(Г(г)) с ненулевой вероятностью. При

г =1

= Е Q], і(Г(2] - 1), V, 0)ф](х + і] - V; Ту - 1), (10)

V=0

Q и і + 1(Г(2] + 1), х, 0) =

этом для всех 5 = 1, 2т, если марковская цепь в начальный момент находится в одном из состояний множества Еу(Г(5 1)), то она на следующем шаге непременно переходит в некоторое состояние из множества Еу(Г(5)) и возвращается с ненулевой вероятностью в это начальное со-

Доказательство. Используя соотношение (10), вычислим функцию Фу, і + і(Г(2]), г, іу):

стояние через 2тг шагов (г = 1, 2, ...). Суммируя всё это, получаем, что для векторной марковской последовательности {(Гг, Шу г, Е 'у г - 1); г = 0,

1, ...} множества Еу(Г(1)), Е;(Г(2)),..’., Е;(Г(2т)) х

представляют собой циклические подклассы фу г + 1(Г(2;), г, /у) = Е Qу г + 1(Г(2;), х, /у) гх =

х + /

состояний замкнутого множества и Е. (Г(г))

г=1

х = 0

существенных состояний с периодом 2т. Теорема 1 доказана.

В [1] подробно изучены свойства условного распределения Р(пу, і = п | Гі = Г(5)) = Фу(п;Т$) =

[п/2] _ 2 (X Т )п-г

V» ^г п-2г г 4 ] ь

= е~хуТ$ Е Сп-гру Я] ~~ г)Г

е г=0 (п - г)!

п є X

случайной величины Пу, г при каждом фиксированном у = 1, 2, ..., т и Т5 = Т1, Т2, ..., Т2т. В частности, для производящей функции Т/Т* г) =

X

= Е Ф у(и; Т)ги указанного условного распреде-

и = 0

ления случайной величины Пу г была приведена формула вида Ту(Т5, г) = ехр{ АуТрг + qjZ2 - 1)}.

3. Рекуррентные соотношения для производящих функций одномерных распределений марковской цепи {(Гг, а* г, Е'у, г - 1); г > 0}

При каждом Г(5) е Г и у е Yу равенство

Фу, і(Г($), г, у) = Е Qj, і(Г\ х, у)х определяет

х = 0

производящую функцию по г (| г | ^ 1), которая соответствует семейству вероятностей Qу, г(Г(5), х, у), х е X. Покажем следующее утверждение.

= Е гх Е &], і(Г(2] 1), V, 0) Ф](х + і] - V; Ту - 1) =

х = 0 V = 0

1] -1

= г - Іі Е і(Г(2] - 1), V, 0)х

V=0

X

хгv Е г х + ] - v фу(х + і, - V; Т2у - 1) +

х=0

г - 1 Е і(Г(2' - 1), V, 0) х

V=1,

X

хг Е Уг х +1у v фу(х + і, - V; Ту - 1) =

х=у-I ,

1]-1

= г - ] Е &у, і(Г(2] - 1), V, 0) х

V=0 X

хг Е У фу(к, Ту - 1) +

к=11 -у

+ г - 1 Е &у і(Г(2] - 1), V, 0) х

V=1,

X

хгv Е г х + ] v фу(х + і, - V; Ту - 1) =

х=у-11

Теорема 2. Для производящих функций вида

Ф], і+1(ТГ(2;), г, і]), Ф], і+1(Г(2] + 1), г, 0), Фу і + 1(Г(г), г, 0), где Г(г) є Г(1), выполняются следующие рекуррентные по і > 0 соотношения:

