Chương 6. Sơ lược về qua trình ngẫu nhiên và xích Markov | Học viện phụ nữ Việt Namất thống kê

Chương 6. Sơ lược về qua trình ngẫu nhiên và xích Markov | Học viện phụ nữ Việt Namất thống kê  được sưu tầm và soạn thảo dưới dạng file PDF để gửi tới các bạn sinh viên cùng tham khảo, ôn tập đầy đủ kiến thức, chuẩn bị cho các buổi học thật tốt. Mời bạn đọc đón xem

Chươ ơng6.S lượcvềquatrìnhng u nhiên xíchMarkov
Ch¬ng 6
S¬ lîc vÒ qu¸ tr×nh ngÉu nhiªn vμ xÝch
Markov
i. kh¸i niÖm vÒ qu¸ tr×nh ngÉu nhiªn
Mét qu¸ tr×nh ngÉu nhiªn {X(t), tT} lµ mét tËp hîp c¸c biÕn ngÉu nhiªn
X(t), cã nghÜa lµ mét tT th× X(t) lµ mét biªn ngÉu nhiªn.
ChØ t thêng chØ thêi gian do ®ã ta coi X(t) nh tr¹ng th¸i cña
qu¸ tr×nh thêi gian t. Ch¼ng h¹n ta cã thÓ coi X(t) lµ
a. Tæng sè kh¸ch hµng ®· vµo mét siªu thÞ trong kho¶ng thêi gian t.
b. Tæng sè kh¸ch hµng bíc vµo mét siªu thÞ ë thêi ®iÓm t.
c. Tæng sè doanh thu cña mét siªu thÞ trong kho¶ng thêi gian t.
.................
TËp hîp T ®îc gäi tËp chØ cña qu¸ tr×nh ngÉu nhiªn ®îc gäi
qu¸ tr×nh rêi r¹c theo thêi gian.
NÕu T lµ mét kho¶ng ®êng th¼ng thùc th× qu¸ tr×nh ngÉu nhiªn ®îc gäi
lµ qu¸ tr×nh liªn tôc theo thêi gian.
ThÝ dô:
a. {X
n
, n = 0, 1, 2,....} mét qu¸ tr×nh ngÉu nhiªn rêi r¹c víi tËp chØ
lµ nh÷ng sè nguyªn kh«ng ©m.
Tr
ă V n Phong‐ n TrngNguyên,ĐHKTQD
238
Chươ ơng6.S lượcvềquatrìnhng u nhiên xíchMarkov
b. {X(t), t 0} mét qu¸ tr×nh ngÉu nhiªn liªn tôc theo thêi gian mµ tËp
chØ sè lµ c¸c sè thùc kh«ng ©m.
TËp hîp tÊt c¸c gi¸ trÞ thÓ c¸c biÕn ngÉu nhiªn X(t) thÓ
nhËn sÏ ®îc gäi lµ k«ng gian c¸c tr¹ng th¸i.
Tãm l¹i: Mét qu¸ tr×nh ngÉu nhiªn lµ mét hÖ c¸c biÕn ngÉu nhiªn dïng m« t¶
sù tiÕn triÓn cña mét qu¸ tr×nh nµo ®ã theo thêi gian (lµ chñ yÕu).
ii. kh¸i niÖm vÒ xÝch markov
1. Chó ý më ®Çu
Sau ®©y ta xÐt mét qu¸ tr×nh ngÉu nhiªn {X
n
, n = 0, 1, 2,....} víi mét
tËp h÷u h¹n hoÆc ®Õm ®îc c¸c gi¸ trÞ cã thÓ cã.
NÕu kh«ng chó thÝch kh¸c th× tËp hîp c¸c gi¸ trÞ thÓ cña qu¸
tr×nh (kh«ng gian c¸c tr¹ng th¸i) còng ®îc hiÖu tËp hîp c¸c
nguyªn kh«ng ©m {0,1, 2, 3,...}.
NÕu X
n
=i th× ta b¶o t¹i thêi ®iÓm n qu¸ tr×nh ë voµ tr¹ng th¸i i.
2. §Þnh nghÜa vÒ xÝch Markov
Qu¸ tr×nh ngÉu nhiªn {X
n
} ®îc gäi lµ mét xÝch Markov nÕu
)iXjX(P)iX,iX,.......,iX,iXjX(P
nnnnnnn
========
++ 11111001
víi mäi (n, i, j, i
0
, i
1
,......, i
n-1
)
ý nghÜa: §iÒu kiÖn nªu trong ®Þnh nghÜa muèn nãi r»ng x¸c suÊt cã ®iÒu kiÖn
cña tr¹ng th¸i t¬ng lai X
n+1
khi biÕt c¸c tr¹ng th¸i qu¸ khø X
0
, X
ρ
, ...., X
n-1
vµ tr¹ng th¸i hiÖn t¹i X
n
th× chØ phô thuéc vµo tr¹ng th¸i hiÖn t¹i X
n
mµ th«i.
