P. 1
L1 - Surse Markov

L1 - Surse Markov

|Views: 12|Likes:
Published by Victor Pavel

More info:

Published by: Victor Pavel on Jan 06, 2014
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

12/30/2014

pdf

text

original

Laborator nr.

1: Surse Markov

TTI 1 – 2004/2005 – II C + II F

Laborator nr. 1. Surse Discrete Cu Memorie (SDCM). Lanturi Markov

1. Introducere teoretica
Consideram o sursa care emite simboluri din alfabetul X = {xk } , |X|= M , la momente de timp succesive, ..., t 0 , t1 , t2 ,K , tk ,... . • Daca emiterea unui simbol de catre sursa X este conditionata numai de valoarea simbolului precedent, atunci sursa îndeplineste conditia Markov :
P X ( tn ) = x j | X (tn −1 ) = xi , X (tn − 2 ) = xik −1 ,K , X (t1 ) = xik −n +1 = P ( X (tn ) = x j | X (t n −1 ) = xi ) = P ( X n = j | X n −1 = i ) = Pij .

(

)

si poate fi modelata ca un lant Markov finit X 0 , X 1 , X 2 ,K , fiind denumita sursa Markov. • Pentru un lant Markov, notat X 0 , X 1 , X 2 ,K , valoarea curenta a unei v.a. X k la momentul de timp t k oarecare se numeste stare , se noteaza k si apartine spatiului starilor S = {1,2,3, K} . •

Un lant Markov finit este definit pe multimea starilor sale ce formeaza alfabetul starilor S = {1,2,K, k } , satisfacând conditia Markov. Pentru un lant Markov, în termenii distributiei de probabilitati n-dimensionala este satisfacuta conditia:
p ( x1 , x2 ,K , x n ) = p ( x1 ) ⋅ ∏ p( xi | xi −1 ) .
i =2 n

Pentru un lant Markov invariant în timp (sau omogen), probabilitatea de tranzitie dintr-o stare în alta nu depind de timp:

Pi , j = P ( X n = j | X n −1 = i ) = P ( X n −k = j | X n − k −1 = i ) , ∀i, j ∈ S .
Observatie: În general, numarul de stari ale lantului poate fi mai mare decât numarul de simboluri ale alfabetului sursei | X | , caz în care un simbol de iesire poate corespunde mai multor stari. • Un lant Markov X 0 , X 1 , X 2 ,K , invariant în timp, este caracterizat de:

1

. • • Daca starea initiala a lantului Markov este în concordanta cu o distributie stationara π0 = w .. Daca starea finala a lantului Markov este ireductibila si neperiodica..P( X 0 = 2). j   .. adica: π n = π n −1 ⇒ w = π n . c) matricea probabilitatilor de tranzitie P : P=  Pi ..Laborator nr. se poate scrie functie de distributia la momentul de timp anterior n-1: π n = π n −1P . O distributie de stari se numeste stationara (sau de echilibru) si se noteaza w. ∀n ≥ 1 . j = 1. daca distributia pn de probabilitati a starilor la momentul de timp n. π02 . atunci lantul Markov formeaza o sursa Markov stationara. si de la orice distributie de start π 0 .a.. cu proprietatea: ∑P j i. sau fata de distributia initiala de la momentul de timp initial: π n = π0Pn .. 1: Surse Markov TTI 1 – 2004/2005 – II C + II F a) starea initiala data de valoarea curenta a v..P( X 0 = k ) ) . ∀n ≥ 1 . Desfasurarea lucrarii – vezi îndrumarul de laborator 2 .. • • Lantul Markov este considerat a fi ireductibil daca trece dintr-o stare oarecare în alta stare oarecare într. unde i .. M } ... iar procesul Markov se numeste ergodic. ∀n ≥ 1 . b) vectorul de distributie initiala π 0 (vectorul probabilitatilor initiale ale starilor) π 0 = ( π01 . distributia π n tinde la o distributie stationara w când n tinde la infinit.2. atunci distributia stationara w este unica. este aceeeasi cu distributia pn -1 de probabilitati a starilor la momentul n-1. X 0 la momentul de timp initial t 0. π0 k ) = ( P( X 0 = 1).un numar finit de pasi. j ∈ {1. • Distributia de probabilitati a starilor la momentul de timp n. 2. M = X . cu conditia: ∑π i =1 k 0i = 1.

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->