1_Podstawy_teorii_SJLM.pdf
(
351 KB
)
Pobierz
406575780 UNPDF
1. PODSTAWY TEORII SKOŃCZONYCH ŁAŃCUCHÓW MARKOWA
Przykład 1
Mieszkaniec wioski błądzi po niej zatrzymując się w jednym z trzech punktów: miejsce pracy (P),
knajpa (K), dom (D). Po godzinie pobytu w jednym miejscu czuje potrzebę odmiany. Wychodząc z
pracy rzuca monetą i w zależności od wyniku idzie do domu albo do knajpy. Szanse, że po wizycie
w knajpie uda się natychmiast do domu wynoszą tylko 25%, podobnie jak przejście do pracy, za to
prawdopodobieństwo pozostania w knajpie przez kolejną godzinę jest równe 0,5. W domu jest
żona, która ma pięćdziesięcioprocentowe szanse nakłonić męża do pójścia do pracy, więc tylko w
połowie przypadków udaje mu się zahaczyć o knajpę.
Miejsce bohatera po
n
krokach (godzinach), n{0,1,2, ...} jest zmienną losową
n
X= D oznacza, że w chwili 0 bohater jest w domu.
Uwaga
: Definicja zmiennej losowej ... wartości liczbowe. W teorii ŁM konwencja: stany
zamiast liczb (D zamiast 1, K zamiast 2 itd.)
Ciąg zmiennych {
n
0
X} jest procesem stochastycznym.
Od czego zależy miejsce pobytu bohatera w chwili
n+1
(czyli rozkład prawdopodobieństwa
zmiennej
1
n
X )?
-
od jego miejsca w chwili
n
(rozkładu prawdopodobieństwa zmiennej
n
X)
-
od wyniku rzutu monetą w pracy, obecności kolegów w knajpie oraz żony w domu
(prawdopodobieństw zmiany stanu)
Macierz prawdopodobieństw przejścia w jednym kroku
D K P
D
K
P
0
0
,
5
0
,
5
P
= ]
[
ij
=
p
0
,
25
0
,
5
0
,
25
0
,
5
0
,
5
0
DP
oznacza, że w czasie od chwili
n
do
n
+1 szansa
przejścia bohatera z domu do pracy wynosi 50%.
p
0,
- Np. trzeci wiersz tej macierzy jest warunkowym rozkładem zmiennej losowej
1
n
X pod
X
n
Załóżmy, że w momencie
n
bohater jest w domu. Gdzie można go zastać po upływie godziny?
1
warunkiem, że
P
(P
n
W pracy (
ścieżka
DP)?
X
)D
(P
X
n
,D
X
n
1
)P
(P
X
n
1
P
X
n
)D
(P
X
n
)D
0
,
5
1
0
,
5
W domu (DD), w knajpie (DK)?
0
X
n
,D
X
...
1
)D
, 5
(P
n
X
n
,D
X
1
K
)
...
0
,
Jeśli wiemy, że 1
(P
n
, to
prawdopodobieństwa stanu w chwili
n
+1 (po
n
+1 krokach):
0
X
)D
Powyższe prawdopodobieństwa stanowią
rozkład zmiennej losowej
1
X
)D
1
(P
n
X
1
,
K
)
, 5
(P
n
X
1
,
)P
n
X
, zapisywany jako
d
n
1
d[
j
n
,
]
[
0
0
,
5
0
,
5
]
1
X o
wartościach ze skończonego zbioru, zwanego
przestrzenią stanów
S = {D, K, P}. Zdarzenie
- Np. prawdopodobieństwo 5
(P
n
(P
n
, 5
A jakie jest prawdopodobieństwo, że po 2 godzinach będzie znów w domu (ścieżki DDD lub
DKD lub DPD)?
(P
n2
X
)D
(P
X
n
,D
X
n
1
,D
X
n
2
)D
(P
X
n
,D
X
n
1
,K
X
n
2
)D
(P
X
n
,D
X
n
1
,P
X
n
2
)D
(P
X
n
n 1
)D
2
D
X
1
,D
X
n
)D
(P
X
n
,D
X
n
(P
X
n
n 1
)D
2
D
X
1
,K
X
n
)D
(P
X
n
,K
X
n
(P
X
n
1
2
D
X
n
1
,P
X
n
)D
(P
X
n
,P
X
n
)D
Zauważmy, że
(P
X
n
2
D
X
n
1
,D
X
n
)D
(P
X
n
2
D
X
n
1
)D
(P
X
n
2
D
X
n
1
,K
X
n
)D
(P
X
n
2
D
X
n
1
K
)
(P
X
n
2
D
X
n
1
,P
X
n
)D
(P
X
n
2
D
X
n
1
)P
brak pamięci
o stanie z chwili wcześniejszej niż
n
+1, zatem
X
)D
(P
X
n
n 1
2
D
X
1
)D
(P
X
n
D
X
n
)D
(P
X
n
)D
(P
X
n
n 1
2
D
X
1
K
)
(P
X
n
K
X
n
)D
(P
X
n
)D
(P
X
n
1
2
D
X
n
1
)P
(P
X
n
P
X
n
)D
(P
X
n
)D
Jak więc oblicza się prawdopodobieństwo ścieżki np. DPD?
