贸易公司网站建设方案,东莞网站建设报价方案,小程序免费制作平台系统,公司推广咨询浙江大学版《概率论与梳理统计》一书中的#xff0c;第13章第1节例2如下#xff1a;
这个解释和模型比较简单易懂。接下来#xff0c;第2节的例2是一个关于此模型的题目#xff1a; 在我自己的理解中#xff0c;此题的解法跟上一个题目一样#xff0c;第二级传输后第13章第1节例2如下
这个解释和模型比较简单易懂。接下来第2节的例2是一个关于此模型的题目 在我自己的理解中此题的解法跟上一个题目一样第二级传输后一共有4中可能性按照平均概率相加即可。 { p n q n q n p n } \begin {Bmatrix} p^n q^n \\ q^n p^n \end{Bmatrix} {pnqnqnpn}
然而仔细考虑之后发现不妥。因为最后结果的概率这样计算不太合适但是又没有发现更合理的理论和方法又看到这一节的如下论述 似乎抓到了什么但是又特别模糊。
再看以下C-K方程
因此参考此文https://blog.csdn.net/m0_37567738/article/details/132182007?spm1001.2014.3001.5502可以得出结论此种题目的解题方法还是要回到马尔可夫概率转移矩阵中去找答案。
我觉得要理解此题目的底层逻辑还需要了解以下公式 P { X n a n } ∑ i 1 ∞ P { X n a n , X 0 a i } ∑ i 1 ∞ P { X n a n ∣ X 0 a i } P { X 0 a i } ∑ i 1 ∞ P i ( 0 ) P i j ( n ) ∑ i 1 ∞ P i 1 ( 1 ) P i j ( n − 1 ) ∑ i 1 ∞ P 2 i ( 2 ) P i j ( n − 2 ) ∑ i 1 ∞ P 3 i ( 3 ) P i j ( n − 3 ) . . . . . . P \{X_n a_n\} \sum_{i 1}^{\infty} P\{ X_n a_n, X_0 a_i \} \\ \sum_{i 1}^{\infty} P\{ X_n a_n|X_0 a_i \} P\{ X_0 a_i \}\sum_{i1}^{\infty} P_i(0) P_{ij}(n) \\ \sum_{i1}^{\infty} P_{i1}(1) P_{ij}(n-1) \sum_{i1}^{\infty} P_{2i}(2) P_{ij}(n-2) \sum_{i1}^{\infty} P_{3i}(3) P_{ij}(n-3) ...... \\ P{Xnan}i1∑∞P{Xnan,X0ai}i1∑∞P{Xnan∣X0ai}P{X0ai}i1∑∞Pi(0)Pij(n)i1∑∞Pi1(1)Pij(n−1)i1∑∞P2i(2)Pij(n−2)i1∑∞P3i(3)Pij(n−3)......
这个逻辑的本质区别就在于它是利用后验概率去推算先验概率的这是一种理论上的优越性。
我们想要求解的概率P它依赖于其概率矩阵的乘法运算而不是说简单把4种转换相加。