Ф],і + 1(Г(2]), г, I]) = г - 1 Фу і(Г(2у - 1), г, 0)Ч'/7у - 1, г) -1]-1

- г - 1 Е Qj і(Г(у' - 1), V, 0) х

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

v=0

1] -1

X

= г - ] Е і(Г(2] - 1), V, 0) г” Е гк ф,(к; Ту - 1) +

V=0

к = 0

+ г - ] Е & і(Г(2у - 1), V, 0) гУ Т/Ту - 1, г) -

У=1

1]-1

- г - 1 Е & і(Г(2] - 1), V, 0) х

V=0

11 -у-1

х гУ Е г Ф](к; Ту - 1), (13)

к=0

11-v -1

хгv Е гк ф](к; Туу - 1) =

к=0

Фу і + 1(Г(2у + 1), г, 0) = Фу і(Г^>, г, і)]] г) +

1]-1

+ Е і(Г(2]), 0, w)Т](T2], г), (14)

w=0

Ф], і + 1(Г(г), г, 0) = Ф], і(Г(г - 1), г, 0)Т](Тг - 1, г) . (15)

(2у)

= г - ] Е & і(Г(2] - 1), V, 0) г1' Т](Ту - 1, г) ■

v=0

1] -1

- г - 1 Е & і(Г(2] - 1), V, 0)х

V=0

X

X

+

X

X

X

у}-V-1

X гУ Е гк фу(к; Т2у - 1) =

к=0

= г - у Фу, г (Г

(2у - 1)

0, г) Т/Ту - 1, г) -

/у-1

■ г - у Е 0, г(Г(2у - 1), V, 0)х

(2у + 1)

Фу, 2т(г + 1)(Г(2), г, /у) = г~Ч Фу, 2тг (Г^, г, /у) X

хехр{ 1уТ (ру г + qу г2 - 1)} +

+ г - 1у ехр{ АуТ(ру г + qу г2 - 1)}х

(2у)

/}-1

Е 0, г(Г(2у), 0, w) -

w=0

/} -1

- г - у Е 0, 2т(г + 1) - 1(Г(2у- 1), V, 0)>

v=0

V=0

/у-V -1

X г Е гк фу(к; Ту - 1). к=0

Алогичным способом, используя соотношения (11) и (12), получим соответственно формулы (14) и (15). Теорема 2 доказана.

Рекуррентные соотношения (13), (14) и (15) не позволяют непосредственно изучить предельное поведение при г ^ X каждой из производящих функций вида Фу, г(Г(2у), г, /у),

Ф, г (Г

/у-у -1

X Е гкфу(к; Туу - 1),

к=0

(16)

Фу, 2т(г + 1)(Г(2у + 1), г, 0)

г, 0), Ф;, ¿(Г , г, 0), где Гг; е Г(/). В связи с этим получим рекуррентные соотношения для производящих функций одномерных распределений векторной марковской цепи {(Гг, Шу, г, Е у, г - 1); г = 0, 1, .} за 2т шагов её перехода. Для этого введём производящие функ-

X

ции: Фу, 2тг(Г(2/), г, /у)= Е Q1, 2тг (Г(2?), х, /у) гх, х = 0

X

Фу, 2тг(Г(2у + 1), г, 0) = Е Q у, 2тг (Г® + 1), х, 0) гх,

х = 0

X

Фу, 2тг(Г(Г), г, 0) = Е Q у, 2тг (Г(Г), х, 0) гх, где

х = 0

у е{0, 1, ...,т}, г е{0, 1, ...}, Г(г) е Г(у'), | г | < 1. Используя выражения (13), (14) и (15), найдём рекуррентные по времени г выражения для производящих функций Фу, 2т(г + 1)(Г(2/), г, /у), Фу, 2т(г + 1)(Г(2у + 1), г, 0), Фу, 2т(г + 1)(Г(Г), г, 0), где Г(г) е Г(/). Обозначим период смены состояний обслуживающего устройства (светофора) через символ Т, т. е. Т = Т1 + Т2 + .+ Т2т. Пусть Г(-2) = Г(2т - 2) г(-3) = Г(2т -3) Г(-2т + 1) = г(1) и

наконец, Т-2 = Т2т - 2, Т- 3 = Т2т - 3, Т- 2т + 1 = Т1.