Ghi chó 1: NÕu hiÖu P(X
n+1
=jX
n
=i) P
ij
th× P
ij
gäi x¸c suÊt truyÒn
mét bíc. Do c¸c suÊt cña mäi biÕn cè ®Òu kh«ng ©m vµ do qu¸ tr×nh thÓ nµo
còng ph¶i ë voµ mét tr¹ng th¸i nµo ®ã nªn ta cã:
Tr
ă V n Phong‐ n TrngNguyên,ĐHKTQD
239
Chươ ơng6.S lượcvềquatrìnhng u nhiên xíchMarkov
P
ij
0, i, j 0 ; . ,...),i(P
j
ij
101
0
==
=
NÕu ký hiÖu
P
(1)
lµ ma trËn c¸c x¸c suÊt truyÒn mét bíc th× ta cã:
P
(1)
=
...............................
.........PPP
................................
........PPP
........PPP
iii 210
121110
020100
Ghi chó 2
: T¬ng tù nÕu ký hiÖu P
ij
(n)
lµ x¸c suÊt truyÒn n bíc th× ta cã:
P
ij
(n)
=P(X
m+n
=jX
m
=i)
Ghi chó 3: NÕu P
ij
kh«ng phô thuéc vµo n, tøc lµ
P(X
n+1
=j =jX
n
=i)= P(X
1
X
0
=i) (n = 0, 1, 2, ....)
th× ta cã mét qu¸ tr×nh dõng.
ThÝ dô: Gi¶ viÖc ngµy mai trêi ma hay n¾ng chñ phô thuéc vµo t×nh h×nh
thêi tiÕt cña ngµy h«m nay, chø kh«ng phô thuéc vµo thêi tiÕt cña nh÷ng
ngµy qua.
Gi¶ sö nÕu h«m nay trêi vÉn ma α, cßn nÕu h«m nay trêi kh«ng ma
th× x¸c suÊt ®Ó ngµy mai trêi ma lµ . β
NÕu ta hiÖu tr¹ng th¸i 0 “trêi ma” tr¹ng th¸i 1 “trêi kh«ng
ma” th× ta thÓ t×nh h×nh thêi tiÕt nh võa nªu trªn b»ng mét xÝch
Markov cã 2 tr¹ng th¸i víi ma trËn cña x¸c suÊt truyÒn mét bíc nh sau:
Tr
ă V n Phong‐ n TrngNguyên,ĐHKTQD
240
Chươ ơng6.S lượcvềquatrìnhng u nhiên xíchMarkov
P
(1)
=
ββ
αα
=
1
1
1110
0100
PP
PP
iii. ph¬ng tr×nh chapmam-kolmogorov
Ta ®· biÕt c¸c x¸c suÊt truyÒn 1 bíc lµ P
ij
c¸c x¸c suÊt truyÒn n bíc
lµ P
ij
(n)
vµ c¸c x¸c suÊt truyÒn n bíc lµ P
ij
(n)
tõ ®ã ta cã ph¬ng tr×nh sau:
P
ij
(n)
=
PP
m)-(n
kj
ok
(m)
ik
=
ý
nghÜa: P
ik
(m)
P
kj
(n-m)
x¸c suÊt ®iÒu kiÖn ®Ó xuÊt ph¸t tr¹ng th¸i i qu¸
tr×nh chuyÓn ®Õn tr¹ng th¸i k sau m bíc, råi chuyÓn ®Õn tr¹ng th¸i j sau
(n-m) bíc. ®ã nÕu lÊy tæng c¸c x¸c suÊt ®iÒu kiÖn nµy víi mäi tr¹ng
th¸i k cã thÓ cã (k=0, 1, 2,...) ta sÏ ®
îc x¸c suÊt P
ij
(n)
.
Chøng minh
ThËt vËy, ta cã
PP
P
)mn(
kj
k
)m(
ik
mmn
k
mn
k
n
)n(
ij
)iXkX(P)iX,kX,jX(P
)iXkX,jX(P
)iXjX(P
=
=
=
=
======
====
===
0
00
0
0
0
0
NhËn xÐt: NÕu m=1 vµ n=2 th× ta cã
Tr
ă V n Phong‐ n TrngNguyên,ĐHKTQD
241
Chươ ơng6.S lượcvềquatrìnhng u nhiên xíchMarkov
=
=
0
2
k
kjik
)(
ij
PPP
§©y lµ phÇn tö ë vÞ trÞ (i, j) cña ma trËn
P
(2)
. VËy P
(2)
= P
(2)
.
