Documente Academic
Documente Profesional
Documente Cultură
P(Xk+1 = sk+1/ X0 = s0, X1 = s1..., Xk = sk). Dac P(Xk+1 = sk+1/ X0 = s0, X1 = s1..., Xk = sk) = P(Xk+1 = sk+1), atunci sistemul comsiderat este un sistem fr memorie. Dac P(Xk+1 = sk+1/ X0 = s0, X1 = s1..., Xa = sa) = P(Xk+1 = sk+1/ Xk = sk), ceea ce nseamn c pentru a cunoate trecutul sistemului este sufucient s cunoatem starea sa din momentul efecturii ultimei observaii, iar modul n care sistemul a ajuns n aceast stare nu are importan, atunci sistemul considerat se numete sistem de tip Markov (sau sistem markovian). Mersul aleator (Mersul la ntmplare) Se consider o particul care la un moment dat se afl ntr-un punct i {1,2,3,,n} al segmentului [0,n]; fie S = {1,2,3,,n}. Presupunem c la momentul k = 0, particula se afl n poziia s0 S. Dac la momentul k N, particula se afl ntr-o poziie descris astfel: n poziia sk, cu probabilitatea rsk, 0 sk n n poziia sk+1, cu probabilitatea psk,0 sk n-1 n poziia sk-1, cu probabilitatea qsk, 1 sk n.
Au loc relaiile rsk + psk + qsk = 1; 1 skn-1; r0 + p0 = 1; qn + pn = 1. Putem s fixm datele descrise mai sus prin urmtoarea matrice ptratic de ordin (n+1):
Notndcu Xk v.a. care reprezint poziia particulei la momentul k, rezult P(Xk+1 = sk+1/ X0 = s0, X1 = s1..., Xk = sk) = P(Xk+1 = sk+1/ Xk = sk), deci modelul (sistemul) fizic descris este de tip markovian. Asemenea modele descriu micarea brownian ntr-un mediu fluid, descompus dup diferite direcii. Deseori modelul mersului aleator este asociat cu aa-numitul mers al beivului (lund, eventual, rk=0, 0 k n). Exist dou modele celebre ale unor fenomene fizice care reprezint mersuri aleatoare i care au fost concepute fr nici o legtur cu sistemele de tip Markov: modelul lui Daniel Bernoulli (1769) care descrie a dou lichide incompresibile ntre dou containere i modelul Ehrenfest (1907), propus de soii Tatiana i Paul Ehrenfest. Modelul Ehrenfest Acest model descrie schimbul de cldur ntre dou cmpuri izolate avnd temperaturi diferite. Temperaturile sunt reprezentate prin numere asociate unor bile situate n dou urne care conin n total 2N bile, N N*, numerotate de la 1 la 2N. La momentul k = 0, prima urn conine m bile, iar a doua urn 2N - m bile, m N. La fiecare moment k 1, se alege n mod aleator un numr ntreg situat ntre 1 i 2N (valori presupuse echiprobabile), iar bila cu acest numr este mutat din urna n care se afl n cealalt urn. Fie Xk variabila aleatoare care reprezint numrul de bile aflate n prima urn, dup schimbul efectuat la momentul k (Xk descrie temperatura primului corp). Avem X0 = m i S = {1,2,3,,2N}. Mai departe schimbul de cldur se descrie astfel: dac Xk = 0, atunci P(Xk+1 = 1) = 1 i P(Xk+1 S\ {1}) = 0 dac Xk = sk {1,2,3,...,2N-1}, atunci P(Xx+1 = sk+1)= P(Xx+1 = sk-1)= i P(Xk+1 S\ {sk-1, sk+1}) = 0. ;
dac Xk = 2N, atunci P(Xx+1 = 2N-1) = 1 i P(Xk+1 S\ {2N-1}) = 0. Atam modelului Ehrenfest urmtoarea matrice ptratic de ordin 2N+1:
( Observm c:
P(Xk+1 = sk+1/ X0 = s0, X1 = s1..., Xk = sk) = P(Xk+1 = sk+1/ Xk = sk), deci modelul Ehrenfest corespunde unui sistem de tip Markov.
este o matrice dublu stohastic. De asemenea matricea unitate In 0 n rest, este o matrice dublu stohastic. , i.e. matricea care are 1 pe diagonala principal i
Definiie Se numete lan Markov avnd mulimea strilor S un semnal aleator discret (ir de variabile aleatoare) cu valori n S, semnal (ir) notat (Xk)k0 sau (X(k))k0, avnd urmtoarea proprietate: k N, s0, s1, s2,..., sk+1 S are loc egalitatea P(Xk+1 = sk+1/ Xk = sk, Xk-1 = sk-1..., X0 = s0) = P(Xk+1 = sk+1/ Xk = sk). Un sistem (fizic, tehnic, economic, bilogic, social) a crui evoluie este generat (modelat) de un lan Markov se numete sistem markovian. Numrul P(Xk+1 = sk+1/ Xk = sk) se numete probabilitatea de trecere de la starea sk la starea sk+1 dup un pas, de la momentul k la momentul k+1.
Relaiile Chapman-Kolmogorov
Se considerm un lan Markov (omogen) asociat tripletului (S, p(0), ). Matricea de trecere caracterizeaz schimbrile de stare ale lanului Markov dup un singur pas. Ne propunem s determinm probabilitiile schimbrilor de stare dup m 2 pai. Matricea probabilitiilor de trecere dup m pai Fie (Xk)k0 un lan Markov asociat tripletului (S, p(0), ) i un numr natural nenul. Puterea m a matricei de trecre are elementele pij(m) = p(m, i, j) = P(Xk+m = j/Xk = i), numite probabilitile de trecere dup m pai, din starea i n starea j, i.e. =(pij(m))1i,jn, m N*.
