Марковская цепь — различия между версиями

Материал из Викиконспекты
Перейти к: навигация, поиск
(Состояния)
(Смотри также)
Строка 57: Строка 57:
 
== Смотри также ==
 
== Смотри также ==
  
* [http://neerc.ifmo.ru/mediawiki/index.php/Теорема_о_поглощении Теорема о поглощении]
+
* [[Теорема о поглощении]]
 
 
 
* [http://ru.wikipedia.org/wiki/%D0%A6%D0%B5%D0%BF%D0%B8_%D0%9C%D0%B0%D1%80%D0%BA%D0%BE%D0%B2%D0%B0 Цепь Маркова]
 
* [http://ru.wikipedia.org/wiki/%D0%A6%D0%B5%D0%BF%D0%B8_%D0%9C%D0%B0%D1%80%D0%BA%D0%BE%D0%B2%D0%B0 Цепь Маркова]
* [http://ru.wikipedia.org/wiki/%D0%9C%D0%B0%D1%80%D0%BA%D0%BE%D0%B2,_%D0%90%D0%BD%D0%B4%D1%80%D0%B5%D0%B9_%D0%90%D0%BD%D0%B4%D1%80%D0%B5%D0%B5%D0%B2%D0%B8%D1%87_(%D1%81%D1%82%D0%B0%D1%80%D1%88%D0%B8%D0%B9) Андрей Андреевич  Марков]
 
  
 
== Литература ==
 
== Литература ==

Версия 07:24, 19 января 2012

Определение:
Цепь Маркова — процесс, находящийся в одном из [math]n[/math] состояний.

При этом, если он находится в состоянии с номером [math]i[/math], то он перейдет в состояние [math]j[/math] с вероятностью [math]p_{ij}[/math].

Матрицу [math]P = ||p_{ij}||[/math] называют матрицей переходов.


Пример марковской цепи

На матрицу переходов накладываются следующие условия:

  1. [math] p_{ij} \geqslant 0 [/math]
  2. [math] \forall i\ \ \sum\limits_{j} p_{ij} = 1 [/math]

Такая матрица называется стохастической.

В общем случае для марковской цепи задают вектор [math] c_0[/math]. [math]\ c_{0i} [/math] — вероятность того, что в начале процесса марковская цепь находится в состоянии [math] i [/math].

Марковскую цепь можно представить в виде графа, в котором вершины — это состояния процесса, а ребра — переходы между состояниями, и на ребре из [math] i [/math] в [math] j [/math] написана вероятность перехода из [math] i [/math] в [math] j [/math], то есть [math] p_{ij} [/math].


Вероятность того, что через [math] r [/math] шагов марковская цепь будет находиться в состоянии [math] j [/math] равна [math] c_{rj} = (c_0 P^r) [j] [/math]

Классификация цепей и состояний

Определение:
[math] p_{ij}^{(n)} [/math] — вероятность попасть из состояния [math] i [/math] в состояние [math] j [/math] за [math] n [/math] переходов.


Определение:
Состояние [math] j [/math] достижимо (accesible) из состояния [math] i [/math], если существует такое [math] n [/math], что [math] p_{ij}^{(n)} \gt 0 [/math]. Достижимость [math] j [/math] из [math] i [/math] обозначается [math] i \rightarrow j [/math].
Состояния сообщаются (communicate), если они достижимы друг из друга.


Определение:
Неразложимый класс (communicating class) — класс эквивалентности множества состояний по отношению сообщаемости. Если представить Марковскую цепь как граф, неразложимый класс будет аналогичен компоненте сильной связности.
Неразложимая цепь (ireducible chain) — цепь Маркова, в которой все состояния образуют один неразложимый класс.


Определение:
Упорядочим (очевидно, упорядочение будет частичным) неразложимые классы отношением достижимости. Минимальные элементы в таком упорядочении называются эргодическими классами. Состояния в эргодических классах называются эргодическими (ergodic), возвратными, или существенными. Если эргодический класс состоит из одного состояния, такое состояние называется поглощающим (absorbing).

Из свойств частичного упорядочения, в любой цепи Маркова найдется хотя бы один эргодический класс.

Все остальные неразложимые классы называются невозвратными классами. Состояния, входящие в них, называются невозвратными или несущественными.


Определение:
Поглощающей (absorbing chain) называется марковская цепь, в которой есть хотя бы одно поглощающее состояние и из любого состояния достижимо хотя бы одно поглощающее.


В примере на рисунке поглощающими являются состояния 3 и 4, а непоглощающими — 1 и 2.

Смотри также

Литература

  • И.В. Романовский. «Дискретный анализ»