ВУЗ:
Составители:
Рубрика:
42 Глава 2. Ориентированные графы
Предположим, что в начальный момент времени система нахо-
дится в состоянии i. В рамках описываемой модели произведение
p
il
1
p
l
1
l
2
. . . p
l
k−1
j
понимается как вероятность того, что система (частица), находясь
вначале в состоянии (вершине) i, пройдёт путь i, l
1
, . . . , l
k−1
, j. Тогда
число
X
l
1
, . . . ,l
k−1
p
il
1
p
l
1
l
2
. . . p
l
k−1
j
, (2)
где суммирование производится по всевозможным (i, j)-путям длины
k, равно вероятности перехода системы из состояния i в состояние j
за k шагов.
Случайные процессы такого типа впервые изучались А.А. Марко-
вым в начале 20-го века и по традиции называются цепями Маркова.
1)
Цепь Маркова определяется, стало быть, если фиксировано на-
чальное состояние системы. Можно сказать, что марковская система
есть совокупность марковских цепей, которые получаются при раз-
личном выборе начального состояния системы.
Докажите простой, но решающий для применимости стохастиче-
ских матриц в теории цепей Маркова факт:
Предложение 1. Вероятность (2) перехода из состояния i в
состояние j за k шагов равна p
(k)
ij
, то есть, равна (ij)-элементу
матрицы P
k
.
Иногда бывает нужно знать вероятность перехода за k шагов из
состояния i в какое-либо из состояний множества α. Из предложе-
ния 1 вытекает, что эта вероятность равна
P
j∈α
p
(k)
ij
.
Мы рассмотрим, в качестве приложения теории графов, одну из
основных задач теории цепей Маркова — задачу об асимптотическом
поведении переходных вероятностей p
(k)
ij
при k → ∞. Для двух типов
марковских систем будет доказано существование пределов lim
k→∞
p
(k)
ij
для любых состояний i, j. Другими словами, будет доказано, что по-
следовательность P
k
, k = 1, 2, . . . поэлементно сходится к некоторой
предельной матрице P
∞
(очевидно, стохастической).
Соответственно нашему подходу состояния марковской системы
отождествляются с вершинами графа этой системы, понятия компо-
ненты, циклического класса и т.п. переносятся на состояния системы.
1)
Для углублённого знакомства см., например, Кемени Дж., Снелл Дж. Конечные цепи Мар-
кова. — М.: Наука, 1970, или Ширяев А.Н. Вероятность (в 2-х кн.). — М.: МЦНМО, 2004.
42 Глава 2. Ориентированные графы Предположим, что в начальный момент времени система нахо- дится в состоянии i. В рамках описываемой модели произведение pil1 pl1 l2 . . . plk−1 j понимается как вероятность того, что система (частица), находясь вначале в состоянии (вершине) i, пройдёт путь i, l1 , . . . , lk−1 , j. Тогда число X pil1 pl1 l2 . . . plk−1 j , (2) l1 , . . . ,lk−1 где суммирование производится по всевозможным (i, j)-путям длины k, равно вероятности перехода системы из состояния i в состояние j за k шагов. Случайные процессы такого типа впервые изучались А.А. Марко- вым в начале 20-го века и по традиции называются цепями Маркова.1) Цепь Маркова определяется, стало быть, если фиксировано на- чальное состояние системы. Можно сказать, что марковская система есть совокупность марковских цепей, которые получаются при раз- личном выборе начального состояния системы. Докажите простой, но решающий для применимости стохастиче- ских матриц в теории цепей Маркова факт: Предложение 1. Вероятность (2) перехода из состояния i в (k) состояние j за k шагов равна pij , то есть, равна (ij)-элементу матрицы P k . Иногда бывает нужно знать вероятность перехода за k шагов из состояния i в какое-либо из состояний множества α. Из предложе- P (k) ния 1 вытекает, что эта вероятность равна j∈α pij . Мы рассмотрим, в качестве приложения теории графов, одну из основных задач теории цепей Маркова — задачу об асимптотическом (k) поведении переходных вероятностей pij при k → ∞. Для двух типов (k) марковских систем будет доказано существование пределов lim pij k→∞ для любых состояний i, j. Другими словами, будет доказано, что по- следовательность P k , k = 1, 2, . . . поэлементно сходится к некоторой предельной матрице P ∞ (очевидно, стохастической). Соответственно нашему подходу состояния марковской системы отождествляются с вершинами графа этой системы, понятия компо- ненты, циклического класса и т.п. переносятся на состояния системы. 1) Для углублённого знакомства см., например, Кемени Дж., Снелл Дж. Конечные цепи Мар- кова. — М.: Наука, 1970, или Ширяев А.Н. Вероятность (в 2-х кн.). — М.: МЦНМО, 2004.
Страницы
- « первая
- ‹ предыдущая
- …
- 40
- 41
- 42
- 43
- 44
- …
- следующая ›
- последняя »