Nieruchomość Markowa - Markov property
W teorii prawdopodobieństwa i statystyce termin własność Markowa odnosi się do pozbawionej pamięci właściwości procesu stochastycznego . Został nazwany na cześć rosyjskiego matematyka Andrieja Markowa . Termin silna właściwość Markowa jest podobny do właściwości Markowa, z tym wyjątkiem, że znaczenie „obecnego” definiuje się za pomocą zmiennej losowej znanej jako czas zatrzymania .
Termin założenie Markowa jest używany do opisania modelu, w którym zakłada się, że właściwość Markowa zachowuje, takiego jak ukryty model Markowa .
Pole losowe Markowa rozszerza tę właściwość na dwa lub więcej wymiarów lub na zmienne losowe zdefiniowane dla połączonej sieci przedmiotów. Przykładem modelu dla takiej zmiennej jest model Isinga .
Dyskretny proces stochastyczny spełniający właściwość Markowa jest znany jako łańcuch Markowa .
Wprowadzenie
Proces stochastyczny ma własność Markowa, jeśli warunkowy rozkład prawdopodobieństwa przyszłych stanów procesu (zależny zarówno od przeszłych, jak i obecnych wartości) zależy tylko od stanu obecnego; to znaczy, biorąc pod uwagę teraźniejszość, przyszłość nie zależy od przeszłości. Mówi się, że proces z tą własnością jest procesem markowskim lub procesem Markowa . Najbardziej znanym procesem Markowa jest łańcuch Markowa . Ruchy Browna to kolejny dobrze znany proces Markowa.
Historia
Definicja
Niech będzie przestrzenią prawdopodobieństwa z filtracją dla jakiegoś ( całkowicie uporządkowanego ) zbioru indeksów ; i niech będzie mierzalną przestrzenią . -Valued stochastycznego procesu przystosowany do filtrowania mówi się, że posiadają właściwości Markowa , jeśli dla każdej i każdy z ,
W przypadku, gdy jest zbiorem dyskretnym z dyskretną algebrą sigma i można to przeformułować w następujący sposób:
Alternatywne sformułowania
Alternatywnie, właściwość Markova można sformułować w następujący sposób.
dla wszystkich i ograniczone i wymierne.
Silna własność Markowa
Załóżmy, że jest to proces stochastyczny na przestrzeni prawdopodobieństwa z naturalną filtracją . Wtedy dla dowolnej chwili zatrzymania na , możemy zdefiniować
- .
Wtedy mówi się, że ma silną własność Markowa, jeśli dla każdego czasu zatrzymania , uwarunkowanego zdarzeniem , mamy to dla każdego , jest niezależne od danego .
Silna własność Markowa implikuje zwykłą własność Markowa, ponieważ biorąc czas zatrzymania , można wydedukować zwykłą własność Markowa.
W prognozowaniu
W dziedzinie modelowania predykcyjnego i prognozowania probabilistycznego właściwość Markowa jest uważana za pożądaną, ponieważ może umożliwić rozumowanie i rozwiązanie problemu, który w przeciwnym razie nie byłby możliwy do rozwiązania ze względu na jego niemożność rozwiązania . Taki model jest znany jako model Markowa .
Przykłady
Załóżmy, że urna zawiera dwie czerwone kule i jedną zieloną. Jedna piłka została wylosowana wczoraj, jedna piłka została wylosowana dzisiaj, a ostatnia piłka zostanie wylosowana jutro. Wszystkie losowania są „bez wymiany”.
Załóżmy, że wiesz, że dzisiejsza piłka była czerwona, ale nie masz informacji o wczorajszej piłce. Szansa, że jutrzejsza piłka będzie czerwona, wynosi 1/2. Dzieje się tak, ponieważ jedyne dwa pozostałe wyniki tego losowego eksperymentu to:
Dzień | Wynik 1 | Wynik 2 |
---|---|---|
Wczoraj | Czerwony | Zielony |
Dzisiaj | Czerwony | Czerwony |
Jutro | Zielony | Czerwony |
Z drugiej strony, jeśli wiesz, że zarówno dzisiejsze, jak i wczorajsze piłki były czerwone, to jutro masz gwarancję zdobycia zielonej piłki.
Ta rozbieżność pokazuje, że rozkład prawdopodobieństwa dla koloru jutra zależy nie tylko od wartości bieżącej, ale także od informacji o przeszłości. Ten stochastyczny proces obserwowanych kolorów nie ma właściwości Markowa. Korzystając z tego samego eksperymentu powyżej, jeśli próbkowanie „bez zamiany” zostanie zmienione na próbkowanie „z wymianą”, proces obserwowanych kolorów będzie miał właściwość Markowa.
Własność Markowa w postaci uogólnionej jest stosowana w obliczeniach Monte Carlo łańcucha Markowa w kontekście statystyki bayesowskiej .
Zobacz też
- Przyczynowy stan Markowa
- Równanie Chapmana – Kołmogorowa
- Histereza
- Koc Markowa
- Łańcuch Markowa
- Proces decyzyjny Markowa
- Model Markowa