EMM_09.pdf
(
150 KB
)
Pobierz
Microsoft PowerPoint - EMM_09.ppt
Elementy modelowania
matematycznego
ýaıcuchy Markowa:
zagadnienia graniczne.
Ukryte modele Markowa.
Jakub Wrblewski
jakubw@pjwstk.edu.pl
http://zajecia.jakubw.pl/
KLASYFIKACJA STANìW
Stan i jest osiĢgalny z j, jeĻli istnieje
niezerowa ĻcieŇka z j do i.
Zbir stanw C jest zamkniħty, jeĻli
Ňaden stan spoza C nie jest
osiĢgalny ze stanu naleŇĢcego do C.
3
1
2
Jednoelementowy zbir zamkniħty
nazywamy stanem pochþaniajĢcym.
1
ýaıcuch nazywamy nieprzywiedlnym, jeĻli kaŇdy stan i jest
osiĢgalny z dowolnego stanu j.
(ýaıcuchy nieprzywiedlne m.in. nie majĢ stanw pochþaniajĢcych)
1
KLASYFIKACJA STANìW 2
Stan i jest powracajĢcy, jeĻli wychodzĢc ze stanu i z
prawdopodobieıstwem 1 do niego kiedyĻ wrcimy.
W przeciwnym przypadku stan nazywamy chwilowym.
Stan i jest powracajĢcy, jeĻli (dla p
(n)
Î elementw macierzy P
n
):
Ã
p
(
n
)
=
+
ii
n
=1
W þaıcuchu nieprzywiedlnym albo wszystkie stany sĢ powracajĢce,
albo wszystkie stany sĢ chwilowe.
ýAİCUCHY OKRESOWE
Czasem moŇemy wrcię do pewnego stanu tylko w szczeglnej
liczbie krokw. Np. w przypadku bþĢdzenia losowego na prostej
caþkowitoliczbowej (prawdop. ď przejĻcia w lewo lub prawo)
wrcimy do punktu wyjĻcia tylko w parzystej liczbie krokw.
Okresem stanu i þaıcucha nazywamy liczbħ:
NWD
{
0
n
:
p
(
n
)
>
ii
JeĻli w þaıcuchu okres kaŇdego stanu jest rwny 1, to þaıcuch
taki nazywamy nieokresowym.
W þaıcuchu nieprzywiedlnym wszystkie stany majĢ ten sam okres.
2
PRZYKýAD
Projektujemy sieciowĢ grħ przygodowĢ (MUD).
Terenem gry jest mapa zþoŇona z 25 lokacji
poþĢczonych w kwadratowĢ siatkħ. W grze
uczestniczĢ postacie niezaleŇne (NPC, sterowane
przez komputer) oraz postacie graczy, pojawiajĢce
siħ w nieznanym momencie w jednej z lokacji.
Postacie NPC w jednostce czasu mogĢ albo pozostaę
w danej lokacji (prawdop. ď), albo przenieĻę siħ do
jednej z lokacji sĢsiednich z jednakowym
prawdopodobieıstwem.
1 2 3 4 5
6 7 8 9 10
11 12 13 14 15
16 17 18 19 20
21 22 23 24 25
¤ na mapie pojawia siħ jedna postaę
NPC, a po dþuŇszym czasie jeden
gracz. Jakie jest
prawdopodobieıstwo, Ňe siħ od razu
spotkajĢ?
¤ czy to prawdopodobieıstwo
zaleŇy od lokacji?
12
1/8
1/2
20
1/2
1/4
16 17 18
1/8
1/8
1/8
24
25
1/4
22
PRZYKýAD Î c.d.
Ruch postaci niezaleŇnych (NPC) opisuje þaıcuch Markowa o 25
stanach (macierz przejĻcia ma rozmiar 25ċ25):
P =
0.5, 0.25, 0, 0, 0, 0.25, 0, 0, 0, 0, 0, ...
