马氏链简介
description
Transcript of 马氏链简介
马氏链简介
( Markov Chain )
马氏链( Markov Chain )是随机过程的一个特例,专门研究无后效条件下时间和状态均为离散的随机转移问题,但在建模过程中采用线性代数的方法,因此,也在线性代数模型中来学习。
马氏链简介
(一 ) 商品的经营问题
某商店每月考察一次经营情况,其结果用销路好或销路坏这两种状况之一表示。已知如果本月销路好,下月仍保持这种状况的概率为 0.
5 ;如果本月销路坏,下月转变为销路好的概率为 0.4 。试分析假若开始时商店处于销路好的状况,那么经过若干月后能保持销路好的概率有多大?若开始时商店处于销路坏的状况呢?
一 正则链( Regular Chain )
0 1 2 3 4
1 0.5 0.45 0.445 0.4445 ?
0 0.5 0.55 0.555 0.5555 ?
n
1 分析
1 2
5 5 5( )
10 10 10na n )(
101
1
101
1
10
5 1
n
9
5
9
42 )(na
0 1 2 3 4
0 0.4 0.44 0.444 0.4444 ?
1 0.6 0.56 0.556 0.5556 ?
n
nna
10
4
10
4
10
421 )( )(
101
1
101
1
10
4 1
n
9
4
9
52 )(na
2
1
n
n
X
X 表示销路好;表示销路坏;
210 ,,n
2 符号说明
商店的经营状况是随机的,每月转变一次。建模目标是经过一段时间(若干月)后,经营状况如何,即经营好或经营坏的概率分别为多少?
nX用随机变量 表示第 n 个月的经营状况
nX 称为这个经营系统的状态。
用 nai 表示第 n月处于状态 i 的概率, ,,21i
即 iXPna ni nai 称为状态概率。
ijp 表示已知这月处于状态 i,下月处于状态 j
的概率, ,,, 21ji 即
iXjXPp nnij |1
ijp 称为状态转移概率。状态及转移情况见图。
0.5
0.4
0.5 0.61 2
3 建模
2121111 1 pnapnana
2221212 1 pnapnana
2221
ijpPnanana ,,令
2221
12112121 11
pp
ppnananana ,,
Pnana 1 P 概率转移矩阵
Pnana 1 21 Pna 10 nPa
nPana 04 求解
P 特征值为 1 , 1/10
1010
01
/D
11
1 45
Q
94
94
95
94
1Q
94
94
95
94
101
45
1
0
01
11
1
n
QQDP nn
6040
5050
..
..P
当 n
95
94
95
94
nP
95
94
95
94
2121 00 )()()()( aanana
)()()( 0100 21 aa )()()(9
5
9
421 nana
)()()( 1000 21 aa )()()(9
5
9
421 nana
5 结论
不论初始状态如何,经过相当长的时间后
经营状态趋于稳定的概率。
注意到
经营系统在每个时期所处的状态是随机的,但从这个时期到下个时期的状态按照一定的概率进行转移,并且下个时期的状态只取决于这个时期的状态和转移概率,与以前各个时期的状态无关。
这种性质称为无后效性,或马尔可夫( Markov )性,即已知现在,将来与历史无关。
具有无后效性的,时间、状态均为离散的随机转移过程,通常用马氏链( Markov Chain )模型描述。
马氏链模型在经济、社会、生态、遗传等许多领域有广泛应用,不仅可以解决随机转移过程,还可以处理一些确定性系统的状态转移问题。
P ,当它的所有分量是非负,一般地,一个行向量
且行和为 1 ,称此向量为概率向量。
每行都为概率向量的矩阵,称为概率转移矩阵。
可证明
若 A,B 为概率转移矩阵,则 AB 也为概率转移矩阵。若 P 为概率转移矩阵,则 Pn 也为概率转移矩阵。
6040
5050
..
..P
证明 若 A,B 为概率转移矩阵,
),,,,,, nibbaa ij
n
jijij
n
jij 21( 0 1 0 1
11
而 AB=C 的第 i 行,第 j 列元素为
),,,,, njibababac njinjijiij 21( 2211
显然, 0ijc
),,,),( nibababac n
jnjinjiji
n
jij 21(
12211
1
),,,),( nibababac n
jnjinjiji
n
jij 21(
12211
1
n
j
n
jnjin
n
jjiji bababa
1 112211
111 21 inii aaa 1
定义 1 一个有
k 个状态的马氏链如果存在正整数 N
使从任意状态 i经过 N 次转移都以大于零的概率到达状态 kjij ,,,, 21 ,则称为正则链正则链。
定理 1 若马氏链的转移矩阵为 P,则它是正则链的充要条件是,存在正整数 N使 0NP (指 NP 的每一元素大于零)。
特点:从任意状态出发经过有限次转移都能到达另外的任意状态。
(用这个定理检验一个马氏链是否为正则链。)
定理 2
w由
k
iiwwwP
1
1 ,
n
nP
lim 存在,记作 P
P 的每一行都是稳态概率 w
如果记 }{ ijpP 那么,有 iij wp
,,,, kwwww 21
使得当 n 时状态概率 wwna ,概率 0a 无关。
正则链存在唯一的极限状态概率
与初始状态
nPana 0由
又称为稳态概率。 Pnana 1
上例中 ),(9
5
9
4w
9
5
9
49
5
9
4
P
从状态 i 出发经 n次转移,第一次到达状态 j 的概率称为 i 到 j 的首达概率,记作 nfij ,于是
1n
ijij nnf
为由状态 i 第一次到达状态 j 的平均转移次数。
特别地, ij 是状态 i 首次返回的平均转移次数。wij 与稳态概率 有密切关系,即
定理 3 对于正则链 iij w/1
(二 ) 信息传播问题
一条消息在 ,,,, naaa 21 等人中传播,传播
的方式是 1a 传给 ,2a 2a 传给 ,3a
如此继续下去,每次传播都是由 ia 传给 ,1ia
每次传播消息的失真率为 ,, 10 pp
即 ia 将消息传给 ,1ia 时,传错的概率为 p
这样经过长时间传播第 n 个人得知消息时,消息
的真实程度如何?
第 n 个人知道消息可能是真,也可能是假,有两种状态,记为
2
1
n
n
X
X 表示消息假;表示消息真;
210 ,,n
用 nai 表示第 n个人处于状态 i 的概率, ,,21i
),()( nanana 21即状态概率为
由题意,状态转移概率矩阵为
pp
ppP
1
1
bb
aaP
1
1
,10 p由
P 为正则矩阵。
nPana 0 求 w=?
令
pp
ppP
1
1
设 ),( 21 www
k
iiwwPw
1
1
bb
aawwwPw
1
121 ),(
))(,)(( 2121 11 wbawbwwa
1
1
1
21
212
211
ww
wbaww
bwwaw
)(
)(
得 ),(ba
a
ba
bw
),(
2
1
2
1w
2121
2121
//
//nP )/,/( 2121na
结论
长时间传播消息的真实性趋于稳定,且消
息的真假概率各半。
例 1 中
52152
21211
//
//P
)/()/(
/
5221
521
ba
bw
9
4
9
52 w