Теорема о поглощении — различия между версиями

Материал из Викиконспекты
Перейти к: навигация, поиск
Строка 1: Строка 1:
== Формулировка теоремы ==
+
{{
 +
Теорема
 +
|about=о поглощении
 +
|statement=
 +
С вероятностью, равной <tex>1</tex>, марковская цепь перейдет в поглощающее состояние, если у нее существует такое состояние.
  
'''Формулировка'''
+
|proof=
 +
Пусть <tex>P</tex> - 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.
  
С вероятностью, равной 1, марковская цепь перейдет в поглощающее состояние, если у нее существует такое состояние.
+
<tex>P = \begin{pmatrix}
 +
Q & R \\       
 +
0 & I
 +
\end{pmatrix}</tex>
  
== Доказательство теоремы ==
+
Пусть вектор <tex>c^{(t)}</tex> - вектор вероятности нахождения на шаге <tex>t</tex>.
 
+
Он вычисляется, как произведение вектора на нулевом шаге на матрицу перехода в степени <tex>t</tex>.  
Пусть '''''P''''' - матрица переходов, где элемент <tex>p_{ij}</tex> равен вероятности перехода из i-го состояния в j-ое. Она будет выглядеть как матрица из 4-х блоков, где '''''Q''''' - несущественные состояния, а '''''R''''' и '''''I''''' - существенные.(т.к. цепь поглощающая, то из любого несущественного можно попасть в существенное) '''''I''''' - единичная матрица.
 
[[Файл:Матрница_перехода.GIF‎]]
 
 
 
Пусть вектор <tex>c^{(t)}</tex> - вектор вероятности нахождения на шаге ''t''.
 
Он вычисляется, как произведение вектора на нулевом шаге на матрицу перехода в степени ''t''.  
 
 
<tex> c^{(t)} = c^{(0)} * P^t</tex>
 
<tex> c^{(t)} = c^{(0)} * P^t</tex>
Рассмотрим, что представляет из себя возведение матрицы '''''P''''' в степень:
+
Рассмотрим, что представляет из себя возведение матрицы <tex>P</tex> в степень:
  
для ''t=1'' :
+
для <tex>t = 1</tex> :
[[Файл:Матрница перехода (перемножение).GIF]]
+
<tex>\begin{pmatrix}
 +
Q & R \\       
 +
0 & I
 +
\end{pmatrix}
 +
*
 +
\begin{pmatrix}
 +
Q & R \\       
 +
0 & I
 +
\end{pmatrix}
 +
=
 +
\begin{pmatrix}
 +
Q^2 & R \\       
 +
0 & I
 +
\end{pmatrix}</tex> .
  
Отсюда видно, что <tex> P^n</tex> имеет такой вид, где '''''X''''' - некоторые значения.
+
Отсюда видно, что <tex>P^n</tex> имеет такой вид: <tex>\begin{pmatrix}
[[Файл:Vfnhbwf d n-jq cntgtyb.GIF]]
+
Q^n & X \\       
 +
0 & I
 +
\end{pmatrix}</tex> , где <tex>X</tex> - некоторые значения.
  
 
Следовательно нам надо доказать, что <tex>Q^n \xrightarrow{} 0</tex>, при <tex> n\xrightarrow{}+\infty</tex>
 
Следовательно нам надо доказать, что <tex>Q^n \xrightarrow{} 0</tex>, при <tex> n\xrightarrow{}+\infty</tex>
Строка 28: Строка 46:
 
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 0, а значит существенные в итоге приходят к 1, т.е. цепь приходит в поглощающее состояние.
+
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.
 +
}}
  
 
[[Категория: Марковские цепи ]]
 
[[Категория: Марковские цепи ]]

Версия 23:32, 9 декабря 2011

Теорема (о поглощении):
С вероятностью, равной [math]1[/math], марковская цепь перейдет в поглощающее состояние, если у нее существует такое 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] - несущественные состояния, а [math]R[/math] и [math]I[/math] - существенные.(т.к. цепь поглощающая, то из любого несущественного можно попасть в существенное) [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)} * P^t[/math] Рассмотрим, что представляет из себя возведение матрицы [math]P[/math] в степень:

для [math]t = 1[/math] : [math]\begin{pmatrix} Q & R \\ 0 & I \end{pmatrix} * \begin{pmatrix} Q & R \\ 0 & I \end{pmatrix} = \begin{pmatrix} Q^2 & R \\ 0 & I \end{pmatrix}[/math] .

Отсюда видно, что [math]P^n[/math] имеет такой вид: [math]\begin{pmatrix} Q^n & X \\ 0 & I \end{pmatrix}[/math] , где [math]X[/math] - некоторые значения.

Следовательно нам надо доказать, 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 i 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 несущественные состояния стремятся к [math]0[/math], а значит существенные в итоге приходят к [math]1[/math], т.е. цепь приходит в поглощающее состояние.
[math]\triangleleft[/math]