Relaiile (ecuaiile) Chapman-Kolmogorov obinem Utiliznd relaia matriceal = pij(m+s) = pir(m) prj(s), i,j {1,2,3,,n}. m,s 1.
4. Starea i este absorbant dac pii = 1 (caz particular de stare reflecxiv). 5. Relaia de comunicare i j este relaie de echivalen n mulimea strilor reflexive din S. Astfel, mulimea strilor reflexive se mparte n clase corespunztoare relaiei de echivalen . Admitem, de asemenea, c orice stare nereflexiv este, ea nsi, o clas.
6. Fie i o stare reflexiv. Numrul di = cmmdc {m 1:pii(m) > 0.} se numete peridoad a strii i. Dac di > 2, atunci starea i se numete periodic, iar dac dii = 1 starea i este neperiodic.
Probabiliti absolute
Fie (Xk)k0 un lan Markov omogen asociat tripletului (S, p(0), ). Definiie Numerele pi(k) = pk(i) = P(Xk = i), k > 0, i S se numesc probabiliti absolute asociate lanului Markov (Xk)k0. Vectorul de probabilitate p(k)= p(k) = (p1(k), p2(k),..., pn(k)) se numete repartiie de probabilitate a lanului Markov la momentul k 0. Din punct de vedere probabilistic, p(k) descrie starea sistemului markovian, la momentul t = k. Determinarea repartiiei de probabilitate a unui lan Markov Are loc egalitatea: p(k) = p(0) sau, n form echivalent, (p1(k), p2(k),..., pn(k),)= (p1(0), p2(0),..., pn(0)) (convenim = In). k > 0;
Teorem Dac lanul Markov asociat tripletului (S, p(0), ) este regulat, atunci exist limita irului (p(k))k0 al repartiiilor de probabilitate ale lanului.
Vectorul p* nu depinde de repartiia iniial p(0), ci numai de matricea de tranziie . Noiunea de repartiie limit se poate ataa oricrui lan Markov pentru care exist p* = .
Teorem Repartiia limit p* este un vector de probabilitate, iar (p*)T este unicul vector propriu al matricei asociat valorii proprii = 1 care are toate componentele pozitive de sum 1. Astfel, p* verific relaiile: (p*)T = (p*)T, cu (p*)T, cu p*0 i p1*+ p2*+...+ pn*= 1 sau p* = p*, cu p* 0 i p1*+ p2*+...+ pn*= 1.
Teorem Dac lanul Markov asociat tripletului (S, p(0), ) este regulat, iar matricea sa de trecere este dublu stohastic, atunci repartiia limit a lanului Markov este p*= ( ).
Observaie n cazul unui lan Markov regulat, are loc egalitatea pi*= Pentru valori suficient de mari ale lui k putem scrie: P(Xk = i) pi*, k k0. , 1 i n.
Aadar, sistemul a crui evoluie o urmrim tinde s se stabilizeze, adic la fiecare moment k k0 exist n mod practic aceeai probabilitate ca sistemul s se afle n sterea i.
Repartiia staionar
Fie (Xk)k0 un lan Markov regulat tripletului (S, p(0), ). Repartiia limit p* exist i este independent de repartiia p(0). S lum n rol de p(0) repartiia limit p* = p~T, unde este unicul vector propriu al matricei asociat valorii proprii = 1 care este i vector de probabilitate. Are loc egalitatea = de unde deducem: (
k
= ,
= (p*)T = (p*)T.
i.e. pi(k) = pi*; 1 i n; k 1 P(Xk= i) = pi*, Astfel este adevrata urmtoarea afirmaie:
Dac repartiia iniial a unui lan Markov regulat coincide cu repartiia sa limit p*, atunci repartiia de probabilitate p(k) este constant n raport cu k, i.e. p(k) = p* = p(0).
Definiie Vectorul p~T se numete repartiia staionar a lanului Markov (Xk)k0 asociat tripletului (S, p(0), ). Repartiia limit este unicul exemplu de repartiie staionar.
deducem relaia de recuren a probabilitilor absolute p(k+1)= p(k) , k 0. Interpretnd p(k) drept un indicator al strii sistemului Markov la momentul k, se poate spune c egalitiile (1) reprezint o relaie de actualizare a strii sistemului Markov. Exist, totui, situaii, n care starea sistemului nu poate fi observat direct, n schimb fiecare stare are o lege (distribuie) probabilistic asociat. Mai precis, n momentul cnd sistemul Markov ajunge n starea s la momentul k, ieirea observat este asociat valorilor inei v.a. 1D discrete Yk, n conformitate cu o distribuie (mas) de probabilitate (pmf) condiionat de starea sistemului la momentul k, adic de probabiltatea ca Xk = s. Definiia noiunii de lan Markov ascuns Se consider urmtoarele date: un lan Markov (Xk)k0 asociat tripletului (S, p(0), ) un lan de v.a. (Yk)k0 mpreun cu un ir de pmf condiionate (fk(y/s))k0 care descriu probabilitile ieirilor sistemului la fiecare moment k 0 pentru fiecare s a sistemului.
Se numete lan Markov ascuns (pe scurt LMA) asociat acestor date semnalul aleator discret 2D sau lanul aleator bidimensional (Xk,Yk)k0. Matricele k, k 0, avnd elementele = P(Yk = m/Xk = s) = fk(m/s), 1 m M, 1 s N, definite la seciunea anterioar se numesc matrice ale ieirilor LMA (Xk, Yk)k0.