Professional Documents
Culture Documents
1
Ch˜Ïng 1
Sau ây chúng ta s≥ tìm hi∫u v∑ quá trình Markov. ∞c tr˜ng cıa quá trình này là không
l˜u gi˙ kí ˘c v∑ các tr§ng thái cıa nó trong quá kh˘, hay nói cách khác là chø có tr§ng thái
hiªn t§i cıa quá trình mÓi có £nh h˜ng ∏n diπn ti∏n cıa nó trong t˜Ïng lai. Quá trình
Markov ngày mÎt tr nên quan trÂng vì hai lí do cÏ b£n: (1) Rßt nhi∑u các hiªn t˜Òng trong
v™t l˛, sinh v™t, kinh t∏, tài chính, xã hÎi có th∫ ˜Òc mô hình bi quá trình Markov và (2)
s¸ phát tri∫n m§nh m≥ cıa l˛ thuy∏t cho phép chúng ta có th∫ th¸c hiªn tËt các thao tác
tính toán, phân tích, d¸ báo trên mô hình.
Trong ch˜Ïng này chúng ta s≥ t™p trung vào nghiên c˘u các quá trình Markov chø nh™n
mÎt sË h˙u h§n hay ∏m ˜Òc các tr§ng thái hay còn ˜Òc gÂi là xích Markov.
Q1 Q2
Q4 Q3
T§i thÌi i∫m ¶u tiên n = 0, du khách góc Q1 . T§i thÌi i∫m ti∏p theo n = 1, ng˜Ìi
ó tung mÎt Áng xu cân Ëi và Áng chßt và di chuy∫n ngay l™p t˘c ∏n Q2 ho∞c Q4 tùy
theo Áng xu là sßp hay ng˚a. T§i thÌi i∫m th˘ hai n = 2, ng˜Ìi ó l§i tung Áng xu và
d¸a vào k∏t qu£ thu ˜Òc ∫ di chuy∫n ∏n mÎt trong hai góc k∑ vÓi góc ang ˘ng. Gi£
s˚ du khách s≥ di chuy∫n theo chi∑u kim Áng hÁ n∏u Áng xu là sßp và ng˜Òc chi∑u kim
Áng hÁ n∏u Áng xu là ng˚a. Du khách ti∏p tˆc di chuy∫n theo qui lu™t trên t§i các thÌi
i∫m n = 3, 4, . . .
2
CH◊ÃNG 1. XÍCH MARKOV THÕI GIAN RÕI RÑC 3
VÓi mÈi n, ta gÂi Xn là sË cıa góc qu£ng tr˜Ìng du khách ˘ng thÌi i∫m th˘ n. Khi ó
X0 , X1 , . . . là dãy gÁm các bnn nh™n giá tr‡ thuÎc t™p {1, 2, 3, 4}. Do ng˜Ìi ó xußt phát t§i
Q1 nên P(X0 = 1) = 1. Ti∏p theo, ng˜Ìi ó di chuy∫n ∏n Q2 ho∞c Q4 vÓi cùng xác sußt 1/2
nên
1
P(X1 = 2) = P(X1 = 4) = .
2
Ta nh™n thßy r¨ng vÓi i∑u kiªn du khách góc th˘ 1 t§i thÌi i∫m n thì xác sußt ∫ ng˜Ìi
ó góc Q2 hay Q4 thÌi i∫m n + 1 ∑u b¨ng 1/2. S˚ dˆng ngôn ng˙ xác sußt i∑u kiªn,
ta có
1
P(Xn+1 = 2|Xn = 1) = P(Xn+1 = 4|Xn = 1) = .
2
HÏn n˙a, ta nh™n thßy do viªc di chuy∫n tÓi Q2 hay Q4 t¯ Q1 chø phˆ thuÎc vào k∏t qu£
tung Áng xu t§i thÌi i∫m n + 1 nên
1
P(Xn+1 = 2|X0 = i0 , . . . , Xn 1 = in 1 , Xn = 1) = P(Xn+1 = 2|Xn = 1) = ,
2
và
1
P(Xn+1 = 4|X0 = i0 , . . . , Xn 1 = in 1 , Xn = 1) = P(Xn+1 = 4|Xn = 1) = ,
2
vÓi mÂi dãy i0 , . . . , in 1 2 {1, 2, 3, 4}.