375
...
0,
(P
X
n
,D
X
n
1
,P
X
n
2
)D
d
nD
p
DP
p
PD
1
0
,
5
0
,
5
0
,
25
A ścieżki DPKPDK, jeśli na pewno zaczął od domu?
pp
DP
PK
p
KP
p
PD
p
DK
Jeśli wiemy, że 1
(P
n
, to
prawdopodobieństwa stanu po
n
+2 krokach
wynoszą
X
)D
(P
n2
0,375, 5
X
)D
(P
n
X
2
,
K
)
, 125
(P
n
X
2
,
)P
,
więc
rozkładem zmiennej losowej
2
n
X jest
]
d
Macierz prawdopodobieństw przejścia w dwóch krokach
n
2
d[
j
n
,
]
[
0
,
375
0
,
5
0
,
125
D K P
D
K
P
0
,
375
0
,
5
0
,
125
(2
P
= ]
)
p[
)
ij
2
=
(
0
,
25
0
,
5
0
,
25
0
,
125
0
,
5
0
,
375
DP
oznacza, że w czasie od chwili
n
do
n
+2 szansa
przejścia bohatera z domu do pracy (bez względu na to, gdzie był w chwili
n
+1) wynosi
12,5%
p
)(
0
2
,
2
(P
n2
Np. prawdopodobieństwo 125
Def
.:
Skończonym łańcuchem Markowa
(SŁM) o przestrzeni stanów S ={1,2,...,r} nazywa się
proces stochastyczny
N
X{
, dla którego spełniona jest własność Markowa (własność
n
}
n
braku pamięci)
(P
X
n
1
1
j
|
X
n
,i
X
n
1
i
n
1
,...,
X
0
i
0
)
(P
X
n
j
|
X
n
i
)
p
ij
(
n
)
,
0
Def
.:
Skończonym jednorodnym łańcuchem Markowa
(SJŁM) nazywa się SŁM, dla którego
prawdopodobieństwa przejścia są stałe w czasie
(P
X
n
,i
X
n
)
1
i
n
1
,...,
X
0
i
0
, dla S
,i
n
,j
i
,
i
1
,...,
i
1
(P
X
n
1
j
|
X
n
i
)
p
ij
Prawdopodobieństwa przejścia w jednym kroku zapisuje się w postaci r-wymiarowej macierzy
przejścia
]
P
.
[
ij
p
Macierz przejścia
P
jest
macierzą stochastyczną
, tzn.
r
j
ij
p .
Def
.:
Rozkładem łańcucha w chwili
n
(bezwarunkowym) nazywa się wektor
]
0
d
nn 2
d[
1
,
d
n
,
...
,
d
nr
, gdzie )j
Pd
n
nj
(
X
SJŁM jest dany macierzą przejścia
P
i rozkładem początkowym
0
d
Macierz przejścia w
m
krokach
]
)
p[
)
ij
(
m
przy czym )
p
ij
(
)m
P
(
X
n
j
X
n
;
m
i
Dla SJŁM macierz
)
(
P jest
m
-tą potęgą macierzy
P
, czyli
m
P
Bezwarunkowe prawdopodobieństwa stanu
nj
d można obliczyć z wzoru na
prawdopodobieństwo całkowite (jak wyżej w przykładowych obliczeniach), co w zapisie
m
acierzowym ma postać:
)m(
P
dd
1
nn
(*)
P
Zatem
P
1
dd
12
P
P
d
0
2
…
dd
0
n
P
n
(**)
Wzory (*) i (**) służą więc do obliczenia rozkładu łańcucha (tym samym zmiennej
n
X) w
chwili
n
, gdy znany jest rozkład z poprzedniej chwili lub rozkład początkowy
3
przy czym 0
ij
p , 1
1
m(
P
,
m
dd
0
Plik z chomika:
chomikSGHowy
Inne pliki z tego folderu:
1_Podstawy_teorii_SJLM.pdf
(351 KB)
pmbo.xls
(49 KB)
Proces_Markowa,_system_kolejkowy.pdf
(331 KB)
Zapasy__EOQ.pdf
(299 KB)
3_Zadania.pdf
(113 KB)
Inne foldery tego chomika:
0123nu239d0q01v34r35510093f
Administracja finansowa i kontrola skarbowa
Aktuariat
Algebra
Algorytmy i złożoności
Zgłoś jeśli
naruszono regulamin