กลับไปหน้าบทความ

อ่าน 2 นาที

ความสามารถในการจับตัวเป็นก้อน

กระบวนการมาร์คอฟ

ในทฤษฎีความน่าจะเป็นlumpabilityเป็นวิธีการลดขนาดของพื้นที่สถานะของห่วงโซ่ Markov แบบต่อเนื่องบางประเภทซึ่งตีพิมพ์ครั้งแรกโดยKemenyและSnell

ความสามารถในการจับตัวเป็นก้อน

ในทฤษฎีความน่าจะเป็นlumpabilityเป็นวิธีการลดขนาดของพื้นที่สถานะของห่วงโซ่ Markov แบบต่อเนื่องบางประเภทซึ่งตีพิมพ์ครั้งแรกโดยKemenyและSnell [ 1 ]

คำนิยาม

สมมติว่าปริภูมิสถานะทั้งหมดของลูกโซ่ Markovถูกแบ่งออกเป็นเซตย่อยของสถานะที่ไม่ซ้ำกัน โดยที่เซตย่อยเหล่านี้ถูกกำหนดโดยt ซึ่งก่อให้เกิดการแบ่งส่วนที={ที1,ที2,}{\displaystyle \scriptstyle {T=\{t_{1},t_{2},\ldots \}}}ของสถานะต่างๆ ทั้งปริภูมิสถานะและชุดของเซตย่อยอาจเป็นได้ทั้งแบบจำกัดหรือแบบอนันต์นับได้ ห่วงโซ่มาร์คอฟแบบเวลาต่อเนื่อง{Xฉัน}{\displaystyle \{X_{i}\}}สามารถรวมกลุ่มได้โดยสัมพันธ์กับพาร์ติชันTก็ต่อเมื่อ สำหรับเซตย่อยt และt ใดๆ ในพาร์ติชัน และสำหรับสถานะn,n' ใดๆ ในเซตย่อยt

ทีเจq(n,)=ทีเจq(n,),{\displaystyle \sum _{m\in t_{j}}q(n,m)=\sum _{m\in t_{j}}q(n',m),}

โดยที่q ( i ,j ) คืออัตราการเปลี่ยนสถานะจากสถานะiไปยังสถานะj [ 2 ]

ในทำนองเดียวกัน สำหรับเมทริกซ์สุ่มP เมทริก ซ์Pจะเป็นเมทริกซ์แบบรวมกลุ่มได้บนพาร์ติชันTก็ต่อเมื่อ สำหรับเซตย่อยt และt ใดๆ ในพาร์ติชัน และสำหรับสถานะ n,n' ใดๆในเซตย่อยt

ทีเจพี(n,)=ทีเจพี(n,),{\displaystyle \sum _{m\in t_{j}}p(n,m)=\sum _{m\in t_{j}}p(n',m),}

โดยที่p ( i,j ) คือความน่าจะเป็นของการย้ายจากสถานะiไปยังสถานะj [ 3 ]

ตัวอย่าง

พิจารณาเมทริกซ์

พี=(1238116116716716018116012716011638916){\displaystyle P={\begin{pmatrix}{\frac {1}{2}}&{\frac {3}{8}}&{\frac {1}{16}}&{\frac {1}{16}}\\{\frac {7}{16}}&{\frac {7}{16}}&0&{\frac {1}{8}}\\{\frac {1}{16}}&0&{\frac {1}{2}}&{\frac {7}{16}}\\0&{\frac {1}{16}}&{\frac {3}{8}}&{\frac {9}{16}}\end{pmatrix}}}

และสังเกตว่าสามารถรวมกลุ่มได้บนพาร์ติชันt  =  {(1,2),(3,4)} ดังนั้นเราจึงเขียน

พีที=(78181161516){\displaystyle P_{t}={\begin{pmatrix}{\frac {7}{8}}&{\frac {1}{8}}\\{\frac {1}{16}}&{\frac {15}{16}}\end{pmatrix}}}

และเรียกP ว่าเมทริกซ์รวมของPบนt

กระบวนการที่สามารถรวมกลุ่มได้อย่างต่อเนื่อง

ในปี 2012 Katehakisและ Smit ค้นพบกระบวนการ Successively Lumpable ซึ่งความน่าจะเป็นคงที่สามารถหาได้โดยการคำนวณความน่าจะเป็นคงที่ของลำดับลูกโซ่ Markov ที่สร้างขึ้นอย่างเหมาะสมอย่างต่อเนื่อง ลูกโซ่แต่ละลูกจะมีพื้นที่สถานะที่เล็กกว่า (โดยทั่วไปมาก) และสิ่งนี้ทำให้การคำนวณดีขึ้นอย่างมาก ผลลัพธ์เหล่านี้มีการประยุกต์ใช้มากมายในด้านความน่าเชื่อถือและแบบจำลองและปัญหาการเข้าคิว[ 4 ]

ความสามารถในการรวมกลุ่มแบบกึ่งๆ

Franceschinis และ Muntz ได้แนะนำคุณสมบัติกึ่งก้อน ซึ่งเป็นคุณสมบัติที่การเปลี่ยนแปลงเล็กน้อยในเมทริกซ์อัตราทำให้โซ่สามารถเป็นก้อนได้[ 5 ]

ดูเพิ่มเติม

ดึงข้อมูลมาจาก " https://en.wikipedia.org/w/index.php?title=Lumpability&oldid=1343975169 "

สรุปเนื้อหา

ข้อมูลสำคัญจากบทความ

ข้อมูลสำคัญเกี่ยวกับ ความสามารถในการจับตัวเป็นก้อน

ในทฤษฎีความน่าจะเป็นlumpabilityเป็นวิธีการลดขนาดของพื้นที่สถานะของห่วงโซ่ Markov แบบต่อเนื่องบางประเภทซึ่งตีพิมพ์ครั้งแรกโดยKemenyและSnell

คำนิยาม

สมมติว่าปริภูมิสถานะทั้งหมดของ ลูกโซ่ Markov ถูกแบ่งออกเป็นเซตย่อยของสถานะที่ไม่ซ้ำกัน โดยที่เซตย่อยเหล่านี้ถูกกำหนดโดย t ซึ่งก่อให้เกิด การแบ่งส่วน ที = { ที 1 , ที 2 , … } {\displaystyle \scriptstyle {T=\{t_{1},t_{2},\ldots \}}} ของสถานะต่างๆ...

กระบวนการที่สามารถรวมกลุ่มได้อย่างต่อเนื่อง

ในปี 2012 Katehakis และ Smit ค้นพบกระบวนการ Successively Lumpable ซึ่งความน่าจะเป็นคงที่สามารถหาได้โดยการคำนวณความน่าจะเป็นคงที่ของลำดับลูกโซ่ Markov ที่สร้างขึ้นอย่างเหมาะสมอย่างต่อเนื่อง ลูกโซ่แต่ละลูกจะมีพื้นที่สถานะที่เล็กกว่า (โดยทั่วไปมาก)...

ความสามารถในการรวมกลุ่มแบบกึ่งๆ

Franceschinis และ Muntz ได้แนะนำคุณสมบัติกึ่งก้อน ซึ่งเป็นคุณสมบัติที่การเปลี่ยนแปลงเล็กน้อยในเมทริกซ์อัตราทำให้โซ่สามารถเป็นก้อนได้ [ 5 ]