Documente Academic
Documente Profesional
Documente Cultură
Lanţuri Markov
3.1. Procese stohastice
3.2. Lanţuri Markov omogene în timp discret
3.3. Lanţuri Markov omogene în timp continuu
3.4. Lanţuri Markov asociate reţelelor Petri stohastice
j j
2
Lanţuri Markov omogene în timp discret
P[ A B | C ] P[ A | B C ] P[ B | C ]
Matricea probabilităţilor de tranziţie în n paşi:
P ( n ) [ pij( n ) ], n 0,1, 2,...
pij( n ) P X k n j X k i P X n j X 0 i , i, j 1, 2,...
P (0) I , P (1) P
Ecuaţia Chapman-Kolmogorov
P ( n ) P ( m ) P ( nm ) , m, n , 0 m n .
3
Lanţuri Markov omogene în timp discret
4
Lanţuri Markov omogene în timp discret
5
Lanţuri Markov omogene în timp discret
6
Lanţuri Markov omogene în timp discret
P P
(k ) k 3 3
2 1 1 k 1 1 1 k
4 3
3 4
, k
2 2 1
1 2 1
k k
3 3 4 3 3 4
dacă la momentul iniţial serverul era în stare de funcţionare ( X 0 1), (0) 1 0 ,
probabilitatea ca după 2 ore să fie în aceeaşi stare:
2
2 1 1 11
P[ X 2 1| X 0 1] p11 (2)
3 3 4 16
sau
11
(2) (0) P 2 1 (2)
16
2 1 1 k 1 1 1 k
dacă (0) 1 3 2 3 , atunci (k ) (0) P
k
3 3
4 3 3 4
7
Lanţuri Markov omogene în timp discret
2
X(k)
0.5
0 10 20 30 40 50 60 70 80 90 100
k
8
Lanţuri Markov omogene în timp discret
9
Lanţuri Markov omogene în timp discret
Cine va câştiga?
(0) 3 / 7 1 / 7 3 / 7
0.15
1 2
0.82 0.15 0.03
P 0.10 0.75 0.15
0.10
0.03
0.03 0.10
0.15
0.03 0.10 0.87
3
(36) 0.2500 0.3214 0.4285
10
Lanţuri Markov omogene în timp discret
11
Lanţuri Markov omogene în timp discret
ec. Chapman-Kolmogorov:
P ( n ) P ( m ) P ( nm ) , m, n , 0 m n P ( n ) P n , n 0,1, 2,...
(k 1) (k ) P
ecuaţia de stare: (k ) (0) P k , k 0,1, 2,
(0) 0
durata de menţinere a stării i : Ti are distribuţie geometrică de parametru 1 pii
P[Ti n] (1 pii ) piin1 , n 1, 2, , i ,
12
Lanţuri Markov omogene în timp discret
un lanţ Markov este ireductibil dacă mulţimea stărilor este ireductibilă: i, j S , i j
interpretare grafică: diagrama probabilităţilor tranziţiilor de stare este graf tare conex
dacă un lanţ Markov nu este ireductibil se spune că este reductibil (eng. reducible)
13
Lanţuri Markov omogene în timp discret
Teoreme:
Dacă un lanţ Markov are un număr finit de stări, atunci cel puţin una dintre ele este recurentă.
Dacă i este o stare recurentă şi j este accesibilă din i, atunci starea j este recurentă.
Dacă Sc este o mulţime închisă ireductibilă de stări, atunci fiecare stare din Sc este recurentă.
14
Lanţuri Markov omogene în timp discret
Teoreme:
Dacă i este o stare pozitiv recurentă şi j este accesibilă din i, atunci starea j este pozitiv recurentă.
Dacă Sc este o mulţime închisă ireductibilă de stări, atunci toate stările din Sc sunt pozitiv
recurente, sau toate stările din Sc sunt nul recurente, sau toate stările din Sc sunt tranzitorii.
Dacă Sc este o mulţime finită închisă ireductibilă de stări, atunci toate stările din Sc sunt pozitiv
recurente.
15
Lanţuri Markov omogene în timp discret
Exemple
16
Lanţuri Markov omogene în timp discret
Teoremă.
Toate stările unui lanţ Markov ireductibil au aceeaşi perioadă.
Exemple
d 3 d 2
d 1
17
Lanţuri Markov omogene în timp discret
18
Lanţuri Markov omogene în timp discret
Problemă:
În ce condiţii, pentru orice stare i a unui DTMC, limitele i există şi reprezintă efectiv o
repartiţie de probabilitate de stare, adică satisfac condiţia i i 1 ?
19
Lanţuri Markov omogene în timp discret
Teoreme:
Într-un lanţ Markov ireductibil şi aperiodic există întotdeauna limita lim (k ) şi aceasta este
k
independentă de distribuţia de probabilitate a stării iniţiale (0) .
Această teoremă nu garantează că elementele vectorului satisfac condiţia i i 1!
Pentru un lanţ Markov ireductibil şi aperiodic ce constă numai din stări tranzitorii sau nul recurente
este satisfăcută relaţia
i lim i (k ) 0, i ,
k
şi deci nu există o distribuţie de probabilitate de stare de regim staţionar.
20
Lanţuri Markov omogene în timp discret
Într-un lanţ Markov ireductibil şi aperiodic, ce constă numai din stări pozitiv recurente,
există şi este unic vectorul distribuţiei de probabilitate a stării în regim staţionar,
1, 2 , 3 , , ale cărui elemente i 0 satisfac
1
i lim i ( k ) , i ,
k Mi
unde M i este timpul mediu de recurenţă corespunzător stării i .
