随机环境马氏链的状态分类

假设■是随机环境的马氏链,本文首先介绍了Hopf马氏链及绕积马氏链,并介绍了随机环境马氏链中的几个特征数,由此定义了随机环境马氏链强常返,弱常返等壮态,在随机环境的马氏链下,讨论它们的关系,并进一步讨论了随机环境马氏链φ—不可约性及ψ—不可约性的性质,并在ψ—不可约下讨论了状态的性质,并获得在一定的条件下,必存在弱常返状态的结果。     

随机环境中马氏链的状态研究

利用马氏链的一般理论讨论了随机环境中马氏链的性质和状态分类。借助于随机环境中马氏链的特征数,首先讨论了状态本质与正则本质的关系,给出了正则本质态的一个充分条件,在此基础上研究了弱常返态与正则本质态的关系及本质态与非正则本质态的关系,而后在状态空间有限及联合空间不可分解的条件下对状态空间进行了分解。最后举出一个实例说明了文章结论的正确性。     

随机马氏链的定义及性质

设|xn|是随机环境的马氏链一绕积马氏链，定义了一种特殊的hopf马氏链一绕积马氏链，并且讨论了绕积马氏链的主要性质及与随机马氏链的关系，得到了一种研究随机环境马氏链的主要方法．     

随机环境中马氏链的状态研究

利用马氏链的一般理论和Foguel的L1理论,讨论了随机环境中马氏链状态的性质,得到了状态强常返存在的充分条件、状态正则本质与强常返的关系,以及在一定条件下保守集与其任意非空子集的关系．     

随机环境中马氏链的状态研究

利用马氏链的一般理论和Foguel的L1理论,讨论了随机环境中马氏链状态的性质,得到了状态强常返存在的充分条件、状态正则本质与强常返的关系,以及在一定条件下保守集与其任意非空子集的关系.     

随机环境中马氏链的状态分类

利用Foguel的L1理论和马氏双链是时齐马氏链这一性质,讨论了随机环境中马氏链的状态分类,得到非本质或非正则本质态的等价命题以及弱常返和强常返态的充分条件.     

随机环境中马氏链的特征数与禁止概率

利用马氏链的一般理论讨论了随机环境中马氏链的特征数和禁止概率的关系,给出了强常返状态特征数的分解公式,利用禁止概率的一般分解公式研究了分布矩的性质,丰富了现有文献中的随机环境中马氏链的相关结果。     

随机环境马氏链下弱遍历性及其应用

假设X是随机环境的马氏链,首先介绍了弱遍历性及相遇关系,讨论了相遇关系的性质,获得了相遇关系的一些结论,进一步地,利用相遇关系与弱遍历性的关系,得到了随机环境马氏链的平均遍历极限,最后,利用随机环境马氏链下极限性质及不变测度,讨论了随机环境马氏链在管理学方面的应用问题,即人员配备问题,获得了经过长时间的市场调节,各网点人员配备会达到均衡φ(.,θ)的结论.     

变化环境中Markov链状态分类的性质

引入了绕积马氏链的特征数和状态的定义,研究了特征数L(x,0;F),和G(x,0;F)的概率性质,以此为基础,讨论了强常返和强暂留态在可达和一致可达条件下的运动的传递性,以及弱常返态的特性,从而推广了经典马氏链的相关结果.     

绕积马氏链的状态判定和不变测定

引入了常返集和瞬时集的概念,讨论了绕积马氏链的状态判定,并说明了不变测定的存在性及其一些性质.     

The Classification of States for Markov Chain in Random Environments and m-irreducible

First of all,we introduces the concept of m-irreducible of Markov chain in random environment. Then under the condition of m-irreducible,the relationship of recurrent and positive recurrent between two states is studied. We also give several conditions that can imply a state is recurrent and positive recurrent. And then the period of a state is discussed and we obtained that under the condition of m-irreducible,for any two states in X ,they have the same period.     

The Classificat,on of States for Markov Chain in Random Environments and m-irreducible

First of all, we introduces the concept of m-irreducible of Markov chain in random environment. Then under the condition of m-irreducible, the relationship of recurrent and positive recurrent between two states is studied. We also give several conditions that can imply a state is recurrent and positive recurrent. And then the period of a state is discussed and we obtained that under the condition of m-irreducible, for any two states in x, they have the same period.     

绕积马氏链的状态性质

首先给出了一些概率特征函数,得到这些函数之间的一些关系;首次引入了有界可达、弱有界可达、有界一致可达等概念,讨论了它们之间的相互关系;给出了弱有界可达的几个充分条件.     

随机环境中马氏链的一致强遍历性

For Markov chains in random environments, Cogbum( 1984, 1990) first introduced weak ergodic concept that “starting time“ is original point, and gave some conditions ensuring that the chains are weakly ergodic; Li Ying-qiu, Yan Xiao-bing, Wang He-song(2003) and LI Ying-qiu, YAN Xiao-bing and LI Ming-liang (2003) introduced uniformly weak ergodic and strong ergodic concept that “starting time“ is any point, and gave some conditions ensuring that the chains are uniformly weakly ergodic or strongly ergodic. In term of above ideas, the definitions of uniformly strong ergodic and XN -uniformly weak ergodic that “starting time“ is any point are introduced. Some conditions ensuring that the chains are uniformly strongly ergodic are given. It is the basis of further research for Markov chains in random environments.     

随机环境中马氏链的弱常返性

在随机环境马氏链的研究领域中,引入了弱常返性的概念,给出了弱常返性的判别准则,同时首次提出了弱一致瞬时性的概念。