Mô hình Markov đơn

Trong mô hình này chỉ xét tương quan giữa các số hạng kề nhau:

2

1 1 1

1 r k Cv r

ki  ( i  )pi  , (5.103) trong đó: ki, ki=1 là các số hạng của chuỗi Markov; r là hệ số tương quan giữa các số hạng kề nhau trong chuỗi; Cv là hệ số biến đổi của chuỗi;pi là khoảng lệch chuẩn, tương ứng với tần suất pi và phân bố xác suất đã chọn. Tần suất pi tiếp nhận bằng dãy số ngẫu nhiên phân bố đều i.

Thủ tục mô hình hoá như sau:

Bằng phương pháp Monte-Carlo như trình bày ở chương 2 tạo được dãy ngẫu nhiên phân bố đều i. Tiếp nhận các i là các tần suất pi.

Chọn hàm phân bố xác suất đã chọn(PIII. hay Kritski-Mekel v.v.) và ứng với tần suất pi tìm được độ lệchpi. Như vậy ta được số hạng cuối trong phương trình (5.103).

Cho trước một giá trị k0 ban đầu (thường chọn k0=0,50), tương ứng với hệ số tương quan giữa các số hạng kề nhau r xác định được thành phần tất định đứng trước. Kết hợp 2 thành phần vừa tìm ta sẽ được một chuỗi vô hạn các giá trị ki khi có giá trị trước đó ki-1,. Chuỗi này bảo đảm các đặc trưng thống kê của chuỗi không thay đổi. Từ ki suy ra được Qi=ki. Q, trong đó

Qlà trung bình toàn chuỗi.

Ngoài ra nhiều nhà nghiên cứu còn đề xuất nhiều dạng mô hình Markov đơn khác với các giả thiết về dạng tương quan giữa các số hạng kề nhau và hàm phân bố xác suất 2 chiều. Do sự phức tạp của vấn đề vượt ra khỏi phạm vi của giáo trình này nên ở đây không đề cập. Bạn đọc có thể xem thêm trong các tài liệu [6,30,31,32,34].