B»ng quy n¹p ta suy ra:
P
(n)
= P
(n)
Tõ ®ã ph¬ng tr×nh Chapman-Kolmogorov cã thÓ viÕt díi d¹ng ma trËn nh
sau:
PP
(n)
= P
(m)
P
(n-m)
ThÝ dô: Ta xÐt trë l¹i thÝ t×nh h×nh thêi tiÕt víi 2 tr¹ng th¸i ®· ®îc
h×nh ho¸ i xÝch Markov ®· nªu trªn. Gi¶ α= 0,7 β = 0,4. Khi ®ã
h·y tÝnh x¸c suÊt ®Ó trêi sÏ ma 4 ngµy liÒn, biÕt r»ng h«m nay trêi ma.
Bµi gi¶i
Nh vËy ta cã ma trËn c¸c x¸c suÊt chuyÓn mét bíc lµ
P=
6040
3070
,,
,,
Tõ ®ã
P
(2)
=P
(2)
=
6040
3070
,,
,,
.
6040
3070
,,
,,
=
480520
390610
,,
,,
` PP
(4) (4)
=P =
480520
390610
,,
,,
.
480520
390610
,,
,,
=
4332056680
4251057490
,,
,,
VËy x¸c suÊt ph¶i t×m lµ P
00
=0,5749.
Tr
ă V n Phong‐ n TrngNguyên,ĐHKTQD
242
Chươ ơng6.S lượcvềquatrìnhng u nhiên xíchMarkov
Ghi chó: Tõ ®Çu ch¬ng tíi ®©y ta ®Òu xÐt c¸c x¸c suÊt cã ®iÒu kiÖn, ch¼ng
h¹n P
ij
(n)
lµ x¸c suÊt ®Ó ë thêi ®iÓm n hÖ ë vµo tr¹ng th¸i j biÕt r»ng ë thêi
®iÓm o hÖ ë vµo tr¹ng th¸i i.
NÕu nh muèn x¸c ®Þnh P(X
n
=j) tøc muèn tÝnh x¸c suÊt kh«ng ®iÒu
kiÖn ®Ó trong t¬ng lai (ë bíc n) hÖ sÏ ë vµo tr¹ng th¸i j th× ta cã:
Tr
ă V n Phong‐ n TrngNguyên,ĐHKTQD
243
Chươ ơng6.S lượcvềquatrìnhng u nhiên xíchMarkov
)iX(PP
)iX(P)iXjX(P)jX(P
i
)n(
ij
n
i
n
==
=====
=
=
0
0
00
0
Nh vËy nÕu biÕt ®îc quy luËt ph©n phèi x¸c suÊt cña tr¹ng th¸i ban
®Çu, ch¼ng h¹n
P(X
0 i
= i)=α víi i 0 vµ 1
0
=α
=i
i
Th× ta cã thÓ tÝnh ®îc:
=
α==
0i
i
)n(
ijn
P)jX(P
ThÝ dô: Ta xÐt trë l¹i thÝ t×nh h×nh thêi tiÕt. NÕu ®Çu ngµy h«m nay ta
tÝnh ®îc x¸c suÊt trêi ma α
0
= 0,4 vµ x¸c suÊt trêi kh«ng ma α
1
= 0,6
th× x¸c suÊt ®Ó sau 3 h«m n÷a trêi kh«ng ma sÏ lµ
P(X
4
=0) = (0,4)P
00
(4)
+ (0,6)P
10
(4)
Trong ma trËn truyÒn PP
(4) (4) (4)
tÝnh ë trªn ta ®· P
00
= 0,5749; P
10
=
0,5668.
V× thÕ P(X
4
=0) = (0,4)(0,5749) + (0,6)(0,5668) = 0,5700.
iV. ph©n lo¹i c¸c tr¹ng th¸i cña xÝch markov
1.Tr¹ng th¸i j gäi lµ ®Õn ®îc tr¹ng th¸i i (ký hiÖu ij) nÕu P
ij
(n)
>0 víi n
nµo ®ã (n 0).
Nh y j ®Õn ®îc i khi chØ khi xuÊt ph¸t i thÓ nµo qu¸ tr×nh
còng cã lóc sÏ ë vµo tr¹ng th¸i j.
