Łańcuch Markowa

Przykład procesu Markowa

Proces Markowaciąg zdarzeń, w którym prawdopodobieństwo każdego zdarzenia zależy jedynie od wyniku poprzedniego. W ujęciu matematycznym, procesy Markowa to takie procesy stochastyczne, które spełniają własność Markowa.

Łańcuchy Markowa to procesy Markowa z czasem dyskretnym.

Łańcuch Markowa jest ciągiem zmiennych losowych. Dziedzinę tych zmiennych nazywamy przestrzenią stanów, a realizacje to stany w czasie Jeśli rozkład warunkowy jest funkcją wyłącznie zmiennej

to mówimy, że proces stochastyczny posiada własność Markowa.

Przedstawiona definicja zakłada czas dyskretny. Istnieją procesy Markowa z czasem ciągłym, jednak nie są one przedstawione w tym artykule.

Procesy Markowa zawdzięczają swoją nazwę ich twórcy Andriejowi Markowowi, który po raz pierwszy opisał problem w 1906 roku. Uogólnienie na przeliczalnie nieskończone przestrzenie stanów zostało opracowane przez Kołmogorowa w 1936. Łańcuchy Markowa mają związek z ruchami Browna oraz hipotezą ergodyczną, dwoma ważnymi w fizyce tematami, ale powstały jako uogólnienie prawa wielkich liczb na zdarzenia zależne.

Własności łańcuchów Markowa

Rozkład początkowy

Rozkładem początkowym nazywamy rozkład (dyskretny) zmiennej

Macierz przejść

Definicja

Jeśli łańcuch Markowa jest jednorodny, rozkład prawdopodobieństw przejść między poszczególnymi stanami może być przedstawiony jako macierz, zwaną macierzą prawdopodobieństw przejścia. Jest to macierz stochastyczna, oznaczamy zwykle literą gdzie wyraz wyraża się wzorem:

Z jednorodności wynika, że rzeczywiście nie zależy od Przykładowo element oznacza prawdopodobieństwo przejścia ze stanu pierwszego do stanu trzeciego.

Równania Chapmana-Kołmogorowa

Prawdopodobieństwem przejścia ze stanu do stanu w krokach nazywa się prawdopodobieństwo warunkowe

Dla prawdopodobieństw przejść spełnione są następujące równanie, nazywane równaniami Chapmana-Kołmogorowa:

Intuicyjne jest jasne, że aby dojść do stanu można po drodze przejść przez dowolny inny stan skomunikowany z i Stosując zapis macierzowy, równania Chapmana-Kołmogorowa można zapisać w postaci:

gdzie przez jest macierzą przejść w krokach.

Klasyfikacja stanów

Mówi się, że:

  • stan jest osiągalny ze stanu jeśli
  • stany i są skomunikowane, jeśli są wzajemnie osiągalne. Oznaczenie:

Można wykazać, że relacja skomunikowania jest relacją równoważności. Zatem zbiór możliwych stanów można podzielić na klasy abstrakcji względem tej relacji. Każda z klas tworzy zbiór stanów wzajemnie skomunikowanych.

Stany chwilowe i rekurencyjne

Niech oznacza prawdopodobieństwo tego, że startując ze stanu łańcuch kiedykolwiek do niego powróci.

  • Jeśli to stan nazywany jest rekurencyjnym.
  • Jeśli to stan nazywany jest chwilowym.

Każdy stan jest albo chwilowy albo rekurencyjny. Stan jest rekurencyjny wtedy i tylko wtedy, gdy:

Rozkład stacjonarny

Rozkład prawdopodobieństw na przestrzeni stanów nazywany jest stacjonarnym wtedy i tylko wtedy, gdy spełniony jest warunek:

tj.

gdzie jest takim wektorem wierszowym, że:

Jeśli rozkład początkowy jest stacjonarny, to każdy kolejny rozkład również jest stacjonarny.

Może nie istnieć żaden, istnieć jeden lub więcej niż jeden rozkład stacjonarny dla danego procesu.

Zobacz też

  • własność Markowa

Bibliografia

  • Maria Podgórska i in.: Łańcuchy Markowa w teorii i zastosowaniach. Warszawa: Szkoła Główna Handlowa, Oficyna Wydawnicza, 2002.
  • Anzelm Iwanik, Jolanta Katarzyna Misiewicz: Wykłady z procesów stochastycznych z zadaniami. Cz. 1, Procesy Markowa. Zielona Góra: Oficyna Wydawnicza Uniwersytetu Zielonogórskiego, 2009.

Linki zewnętrzne

Media użyte na tej stronie

REF new (questionmark).svg
Autor: Sławobóg, Licencja: LGPL
Icon for missing references