Справедливо следующее утверждение.

Теорема 4. Для производящих функций вида

Фу, 2т(г + 1)(Г(21), г, /у), Фу, 2т(г + 1)(Г® + 1), г, 0),

Фу, 2т(г + 1)(Г(Г), г, 0), где Г(г) е Гу), | г | < 1, выполняются следующие соотношения:

= г у Фу, 2тг(Г(27 +1), г, 0) ехр{ у (ру г + ql г2 - 1)} +

/у-1

+ Е О, 2т(г + 1) - 1(Г(2), 0, w) Т/Ту, г) -

w=0

/у-1

- г - у Е Ql, г'(Г(2у - 1), V, 0)>

V=0

XZV Е гк фу(к; Ту - 1) Т/Ту, г), (17)

к=0

Фу, 2т(г + 1)(Г(Г), г, 0) =

: г - j Фу, 2тг(Г(г), г, 0) ехр{ 1уТ(ру г + ql г2 - 1)} -

- г - у Т/Т - 1, г) х ... х Т/Ту - 1, г)>

/у-1

Е а

/у-V-1

у=0

у, 2т(г + 1) - 5 - 2

(Г® - 1), V, 0)> XZV Е гк к =0

фу (к; Ту - 1) +

+ Т/Т - 1, г) хТ/Т - 2, г) х... х Т/Ту - 1, г)>

/у-1

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

X Е 0, 2т(г + 1) - 5 - 1(Г(2), 0, w) Ту(Т2у, г), (18) w=0

где Г(г)е Гу), 5 = г - 2! - 1, если г > у + 1, или 5 = г + 2т - у - 1, если г < 2л

Доказательство. Покажем справедливость соотношений (16), (17) и (18).

1) Используя последовательно выражение (13) однократно, равенство (15) ровно (2т - 2) раз подряд и соотношение (14) однократно, получаем

Ф, 2т(г + 1)(Г(2), г, /у) =

г - у Фу, 2т(г + 1) - 1(Г*-и, г, 0) Т/Ту - 1, г)

/у-1

- г - у Е 0у, 2т(г + 1) - /Г® - 1), V, 0)> у=0

(2у - 1)

X

X

11 -у -1

хгv Е гк фу(к; Ту - 1)

к=0

= г - ] Ф], 2т(і + 1) - 2(^ Ч г, 0)Т](Т2] - 1, г)

(2у - 2)

1]-1

<Т](Т2]- 2, г) - г- 1 Е &, 2тіі + 1) - 1(Г(2]- 1), V, 0)х

!=0

11-v -1

х гv Е гк фу(к; Ту - 1)

к=0

= г ] Ф,

2т(і + 1) - 2т + 1(Г(2] 2т 1), г 0)х

Т](Т2] - 1, г) Т](Т2] - 2, г)х ... хТ](Т2]

- 2т + Ь г) "

іі -1

- г ] Е &у,

- г ./ ^

2т(і + 1) - 1(

у=0

іі -v -1

(Г(2] - 1), V, 0)х

х гУ Е гк фу(к; Ту - 1)

к=0

= г ] Ф,

], 2т(і + 1) - 2т + 1

(2] - 2т + 1)

, г, 0)

П ВД, г)

к є {1, 2, 2т} 1 {2]}

П

х к є {1, 2, Гут} \ {2]} г) Т](T2], г) +

П

к є {1, 2, ..., 2т} \ {2]}

+ .. . 1А. ]к, г)х

1]-1

х Е & і(Г(2у), 0, *) Т](Т2], г) -*=0

1] -1

- г - 1 Е &], 2т(і + 1) - 1(Г(2] - 1), V, 0)> !=0

11-v-1 х гУ Е гк фу(к; Ту - 1).