ThËt vËy nÕu j kh«ng ®Õn ®
îc tõ i, tøc lµ P
ij
(n)
=0 víi mäi n th× ta suy ra:
P(Qu¸ tr×nh thÓ nµo còng ë vµo tr¹ng th¸i j XuÊt ph¸t tõ i) =
=
=
=
=====
0
0
n
)n(
ij
0n
0nin
n
P )iXjP(X)iXjX((P
U
Tr
ă V n Phong‐ n TrngNguyên,ĐHKTQD
244
Chươ ơng6.S lượcvềquatrìnhng u nhiên xíchMarkov
2. Hai tr¹ng th¸i i vµ j gäi lµ th«ng nhau (ký hiÖu ij) nÕu (ij, j i).
Nh vËy bÊt kú mét tr¹ng th¸i nµo còng th«ng nhau víi b¶n th©n nã v×
P X
ii
(0)
=P(X
0
= i
0
=i) = 1.
Ta thÊy mèi quan hÖ th«ng nhau cã 3 tÝnh chÊt sau:
a. Tr¹ng th¸i i th«ng nhau víi tr¹ng th¸i i víi mäi i 0.
b. NÕu i th«ng nhau víi j th× j còng th«ng nhau víi i.
c. NÕu i th«ng nhau víi k vµ k th«ng nhau víi j th× i th«ng víi j.
TÝnh chÊt a vµ b ®îc suy ra ®Þnh nghÜa, cßn tÝnh chÊt b¾c cÇu c thÓ
chøng minh nh sau:
Do ik vµ k j nªn cã tån t¹i 2 sè nguyªn n vµ m sao cho
P
ik
n)
>0 vµ P
kj
(m)
>0.
Tõ ®ã theo ph ¬ng tr×nh Chapman- Kolmogorov ta cã:
0
0
;
=
+
=
i
)m(
kj
)n(
ik
)m(
kj
)n(
ik
)mn(
ij
PPPPP
Nh vËy j ®Õn ®îc tõ i
Chøng minh t¬ng tù, ta thÊy i ®Õn ®îc j. Do ®ã nh chÊt c ®îc chøng
minh.
3. Hai tr¹ng th¸i th«ng nhau thuéc cïng mét líp. c¸c nh chÊt trªn ta
thÊy hai líp tr¹ng th¸i nµo ®ã hoÆc trïng nhau hoÆc rêi nhau. Nh vËy
kh«ng gian c¸c tr¹ng th¸i ®îc ph©n ho¹ch thµnh c¸c líp t¬ng øng.
NÕu kh«ng gian c¸c tr¹ng th¸i chØ gåm mét líp t¬ng ®¬ng th× xÝch
Markov gäi kh«ng thu gän ®îc. Khi ®ã i tr¹ng th¸i ®Òu th«ng nhau
víi nhau.
Tr
ă V n Phong‐ n TrngNguyên,ĐHKTQD
245
Chươ ơng6.S lượcvềquatrìnhng u nhiên xíchMarkov
4. Ta ký hiÖu f
Þj
lµ x¸c suÊt ®Ó qu¸ tr×nh b¾t ®Çu tõ tr¹ng th¸i i sÏ l¹i quay l¹i
i ë mét lóc nµo ®ã:
Khi ®ã:
a. NÕu f
ij
=1 th× tr¹ng th¸i i gäi lµ tr¹ng th¸i lÆp.
b. NÕu f
ij
<1 th× tr¹ng th¸i i gäi lµ tr¹ng th¸i qu¸ ®é.
Ta thÊy nÕu tr¹ng th¸i i l¾p th× ®îc quay l¹i h¹n lÇn.
nh vËy qu¸ tr×nh Markov kh«ng phô thuéc vµo qu¸ khø nªn khi ë tr¹ng
th¸i i th× x¸c suÊt quay l¹i tr¹ng th¸i i b»ng 1 nh vËy.... nªn i ®îc
quay l¹i v« h¹n lÇn.
NÕu i lµ tr¹ng th¸i qu¸ ®é th× ngêi ta chøng minh ®îc r»ng kú väng cña
sè lÇn mµ qu¸ tr×nh quay l¹i i lµ mét sè h÷u h¹n
ii
f1
1
Trªn ®©y mét sè giíi thiÖu lîc qu¸ tr×nh ngÉu nhiªn ch
Markov. MÆc xuÊt ph¸t thuyÕt x¸c suÊt, nhng giê ®©y thuyÕt
c¸c qu¸ tr×nh ngÉu nhiªn ®· trë thµnh mét ngµnh ph¸t triÓn ®éc lËp
nhiÒu øng dông trong c¸c lÜnh vùc tù nhiªn vµ x· héi.