0.166, 0.5, 0.166, 0, 0, 0, 0.166, 0, 0, 0, 0,
0, 0.166, 0.5, 0.166, 0, 0, 0, 0.166, 0, 0, 0,
0, 0, 0.166, 0.5, 0.166, 0, 0, 0, 0.166, 0, 0,
0, 0, 0, 0.25, 0.5, 0, 0, 0, 0, 0.25, 0,
0.166, 0, 0, 0, 0, 0.5, 0.166, 0, 0, 0, 0.166,
0, 0.125, 0, 0, 0, 0.125, 0.5, 0.125, 0, 0, 0,
0, 0, 0.125, 0, 0, 0, 0.125, 0.5, 0.125, 0, 0,
0, 0, 0, 0.125, 0, 0, 0, 0.125, 0.5, 0.125, 0,
0, 0, 0, 0, 0.166, 0, 0, 0, 0.166, 0.5, 0,
0, 0, 0, 0, 0, 0.166, 0, 0, 0, 0, 0.5, ...
...
...
Czy pozycja startowa NPC ma znaczenie dla sytuacji
po dþuŇszym czasie?
3
TWIERDZENIE ERGODYCZNE
Niech P bħdzie macierzĢ przejĻcia nieprzywiedlnego
þaıcucha Markowa o skoıczonej liczbie stanw n.
JeŇeli þaıcuch ten jest nieokresowy, to istnieje
jednoznacznie wyznaczony rozkþad stacjonarny, czyli taki
wektor ʩ, Ňe:
p
=
p
P
Ã
=
n
p
=
1
i
i
1
Jest to rozkþad prawdopodobieıstwa znalezienia siħ þaıcucha
w stanie i po odpowiednio dþugim czasie, niezaleŇnie od
stanu poczĢtkowego.
TWIERDZENIE ERGODYCZNE
Î c.d.
Nieprzywiedlny, nieokresowy þaıcuch Markowa z
rozkþadem stacjonarnym ma ponadto nastħpujĢce cechy:
a) wszystkie stany sĢ powracajĢce,
b) rozkþad stacjonarny rwny jest (dla dowolnego stanu j):
p
=
lim
( )
(
n
)
i
n
ji
c) wartoĻę 1/p
i
okreĻla Ļredni czas powrotu þaıcucha do
pozycji i.
4
p
PRZYKýAD Î c.d.
W naszym problemie þaıcuch Markowa speþnia
zaþoŇenia twierdzenia ergodycznego:
¤ ýaıcuch jest nieprzywiedlny, gdyŇ istnieje ĻcieŇka
þĢczĢca dowolne dwa stany.
¤ ýaıcuch jest nieokresowy, gdyŇ kaŇdy stan ma okres 1
(bo p
ii
>0 dla kaŇdego stanu).
Wniosek: prawdopodobieıstwo znalezienia siħ NPC w dowolnym
miejscu po dþuŇszym czasie nie zaleŇy od pozycji startowej NPC.
Istnieje rozkþad stacjonarny i moŇemy policzyę go, rozwiĢzujĢc
odpowiedni ukþad rwnaı liniowych.
PRZYKýAD Î c.d.
Wynik Î prawdopodobieıstwa znalezienia siħ NPC
w poszczeglnych lokacjach po dþugim czasie:
0,06
0,0250
0,0375
0,0375
0,0375
0,0250
0,05
0,0375
0,0500
0,0500
0,0500
0,0375
0,04
0,03
0,0375
0,0500
0,0500
0,0500
0,0375
0,02
0,0375
0,0500
0,0500
0,0500
0,0375
0,01
0
0,0250
0,0375
0,0375
0,0375
0,0250
Zgodnie z wnioskami z tw. ergodycznego, startujĢc na Ļrodkowym
polu bħdziemy Ļrednio czekali 20 kolejek na przybycie NPC.
5
Plik z chomika:
xyzgeo
Inne pliki z tego folderu:
hmm (2).pdf
(504 KB)
Ewolucyjne_Metory_Uczenia_Ukrytych_Modeli_Markowa (1).pdf
(577 KB)
B2_07-HMM.pdf
(249 KB)
Rozprawa_FaMar.pdf
(11572 KB)
walsh(1).pdf
(254 KB)
Inne foldery tego chomika:
sieci neuronowe
sztuczna inteligencja
Zgłoś jeśli
naruszono regulamin