к=0

Итак, в результате этих преобразований получим, что

Фу, 2т(і + 1)(Г(у), г, I]) = г - 1 Ф], 2ті (Г(2]), г, I]) х хехр{ 1]Т(ру г + я, г2 - 1)} +

+ г - 1у ехр{ ХуТ (ру г + я, г2 - 1)}х

1]-1

- г - 1у Е &], 2т(і + 1) - 1(Г(2] - 1), V, 0)х

!=0

1]-v -1

х гv Е гк фу(к; Ту - 1)

к=0

= г - 1 П ВД, г)х

к є {1, 2, ..., 2т} \ {2]}

х ( Ф], 2ті(Г(2у - 2т), г, I]) Т](Т2], г) + 1]-1

+ Е & і(Г(2]), 0, *) Т](Т2], г) ) -*=0

1] -1

- г - 1 Е & 2т(і + 1) - 1(Г(у' - 1), V, 0)х !=0

1]-1

Е & і(Г(у), 0, *)

*=0

і] -1

- г - 1 Е & 2т(і + 1) - 1(Г(у' - 1), V, 0)х

v=0

/у-V-1 X г Е гк фу(к; Туу - 1). к=0

Это и доказывает истинность рекуррентного выражения (16) для производящих функций вида Фу, 2т(г + 1)(Г(2/), г, /у).

2) Используя последовательно выражения (14) и (13) однократно и формулу (15) в точности (2т - 2) раз подряд, получаем

Фу, 2т(і + 1)(Г(2] + 1), г, 0) = Ф], 2т(і + 1) - 1^, г, ])

х ]] г) +

(2у)

11 -у -1

х гv Е гк фу(к; Туу - 1) =

к=0

= г - 1 Ф], 2т(і + 1) - 2т(Г(2] - 2т), г, 1у)х

1Е -1

+ &], 2т(і + 1) -

*=0

1(Г(2]), 0, *) Т](Т2], г)

= г - 1 Ф], 2т(і + 1) - у(Г(2] - 1), г, 0) Т](Т2] - 1, г)х

X

X

X

X

/у-1

X Т/Ту, г) - г- у Е О, ¿(Г(2у - 1), V, 0)X

V=0

/у -у-1

X г Е гк фу(к; Ту - 1) Т/Ту, г) + к=0

/у-1

+ Е 0; 2т(г + 1) - 1 (Г(2l), 0, w) Т/Ту, г) =

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

w=0

г - у Фу 2т(г + 1) - 3(^ Ч г, 0) Т/Ту - у, г)

(2у - 2)

X Т/Туу - 1, г) Т/Ту, г) -

/у-1

- г - у Е О, ¿(Г(2у - 1), V, 0)x

V=0

/у -у -1

XZV Е гк фу(к; Ту - 1) Т/Ту, г) +

к=0

/у-1

+ Е О, 2т(г + 1) - 1 (Г(21), 0, w) Т/Ту, г) =

w=0

= г - у Ф ^(Г® +1 - 2т), г, 0) П Т(Т, г) -

л 2тгЧ ’ ’ 'к е {1, 2, 2т} А к ;

/у-1

г - у Е О, ¿(Г(2у - 1), V, 0^

V=0

/у-V-1

X zV Е гк фу(к; Ту - 1) Т/Ту, г) + к=0

/у-1

+ Е О; 2т(г + 1) - /Г®, 0, w) Т/Ту, г).

w=0

Следовательно, окончательно имеем равенство (17):

при г > у + 1 или в точности 5 = г + 2т - у - 1 раз подряд при г < у. Затем воспользуемся соотношениями (14) и (13) однократно. Наконец, выражение (15) применим ровно (2т - 2 - 5) раз подряд. Все это дает возможность получить для производящих функций Фу, 2т(г + 1)(Г(г), г, 0), Г(г) е Г(/), рекуррентные выражения. Действительно, последовательно получаем:

Ф, 2т(г + 1)(Г(г), г, 0) = Фу 2т(г + 1) - 1(Г(г - 1), г, 0)x X Т/Тг - 1, г) = ... =

= Фу, 2т(г + 1) - 5(Г(у + 1), г, 0) Тl(Tг - 1, г) Т/Т - 2, г) х X... хТ/Ту + 2, г) Т/Ту + 1, г) =

= Фу 2т(г + 1) - 5 - Л г, /у) Тl<Tг - 1, г) Т/Т - 2, г) х х ... хТ/Ту + 1, г) Т/Ту, г) +

+ Т/Т - 1, г) Т/Т- - 2, г) х ... х Т/Ту + 1, г) X /у-1

X Т/Ту, г) Е О; 2т(г + 1) - 5 - 1X(Г(21), 0, w) =

w=0

= г - 1у Фу, 2т(г + 1) - 5 - у(Г(^ - 1), г, 0) х хТ/Т - 1, г) х ... х Т/Ту - 1, г) -

- г - 1у Т/Тг- 1, г) х ... х

/у-1

: Т/Ту - 1, г) Е Оу, 2т(г + 1) - 5 - 2(Г(2у - 1), V, 0^

v=0

/1-V -1

X 2 Е гкфу(к; Туу- 1) + Ту(Тг- 1, г) х ... х

к=0

Ь-1

X Тl(T2l - 1, г) Е Оу, 2т(г + 1) - 5 - 1(Г(у), 0, w) w=0

Фу, 2т(г + 1)(Г® + 1), г, 0)

<Т/Ту, г) = г - у Фу

у, 2т(г + 1) - 5 - 3

(Г® - 2), г, 0)>

г у Фу, 2тг(Г^ г, 0)ехр{ ХуТ (ру г + ц г - 1)}

(2у +1)

/у-1

- г - у Е Оу, ¿(Г(2у - 1), V, 0) ¿х

V=0

/у ^-1

X Е г фу(к; Ту - 1) Т/Ту, г) + к=0

/у-1

+ Е Оу, 2т(г + 1) - 1 (Г(у), 0, w) Т/Ту, г).

w=0

3) Считаем теперь, что Г(г)е Гу Ниже используем, в общем случае, последовательно равенство (15) ровно 5 = г - 2; - 1 раз подряд

xТl(Tг - 1, г) х ... х Т/Ту - 1, г)Т/Ту - 2, г) -- г - 1у Ту(Тг- 1, г) х ... х

/у-1

<Тl(T2l - 1, г) Е Оу, 2т(г + 1) - 5 - 2(Г(27 - 1), V, 0)X

V=0

/1 -у -1

X г Е гкфу(к; Ту- 1) + Т/Т- 1, г) х ... х

к=0

/у-1

X Т/Ту - 1, г) Е Оу, 2т(г + 1) - 5 - 1(Г(у), 0, w)x w=0

Т/Ту, г) = ... = г - у Фу, 2тг(Гг>, г, 0)

(г)

X

X

X

П ЧКТь г) - г - 1 Т](ТГ - 1, г) х ... х

к = 1

1]-1

■у - 1, г) Е & 2т(і + 1) - , - 2(Г(у' - 1), V, 0)х !=0 1] -У-1

х гv Е гк фу(к; Ту - 1) + к=0

+Ч'<ТГ - 1, г) х ... х Т/Ту - 1, г) х

1]-1

х Е & 2т(і + 1) - , - 1(Г(2]), 0, *) Т/Ту, г). *=0

Ф](Г(2]), г, I]) =

= г 1у Ф/Г(2]), г, і,) ехр{ ХуТ (р, г + я, г - 1)} +

+ г 1у ехр{ХуТ(руг + я,г - !)}>

1]-1

1]-1

Е &](Г(2у), 0, *) - г - ] Е &](Г(2] - 1), V, 0)х

*=0 V=0

11 -у -1

х гУ Е гк фу(к; Ту - 1),

к=0

(19)