Tr
ă V n Phong‐ n TrngNguyên,ĐHKTQD
246
| 1/9

Preview text:

Chương6.Sơlượcvềquatrìnhngunhiên v
àxíchMarkovCh¬ng 6
S¬ lîc vÒ qu¸ tr×nh ngÉu nhiªn vμ xÝch Markov
i. kh¸i niÖm vÒ qu¸ tr×nh ngÉu nhiªn
Mét qu¸ tr×nh ngÉu nhiªn {X(t), t∈T} lµ mét tËp hîp c¸c biÕn ngÉu nhiªn
X(t), cã nghÜa lµ mét t∈T th× X(t) lµ mét biªn ngÉu nhiªn.
ChØ sè t th−êng lµ chØ thêi gian vµ do ®ã ta coi X(t) nh− lµ tr¹ng th¸i cña
qu¸ tr×nh thêi gian t. Ch¼ng h¹n ta cã thÓ coi X(t) lµ
a. Tæng sè kh¸ch hµng ®· vµo mét siªu thÞ trong kho¶ng thêi gian t.
b. Tæng sè kh¸ch hµng b−íc vµo mét siªu thÞ ë thêi ®iÓm t.
c. Tæng sè doanh thu cña mét siªu thÞ trong kho¶ng thêi gian t. .................
TËp hîp T ®−îc gäi lµ tËp chØ sè cña qu¸ tr×nh ngÉu nhiªn ®−îc gäi lµ
qu¸ tr×nh rêi r¹c theo thêi gian.
NÕu T lµ mét kho¶ng ®−êng th¼ng thùc th× qu¸ tr×nh ngÉu nhiªn ®−îc gäi
lµ qu¸ tr×nh liªn tôc theo thêi gian. ThÝ dô:
a. {X , n = 0, 1, 2,....} lµ mét qu¸ tr×nh ngÉu nhiªn rêi r¹c víi tËp chØ sè n
lµ nh÷ng sè nguyªn kh«ng ©m.  ă
V nPhong‐TrnTrngNguyên,ĐHKTQD 238
Chương6.Sơlượcvềquatrìnhngunhiên v
àxíchMarkov
b. {X(t), t ≥ 0} lµ mét qu¸ tr×nh ngÉu nhiªn liªn tôc theo thêi gian mµ tËp
chØ sè lµ c¸c sè thùc kh«ng ©m.
TËp hîp tÊt c¶ c¸c gi¸ trÞ cã thÓ cã mµ c¸c biÕn ngÉu nhiªn X(t) cã thÓ
nhËn sÏ ®−îc gäi lµ k«ng gian c¸c tr¹ng th¸i.
Tãm l¹i: Mét qu¸ tr×nh ngÉu nhiªn lµ mét hÖ c¸c biÕn ngÉu nhiªn dïng m« t¶
sù tiÕn triÓn cña mét qu¸ tr×nh nµo ®ã theo thêi gian (lµ chñ yÕu).
ii. kh¸i niÖm vÒ xÝch markov 1. Chó ý më ®Çu
Sau ®©y ta dÏ xÐt mét qu¸ tr×nh ngÉu nhiªn {X , n = 0, 1, 2,....} víi mét n
tËp h÷u h¹n hoÆc ®Õm ®−îc c¸c gi¸ trÞ cã thÓ cã.
NÕu kh«ng cã chó thÝch g× kh¸c th× tËp hîp c¸c gi¸ trÞ cã thÓ cã cña qu¸
tr×nh (kh«ng gian c¸c tr¹ng th¸i) còng sÏ ®−îc ký hiÖu lµ tËp hîp c¸c sè
nguyªn kh«ng ©m {0,1, 2, 3,...}.
NÕu X =i th× ta b¶o t¹i thêi ®iÓm n qu¸ tr×nh ë voµ tr¹ng th¸i i. n
2. §Þnh nghÜa vÒ xÝch Markov
Qu¸ tr×nh ngÉu nhiªn {X } ®−îc gäi lµ mét xÝch Markov nÕu n P(X = j X = i ,X = i ,......., X = i , X = i ) = P(X = j X = i ) n+1 0 0 1 1 n−1 n−1 n n n+1 n
víi mäi (n, i, j, i , i ,......, i ) 0 1 n-1
ý nghÜa: §iÒu kiÖn nªu trong ®Þnh nghÜa muèn nãi r»ng x¸c suÊt cã ®iÒu kiÖn
cña tr¹ng th¸i t−¬ng lai X khi biÕt c¸c tr¹ng th¸i qu¸ khø X , X n+1 0 ρ, ...., Xn-1
vµ tr¹ng th¸i hiÖn t¹i X th× chØ phô thuéc vµo tr¹ng th¸i hiÖn t¹i X mµ th«i. n n
Ghi chó 1: NÕu ký hiÖu P(X
=j⎮X =i) lµ P th× P gäi lµ x¸c suÊt truyÒn n+1 n ij ij
mét b−íc. Do c¸c suÊt cña mäi biÕn cè ®Òu kh«ng ©m vµ do qu¸ tr×nh thÓ nµo
còng ph¶i ë voµ mét tr¹ng th¸i nµo ®ã nªn ta cã:  ă
V nPhong‐TrnTrngNguyên,ĐHKTQD 239
Chương6.Sơlượcvềquatrìnhngunhiên v
àxíchMarkov ∞ P ≥ = = ∑ ij 0, i, j ≥ 0 ; P ( 1 i , 0 , 1 ...) ij . j =0
NÕu ký hiÖu P(1) lµ ma trËn c¸c x¸c suÊt truyÒn mét b−íc th× ta cã: P P P ........ 00 01 02 P P P ........ 10 11 12
P(1) = ........ ....... ........ ......... P P P ......... i0 i1 i2
....... ........ ....... .........
