Теорема о поглощении — различия между версиями

Материал из Викиконспекты
Перейти к: навигация, поиск
Строка 6: Строка 6:
 
Теорема
 
Теорема
 
|about=о поглощении
 
|about=о поглощении
|statement=Если цепь [[Расчет вероятности поглощения в состоянии|поглощающая]], то с вероятностью, равной 1, она перейдет в поглощающее состояние.
+
|statement=Если цепь поглощающая, то с вероятностью, равной 1, она перейдет в поглощающее состояние.
  
 
|proof=
 
|proof=
Пусть <tex>P</tex> - [[Марковская цепь|матрица переходов]], где элемент <tex>p_{ij}</tex> равен вероятности перехода из <tex>i</tex>-го состояния в <tex>j</tex>-ое. Она будет выглядеть как матрица из 4-х блоков, где <tex>Q</tex> - несущественные состояния, а <tex>R</tex> и <tex>I</tex> - существенные (т.к. цепь поглощающая, то из любого несущественного можно попасть в существенное). <tex>I</tex> - единичная матрица.
+
Пусть <tex>P</tex> - [[Марковская цепь|матрица переходов]], где элемент <tex>p_{ij}</tex> равен вероятности перехода из <tex>i</tex>-го состояния в <tex>j</tex>-ое. Она будет выглядеть как матрица из 4-х блоков, где <tex>Q</tex> - непоглощающие состояния, а <tex>R</tex> и <tex>I</tex> - поглощающие (т.к. цепь поглощающая, то из любого непоглощающего можно попасть в поглощающее). <tex>I</tex> - единичная матрица.
  
  
Строка 47: Строка 47:
 
\end{pmatrix}</tex> .
 
\end{pmatrix}</tex> .
  
Произведение единичной матрицы на саму себя есть единичная матрица (<tex>I \times I = I</tex>); <tex>X</tex> - некоторые значения (не важны для доказательства теоремы, т.к. чтобы доказать теорему достаточно доказать, что несущественные состояния стремятся к 0).
+
Произведение единичной матрицы на саму себя есть единичная матрица (<tex>I \times I = I</tex>); <tex>X</tex> - некоторые значения (не важны для доказательства теоремы, т.к. чтобы доказать теорему достаточно доказать, что непоглощающие состояния стремятся к 0).
  
 
Продолжив вычисления, получим, что <tex>P^n</tex> имеет такой вид: <tex>\begin{pmatrix}
 
Продолжив вычисления, получим, что <tex>P^n</tex> имеет такой вид: <tex>\begin{pmatrix}
Строка 62: Строка 62:
 
Тогда получаем: <tex>\sum_{j} {Q^m_{ij}}\leqslant p</tex> <tex>\Rightarrow</tex> <tex>\sum_{j} {Q^{mk}_{ij}}\leqslant p^k\xrightarrow{k\xrightarrow{}+\infty}0</tex>
 
Тогда получаем: <tex>\sum_{j} {Q^m_{ij}}\leqslant p</tex> <tex>\Rightarrow</tex> <tex>\sum_{j} {Q^{mk}_{ij}}\leqslant p^k\xrightarrow{k\xrightarrow{}+\infty}0</tex>
  
В итоге получаем, что несущественные состояния стремятся к <tex>0</tex>, а значит существенные в итоге приходят к <tex>1</tex>, т.е. цепь приходит в поглощающее состояние.
+
В итоге получаем, что непоглощающие состояния стремятся к <tex>0</tex>, а значит поглощающие в итоге приходят к <tex>1</tex>, т.е. цепь приходит в поглощающее состояние.
 
}}
 
}}
  
 
[[Категория: Марковские цепи ]]
 
[[Категория: Марковские цепи ]]

Версия 02:35, 15 января 2012

Определение:
Поглощающая цепь (absorbing chain) - Марковская цепь такая, что из любого состояния достижимо поглощающее. Поглощающее состояние - состояние цепи, войдя в которое однажды, нельзя выйти.


Теорема (о поглощении):
Если цепь поглощающая, то с вероятностью, равной 1, она перейдет в поглощающее состояние.
Доказательство:
[math]\triangleright[/math]

Пусть [math]P[/math] - матрица переходов, где элемент [math]p_{ij}[/math] равен вероятности перехода из [math]i[/math]-го состояния в [math]j[/math]-ое. Она будет выглядеть как матрица из 4-х блоков, где [math]Q[/math] - непоглощающие состояния, а [math]R[/math] и [math]I[/math] - поглощающие (т.к. цепь поглощающая, то из любого непоглощающего можно попасть в поглощающее). [math]I[/math] - единичная матрица.


[math]P = \begin{pmatrix} Q & R \\ 0 & I \end{pmatrix}[/math]


Пусть вектор [math]c^{(t)}[/math] - вектор вероятности нахождения на шаге [math]t[/math]. Он вычисляется, как произведение вектора на нулевом шаге на матрицу перехода в степени [math]t[/math]. [math] c^{(t)} = c^{(0)} \times P^t[/math] Рассмотрим, что представляет из себя возведение матрицы [math]P[/math] в степень:


Для [math]t = 2[/math] :

[math]P^{2} = \begin{pmatrix} Q & R \\ 0 & I \end{pmatrix} \times \begin{pmatrix} Q & R \\ 0 & I \end{pmatrix} = \begin{pmatrix} Q \times Q + R \times 0 & Q \times R + R \times I \\ 0 \times Q + I \times 0 & 0 \times R + I \times I \end{pmatrix} = \begin{pmatrix} Q^2 & X \\ 0 & I \end{pmatrix}[/math] .

Произведение единичной матрицы на саму себя есть единичная матрица ([math]I \times I = I[/math]); [math]X[/math] - некоторые значения (не важны для доказательства теоремы, т.к. чтобы доказать теорему достаточно доказать, что непоглощающие состояния стремятся к 0).

Продолжив вычисления, получим, что [math]P^n[/math] имеет такой вид: [math]\begin{pmatrix} Q^n & X \\ 0 & I \end{pmatrix}[/math] .

Докажем, что [math]Q^n \xrightarrow{} 0[/math], при [math] n\xrightarrow{}+\infty[/math].


Рассмотрим путь из i-го состояния в поглощающее, равное [math]m_i[/math]. Пусть [math]p\lt 1[/math] - вероятность того, что через [math]m_i[/math] шагов из шага [math]i[/math] не попадет в поглощающее состояние. Пусть [math]m = max(m_i)[/math], а [math]p = max(p_i)\lt 1[/math]

Тогда получаем: [math]\sum_{j} {Q^m_{ij}}\leqslant p[/math] [math]\Rightarrow[/math] [math]\sum_{j} {Q^{mk}_{ij}}\leqslant p^k\xrightarrow{k\xrightarrow{}+\infty}0[/math]

В итоге получаем, что непоглощающие состояния стремятся к [math]0[/math], а значит поглощающие в итоге приходят к [math]1[/math], т.е. цепь приходит в поглощающее состояние.
[math]\triangleleft[/math]