Итак,

Фу, 2т(і + 1)(Г(Г), г, 0) = г - 11 Ф], 2ті(Г(г), г, 0) хехр{ ХуТ(ру г + я, г2 - 1)} -

- г - 1у Т/ТГ - 1, г) х ... х

1]-1

х Т/Ту - 1, г) Е &], 2т(і + 1) - , - 2(Г(у' - 1), V, 0)х !=0

1] -у -1

х гv Е гкфу(к; Ту- 1) + Т/ТГ - 1, г) х ... х

к=0

1]-1

: Т/Ту - 1, г) Е О/, 2т(і + 1) - 5 -

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

1(Г(2]), 0, *)Т/Ту, г),

*=0

Соотношение (19) получается из (16), если в качестве начального выбрать стационарное распределение. Разложим функцию г,(г) =

= г - 1у ехр{ХуТ(ру г + яу г - 1)} в ряд Тейлора в левой окрестности точки г = 1:

Г](г) = г- 1] ехр{ Х]Т(ру г + я,г2 - 1)} 1г = 1 +

+ (-і— 1у- 1ехр{ХуТ(р/г + яуг2 - 1)} +

+ ХуТ(ру + 2яг)г~ 1уехр{ХуТ(р]г + ] - 1)})1г = 1(г - 1) + + о (г - 1) = 1 + (ХуТ (1 + яу) - 1у)(г - 1) +

+о(г - 1). (20)

Разложим в ряд Тейлора в левой окрестности точки г = 1 также и функцию

где Г(г) е Гу 5 = г - у - 1, если г > у + 1, или 5 = г + 2т - у - 1, если г < у. Этим доказана истинность рекуррентного выражения (18) для производящих функций Фу, 2т(г + 1)(Г(г), г, 0), Г(г) е Гу Имеет место следующее утверждение.

Теорема 5. Для существования единственного стационарного распределения последовательности {(Гг, Шу, г, Е 'у, г - 1); г = 0, 1, .} необходимо ХуТ (1 + Яу) - /у < 0.

Доказательство. Пусть существует стационарное распределение последовательности {(Гг, Шу, г, Е у, г - 1); г = 0, 1, .}, которое обозначим

через

Г=1

Ау(г) = г 1уехр{ХуТ(руг + яуг2 - !)}>

1]-1

1]-1

Е 0,(Г(2]), 0, *) - г - 1 Е ^(Г2'" - 1), V, 0)х

*=0

V=0

11 -у -1

X г Е гк фl(k; Ту - 1). к=0

Прежде преобразуем это выражение, используя формулу (9). В случае стационарной векторной марковской последовательности {(Гг, Шу г, Е у г - 1); г = 0, 1, .} выражение для ве-

’! у, г +1(

вид:

роятности & у, і + 1(Г(2]), 0, у) имеет следующий

Ш/Г« х, у): (Г(5), х, у) є и £](Г(Г))}.

В дальнейшем будем проводить рассуждение для производящей функции Фу(Г(2у), г, /у) =

X

= Е еут®, х, у гх. Так как существует стах = 0

ционарное распределение, то можно записать следующее соотношение для указанной производящей функции Фу(Г(2у), г, /у):

Q/Г(2]), 0, *) = Е &](Г(2у - 1), V, 0] - V; Ту - 1).

V = 0

Тогда для Ау(г) получим:

Ау(г) = г - 1у ехр { ХуТ (р, г + я' г2 -1)} > 1]-1

х Е 0, *) -

*=0

X

X

X

X

X

lj -1

ф<Г(2Л, z, Ij) = ф(ГУ z, j) (1 + )(1 + q) - l)> x(z - 1) + o(z - 1)) + l]-1

+ (z - 1) E QQ™, 0, w) )(1 + q) - w) +

w=0

+o(z - 1).