Ghi chó 2: T−¬ng tù nÕu ký hiÖu P (n) lµ x¸c suÊt truyÒn n b−íc th× ta cã: ij P (n) =P(X =j⎮X =i) ij m+n m
Ghi chó 3: NÕu P kh«ng phô thuéc vµo n, tøc lµ ij
P(X =j⎮X =i)= P(X =j⎮X =i) (n = 0, 1, 2, ....) n+1 n 1 0
th× ta cã mét qu¸ tr×nh dõng.
ThÝ dô: Gi¶ sö viÖc ngµy mai trêi m−a hay n¾ng chñ phô thuéc vµo t×nh h×nh
thêi tiÕt cña ngµy h«m nay, chø kh«ng phô thuéc vµo thêi tiÕt cña nh÷ng ngµy qua.
Gi¶ sö nÕu h«m nay trêi vÉn m−a lµ α, cßn nÕu h«m nay trêi kh«ng m−a
th× x¸c suÊt ®Ó ngµy mai trêi m−a lµ β.
NÕu ta ký hiÖu tr¹ng th¸i 0 lµ “trêi m−a” vµ tr¹ng th¸i 1 lµ “trêi kh«ng
m−a” th× ta cã thÓ m« t¶ t×nh h×nh thêi tiÕt nh− võa nªu trªn b»ng mét xÝch
Markov cã 2 tr¹ng th¸i víi ma trËn cña x¸c suÊt truyÒn mét b−íc nh− sau:  ă
V nPhong‐TrnTrngNguyên,ĐHKTQD 240
Chương6.Sơlượcvềquatrìnhngunhiên v
àxíchMarkov P P α 1 − α P(1) = 00 01 = P P 10 11 β 1− β
iii. ph¬ng tr×nh chapmam-kolmogorov
Ta ®· biÕt c¸c x¸c suÊt truyÒn 1 b−íc lµ P vµ c¸c x¸c suÊt truyÒn n b−íc ij
lµ P (n) vµ c¸c x¸c suÊt truyÒn n b−íc lµ P (n) tõ ®ã ta cã ph−¬ng tr×nh sau: ij ij ∞ P (n) = (m) (n-m) ij ∑ Pik Pkj k= o
ý nghÜa: P (m)P (n-m) lµ x¸c suÊt cã ®iÒu kiÖn ®Ó xuÊt ph¸t tõ tr¹ng th¸i i qu¸ ik kj
tr×nh sÏ chuyÓn ®Õn tr¹ng th¸i k sau m b−íc, råi chuyÓn ®Õn tr¹ng th¸i j sau
(n-m) b−íc. Tõ ®ã nÕu lÊy tæng c¸c x¸c suÊt cã ®iÒu kiÖn nµy víi mäi tr¹ng
th¸i k cã thÓ cã (k=0, 1, 2,...) ta sÏ ®−îc x¸c suÊt P (n) . ij Chøng minh ThËt vËy, ta cã P(n) = P(X = jX = i) n ij 0 ∞ = ∑ P X ( = ,j X = k X = i) n m 0 k= 0 ∞ = ∑ P X (
= ,j X = k, X = i)P(X = k X = i) n m 0 m 0 k= 0 ∞ = ∑ P(m) − ik P(n m) kj k= 0
NhËn xÐt: NÕu m=1 vµ n=2 th× ta cã  ă
V nPhong‐TrnTrngNguyên,ĐHKTQD 241
Chương6.Sơlượcvềquatrìnhngunhiên v
àxíchMarkov (2) P = P P ij ∑∞ ik kj k= 0
§©y lµ phÇn tö ë vÞ trÞ (i, j) cña ma trËn P(2). VËy P(2)= P(2). B»ng quy n¹p ta suy ra: P(n)= P(n)
Tõ ®ã ph−¬ng tr×nh Chapman-Kolmogorov cã thÓ viÕt d−íi d¹ng ma trËn nh− sau: P(n)= P(m)P(n-m) P