Vectorul se determină rezolvând sistemul de ecuaţii liniare
P ,
i 1.
i
Observaţii:
este vector propriu la stânga al matricei P, corespunzător valorii proprii 1
este singurul vector de repartiţie a stării iniţiale pentru care lanţul considerat este un proces
staţionar ( (0) (k ) , k 1).
= distribuţie staţionară de probabilitate a stării lanţului Markov .
21
Lanţuri Markov omogene în timp discret
lanţ Markov regulat (eng. regular chain) = lanţ pentru care N 0 astfel încât matricea P N are
numai elemente strict pozitive
N 0 : pij( N ) 0, i, j .
interpretare grafică: pe diagrama probabilităţilor tranziţiilor de stare corespunzătoare DTMC
există drum de la o stare oarecare i la oricare altă stare j format din exact N arce
toate liniile matricei W lim P k coincid cu vectorul probabilităţilor de stare staţionară
k
W lim P k eT
k
matricea W satisface relaţiile W P P W W W 2 .
matricea fundamentală a unui lanţ regulat, Z zij :
i , j
1
Z I P W ,
i, j , i j , mij = valoarea medie a primului moment în care procesul, aflat la momentul
iniţial în starea i, ajunge în starea j, (eng. mean first passage time)
z jj zij
mij , i, j , i j .
j
Prin definiţie mii 0 .
matricea M mij (eng. mean first passage matrix).
i , j
22
Lanţuri Markov omogene în timp discret
Teorema Perron-Frobenius.
Fie P pij nn o matrice ne-negativă regulată / ireductibilă.
Matricea P admite o valoare proprie r ce satisface următoarele proprietăţi:
a. r , r 0 ;
b. r | | / r | | , ( P ) (i.e. det( I n P ) 0 ) – r raza spectrală a matricei P;
c. r este rădăcină simpla a ecuaţiei caracteristice det( I n P ) 0 ;
d. r admite vectori proprii, la dreapta şi la stânga, strict pozitivi;
Corolar 1.
n n n n
min pij r max pij , min pij r max pij .
i i j j
j 1 j 1 i 1 i 1
Teoremă.
Raza spectrală a unei matrice stohastice P este 1.
O matrice nenegativă este stohastică pe linii dacă şi numai dacă vectorul e 1 ... 1
T n
este
vector propriu la dreapta corespunzător valorii proprii 1, Pe e .
23
Lanţuri Markov omogene în timp discret
24
Lanţuri Markov omogene în timp discret
25
Lanţuri Markov omogene în timp discret
analiza stărilor:
dacă 0 p 1 2 starea 1 este tranzitorie
dacă p 1 2 starea 1 este nul recurentă
dacă 1 2 p 1 starea 1 este pozitiv recurentă.
26
Lanţuri Markov omogene în timp discret
1 1 1
i 1 i
1 1
1
, i
i 1
1
, i 2,3, .
i 1 i 1
i 1
i 1
27
Lanţuri Markov omogene în timp discret
1 p p 0 0
0 1 p p 0
P 0 0 1 p p
0 0 0 1 p
0 p 1 pii 1 p 1, i 1, 2, lanţ ireductibil şi aperiodic
odată ce lanţul a părăsit starea i nu mai este posibilă revenirea la această stare, deci toate stările
lanţului sunt tranzitorii
nu există o distribuţie staţionară de stare, i lim i (k ) 0, i 1, 2,
k
durata Ti de menţinere a stării i are distribuţie geometrică de parametru 1 pii p , deci
M[Ti ] 1 (1 pii ) 1 p şi Var[Ti ] pii (1 pii ) 2 (1 p) p 2
28
Lanţuri Markov omogene în timp discret
29
Lanţuri Markov omogene în timp discret
30
Lanţuri Markov omogene în timp discret
oricare ar fi starea iniţială, probabilitatea ca lanţul să ajungă într-o stare absorbantă este 1
pentru i (stare tranzitorie) şi s (stare absorbantă):
probabilitatea de absorbţie (eng. absorption probability) din starea i în starea j
i ( s ) P X k s , k 0 X 0 i
i (s) 1, i
s
matricea probabilităţilor de absorbţie (eng. absorption probabilities) B bis t r
bis i ( s ) P X k s, k 0 X 0 i , i , s
31
Lanţuri Markov omogene în timp discret
N c,
unde c 1,1, ,1
T
32
Lanţuri Markov omogene în timp discret
H N I N dg
1
,
tt
N dg nij are pe diagonala principală elementele diagonalei matricei N şi 0 în rest
nii nii , i 1, t ,
nij 0, i, j 1, t , i j.
33
Lanţuri Markov omogene în timp discret
Temă.
Să se determine distribuţia staţionară de probabilitate a stării (dacă există) pentru lanţurile
Markov în timp discret pentru care:
1 / 2 1 / 2 0 0 1 / 2 1 / 2 1 / 2 0 1 / 2
P 3 / 4 0 1 / 4 ; P 1 0 0 ; P 0 1/ 2 1/ 2 ;
0 1 / 4 3 / 4 0 1 0 0 1 / 3 2 / 3
0 0 1 0 0 1/ 3 0 2 / 3
0 0 0 1 1 / 3 0 2 / 3 0
P ; P .
1 / 2 1 / 2 0 0 0 1/ 2 0 1/ 2
1 / 3 2 / 3 0 0 1 / 2 0 1 / 2 0
34
Lanţuri Markov omogene în timp discret
35
Lanţuri Markov omogene în timp discret
A
C F
Exit
D
36