Преобразовывая это выражение, найдем:

42/)

- z- l Е Q/(r(2/- 1), V, 0) і у

v=0

lj-v-1

у Е zk jk; T2j - i) = z - l у k=0

l j -1

уexp{ 1/T(pj z + q/ z2 - i)} Е Qj(r(2j), 0, w) -

w=0

lj-1 lj-1

lj-1

- z - j Е Е Q{T®- 1), V, 0) )x

w=0 v=0

хф/w - v; T2j - 1) zw =

= z- lj exp{j (pj z + qj z2 - 1)}x

lj-1

Е Qjrj 0, w) - z - j Е Q/QTj 0, w)zw

w=0

w=0

lj -1

: z lj Е (exp{ j (pj z + qj z - 1)} - zw)x

w=0

х0^(Г(2/), 0, w).

Легко проверить, что A](1) = 0 и

l, -1

d

dj) = Е о,(г(2/), 0, w) X

dz w=0

x [z lj(XjT(pj + 2q/z)exp{X/■T{p/z + qjz2 - 1)} -wzw - 1) - ljz - ^(exp^Tpz + qyz2 - 1)} - zw)- 1)],

dA(z)\z = 1 = Е j®, 0, w) j(1 + q) - w).

dz z 1 w=0

Поэтому Aj(z) можно представить в виде Aj(z) = A/(1) + (z - 1) ( d,A(z) \ z = 1) + o(z - 1) =

l j -1

l j -1

= (z - 1) E Q](r(2]), 0, w) )(1 + qj) - w) +

w=0

+ o(z - 1). (21)

Подставим найденные выражения (20) и (21) в формулу (19) и получим:

0 = Ф/Г® г, /ДХД1 + Я) - у +

/l-1

+ Е О/Гу 0, w)[ХlT(l + я!) - w] +

w=0

+ о(г - 1) / (г - 1).

Пусть г - действительное число; переходя теперь к пределу при г ^ 1 и г < 1, можно последовательно найти:

0 = Ф/Г® г, у (ХуТ(1 + я) - /у) +

/у-1

+ Е О/Г®, 0, w)[ХT(l + я) - w],

w=0

/} -1

0 = [Ф/Г1®1, г, /у) + Е О/Г1®1, 0, w)]x

w=0 /} -1

X [ХуТ(1 + я) - у + Е (/у - w)Ql(Г(2l), 0, w)-w=0

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

l] -1

Т ак как Ф]-(Г(2]), z, lj) + E 0/(Г(2]), 0, w) > 0 при

w=0

z > 0 и 0,(Г(2]), 0, w)(l] - w) >0, w = 0, 1, ..., l] - 1, то необходимо выполнение неравенства X]T(1 + + qj) - l] < 0. Теорема 5 доказана.

Список литературы

1. Федоткин А.М. Математические модели транспортных потоков на автомагистрали и на управляемом по циклическому алгоритму перекрестке / Нижегородский госуниверситет им. Н.И. Лобачевского. 2009. с. 30. Деп. в ВИНИТИ 11.01.09, № 5-В2009.

2. Ширяев А.Н. Вероятность. М.: Наука,

1980.

х

PROPERTIES OF A CONTROLLED VECTOR COUNTABLE-STATE MARKOV CHAIN SATISFYING RECURRENT RELATIONS

A.M. Fedotkin

Invariant properties of a finite assemblage of controlled vector countable-state Markov chains are considered. Each Markov chain is given by a functional relation and a set of random variables. A full Kolmogorov classification of state space for such controlled Markov chains has been carried out. Easily verifiable necessary conditions for the existence of a stationary distribution for such controlled vector countable-state Markov chains are defined in terms of distribution parameters.

Keywords: controlled vector Markov chain, essential and inessential states, cyclic subclasses, one-dimensional distributions of a Markov chain, generating function, stationary distribution.

i Надоели баннеры? Вы всегда можете отключить рекламу.