ThÝ dô: Ta xÐt trë l¹i thÝ dô vÒ t×nh h×nh thêi tiÕt víi 2 tr¹ng th¸i vµ ®· ®−îc
m« h×nh ho¸ bëi xÝch Markov ®· nªu trªn. Gi¶ sö α= 0,7 vµ β = 0,4. Khi ®ã
h·y tÝnh x¸c suÊt ®Ó trêi sÏ m−a 4 ngµy liÒn, biÕt r»ng h«m nay trêi m−a. Bµi gi¶i
Nh− vËy ta cã ma trËn c¸c x¸c suÊt chuyÓn mét b−íc lµ 0,7 0,3 P= 0,4 0 6 , Tõ ®ã , , , , , , 0 7 0 3 0 7 0 3 0 61 0 39 P(2)=P(2)= . = 0,4 0,6 0 4 , 0 6 , 0 52 , 0,48 0,61 0 39 , 0 61 , 0 39 , 0,5749 0,4251 ` P(4) (4) =P = . = P 0 52 , 0 48 , 0 52 , 0 48 , 0,5668 0,4332
VËy x¸c suÊt ph¶i t×m lµ P =0,5749. 00  ă
V nPhong‐TrnTrngNguyên,ĐHKTQD 242
Chương6.Sơlượcvềquatrìnhngunhiên v
àxíchMarkov
Ghi chó: Tõ ®Çu ch−¬ng tíi ®©y ta ®Òu xÐt c¸c x¸c suÊt cã ®iÒu kiÖn, ch¼ng
h¹n P (n) lµ x¸c suÊt ®Ó ë thêi ®iÓm n hÖ ë vµo tr¹ng th¸i j biÕt r»ng ë thêi ij
®iÓm o hÖ ë vµo tr¹ng th¸i i.
NÕu nh− muèn x¸c ®Þnh P(X =j) tøc lµ muèn tÝnh x¸c suÊt kh«ng ®iÒu n
kiÖn ®Ó trong t−¬ng lai (ë b−íc n) hÖ sÏ ë vµo tr¹ng th¸i j th× ta cã:  ă
V nPhong‐TrnTrngNguyên,ĐHKTQD 243
Chương6.Sơlượcvềquatrìnhngunhiên v
àxíchMarkov ∞ P(X = ) j = P X ( = j X = i)P(X = i) ∑ n n 0 0 i=0 ∞ = P(n) P(X = i) ∑ ij 0 i= 0
Nh− vËy nÕu biÕt ®−îc quy luËt ph©n phèi x¸c suÊt cña tr¹ng th¸i ban ®Çu, ch¼ng h¹n P(X = i)=α víi i ≥ 0 vµ 0 i ∑∞α =1 i i=0
Th× ta cã thÓ tÝnh ®−îc: ∞ P(X = j) = P n ∑ (n α) ij i i =0
ThÝ dô: Ta xÐt trë l¹i thÝ dô vÒ t×nh h×nh thêi tiÕt. NÕu ®Çu ngµy h«m nay ta
tÝnh ®−îc x¸c suÊt trêi m−a lµ α = 0,4 vµ x¸c suÊt trêi kh«ng m−a lµ α = 0,6 0 1
th× x¸c suÊt ®Ó sau 3 h«m n÷a trêi kh«ng m−a sÏ lµ
P(X =0) = (0,4)P (4) + (0,6)P (4) 4 00 10 Trong ma trËn truyÒn P(4) (4) (4) tÝnh ë trªn ta ®· cã P = 0,5749; P = P 00 10 0,5668. V× thÕ
P(X =0) = (0,4)(0,5749) + (0,6)(0,5668) = 0,5700. 4
iV. ph©n lo¹i c¸c tr¹ng th¸i cña xÝch markov
1.Tr¹ng th¸i j gäi lµ ®Õn ®−îc tõ tr¹ng th¸i i (ký hiÖu i→j) nÕu P (n) >0 víi n ij nµo ®ã (n≥ 0).
Nh− vËy j ®Õn ®−îc tõ i khi vµ chØ khi xuÊt ph¸t tõ i thÓ nµo qu¸ tr×nh
còng cã lóc sÏ ë vµo tr¹ng th¸i j.
ThËt vËy nÕu j kh«ng ®Õn ®−îc tõ i, tøc lµ P (n) =0 víi mäi n th× ta suy ra: ij
P(Qu¸ tr×nh thÓ nµo còng ë vµo tr¹ng th¸i j ⎢XuÊt ph¸t tõ i) = ∞ ∞ ∞ P( (X = j X = i) ≤ P(X j X i) P U n i ∑ = = = n 0 ∑ (n) ij = n 0 = n 0 n= 0  ă
V nPhong‐TrnTrngNguyên,ĐHKTQD 244
Chương6.Sơlượcvềquatrìnhngunhiên v
àxíchMarkov
2. Hai tr¹ng th¸i i vµ j gäi lµ th«ng nhau (ký hiÖu i↔j) nÕu (i→j, j ← i).
Nh− vËy bÊt kú mét tr¹ng th¸i nµo còng th«ng nhau víi b¶n th©n nã v× P (0)=P(X = i⎥ X =i) = 1. ii 0 0
Ta thÊy mèi quan hÖ th«ng nhau cã 3 tÝnh chÊt sau:
a. Tr¹ng th¸i i th«ng nhau víi tr¹ng th¸i i víi mäi i ≥ 0.
b. NÕu i th«ng nhau víi j th× j còng th«ng nhau víi i.
c. NÕu i th«ng nhau víi k vµ k th«ng nhau víi j th× i th«ng víi j.
TÝnh chÊt a vµ b ®−îc suy ra tõ ®Þnh nghÜa, cßn tÝnh chÊt b¾c cÇu c cã thÓ chøng minh nh− sau:
Do i↔k vµ k ↔j nªn cã tån t¹i 2 sè nguyªn n vµ m sao cho P n) >0 vµ P (m) >0. ik kj
Tõ ®ã theo ph−¬ng tr×nh Chapman- Kolmogorov ta cã: ∞ ( + n m) P = P P P P ij ∑ (n) (m) ik kj ≥ (n) (m) ik kj ; 0 i=0
Nh− vËy j ®Õn ®−îc tõ i
Chøng minh t−¬ng tù, ta thÊy i ®Õn ®−îc tõ j. Do ®ã tÝnh chÊt c ®−îc chøng minh.
3. Hai tr¹ng th¸i th«ng nhau sÏ thuéc cïng mét líp. Tõ c¸c tÝnh chÊt trªn ta
thÊy hai líp tr¹ng th¸i nµo ®ã hoÆc lµ trïng nhau hoÆc rêi nhau. Nh− vËy
kh«ng gian c¸c tr¹ng th¸i ®−îc ph©n ho¹ch thµnh c¸c líp t−¬ng øng.
NÕu kh«ng gian c¸c tr¹ng th¸i chØ gåm mét líp t−¬ng ®−¬ng th× xÝch
Markov gäi lµ kh«ng thu gän ®−îc. Khi ®ã mäi tr¹ng th¸i ®Òu th«ng nhau víi nhau.  ă
V nPhong‐TrnTrngNguyên,ĐHKTQD 245
Chương6.Sơlượcvềquatrìnhngunhiên v
àxíchMarkov
4. Ta ký hiÖu f lµ x¸c suÊt ®Ó qu¸ tr×nh b¾t ®Çu tõ tr¹ng th¸i i sÏ l¹i quay l¹i Þj i ë mét lóc nµo ®ã: Khi ®ã:
a. NÕu f =1 th× tr¹ng th¸i i gäi lµ tr¹ng th¸i lÆp. ij
b. NÕu f <1 th× tr¹ng th¸i i gäi lµ tr¹ng th¸i qu¸ ®é. ij
Ta thÊy nÕu tr¹ng th¸i i lµ l¾p th× nã sÏ ®−îc quay l¹i v« h¹n lÇn. Së dÜ
nh− vËy v× qu¸ tr×nh Markov kh«ng phô thuéc vµo qu¸ khø nªn khi ë tr¹ng
th¸i i th× x¸c suÊt quay l¹i tr¹ng th¸i i b»ng 1 vµ cø nh− vËy.... nªn i sÏ ®−îc quay l¹i v« h¹n lÇn.
NÕu i lµ tr¹ng th¸i qu¸ ®é th× ng−êi ta chøng minh ®−îc r»ng kú väng cña
sè lÇn mµ qu¸ tr×nh quay l¹i i lµ mét sè h÷u h¹n 1 1 − fii
Trªn ®©y lµ mét sè giíi thiÖu s¬ l−îc vÒ qu¸ tr×nh ngÉu nhiªn vµ xÝch
Markov. MÆc dï xuÊt ph¸t tõ lý thuyÕt x¸c suÊt, nh−ng giê ®©y lý thuyÕt vÒ
c¸c qu¸ tr×nh ngÉu nhiªn ®· trë thµnh mét ngµnh ph¸t triÓn ®éc lËp vµ cã
nhiÒu øng dông trong c¸c lÜnh vùc tù nhiªn vµ x· héi.  ă
V nPhong‐TrnTrngNguyên,ĐHKTQD 246