Hiªn t˜Òng này ˜Òc gÂi là tính kém nhÓ hay tính Markov: phân phËi i∑u kiªn cıa Xn+1
khi bi∏t X0 , . . . , Xn chø phˆ thuÎc vào Xn . Nói cách khác, ∫ d¸ oán v‡ trí cıa du khách
trong “t˜Ïng lai" (t§i thÌi i∫m n + 1), ta chø c¶n bi∏t v‡ trí cıa du khách thÌi i∫m “hiªn
t§i" (thÌi i∫m n) và ví trí cıa du khách trong “quá kh˘" (các thÌi i∫m 0, 1, . . . , n 1)
không cho ta thêm thông tin h˙u ích nào.
MÎt ∞c i∫m thú v‡ khác n˙a là phân phËi cıa Xn+1 vÓi i∑u kiªn Xn = 2 chØng h§n
không phˆ thuÎc vào n ( i∑u này là do phân phËi cıa k∏t qu£ viªc tung Áng xu không
thay Íi theo thÌi gian). Ng˜Ìi ta gÂi tính chßt này là tính thu¶n nhßt theo thÌi gian. Trong
ch˜Ïng này, chúng ta chø nghiên c˘u các xích Markov thu¶n nhßt theo thÌi gian.
thì = ( i )i2I là mÎt phân phËi và ta nói r¨ng X có phân phËi . Nói cách khác, bnn X s≥
tr§ng thái i vÓi xác sußt i .
CH◊ÃNG 1. XÍCH MARKOV THÕI GIAN RÕI RÑC 4
Ta nói ma tr™n P = (pi j )i,j2I là ng®u nhiên n∏u mÈi hàng cıa nó ∑u là mÎt phân phËi,
t˘c là X
pi j 0, 8i, j 2 I, và pi j = 1, 8i 2 I.
j2I
Bây giÌ ta s≥ trình bày chính xác ‡nh nghæa cıa xích Markov thông qua ma tr™n P và
phân phËi . Tr˜Óc h∏t ta nh≠c l§i kí hiªu P(A|B) là xác sußt ∫ bi∏n cË A x£y ra vÓi i∑u
kiªn bi∏n cË B ã x£y ra, t˘c là P(A|B) = P(A \ B)/P(B). HÏn n˙a, ta nói r¨ng vÓi i∑u kiªn
C hai bi∏n cË A và B là Îc l™p vÓi nhau n∏u P(AB|C) = P(A|C)P(B|C) hay mÎt cách t˜Ïng
˜Ïng là P(A|BC) = P(A|C). Khi ó, ta kí hiªu A y B. T˜Ïng t¸, vÓi các bnn X, Y và Z,
C
ta nói vÓi i∑u kiªn Z hai bnn X và Y Îc l™p vÓi nhau n∏u vÓi mÂi tr§ng thái i, j, k 2 I, ta có
{X = i} y {Y = k}. 1
{Z=j}
‡nh nghæa 1.2.1. Dãy bnn (Xn )n 0 ˜Òc gÂi là mÎt xích Markov vÓi phân phËi ban ¶u và
ma tr™n chuy∫n P n∏u
ii) VÓi mÂi n 0, phân phËi cıa Xn+1 vÓi i∑u kiªn Xn = in là (pin j ) j2I và Îc l™p vÓi
X0 , . . . , Xn 1 , t˘c là
VÓi mÈi n 0, Xn ˜Òc gÂi là tr§ng thái cıa xích Markov t§i thÌi i∫m th˘ n.
Nh˜ v™y xích Markov (Xn )n 0 ˜Òc xác ‡nh n∏u ta bi∏t phân phËi ban ¶u và ma
tr™n chuy∫n P. Ta s≥ gÂi (Xn )n 0 là Markov( , P). N∏u (Xn )0nN là mÎt dãy h˙u h§n các bnn
th‰a mãn (i) và (ii) vÓi n = 0, . . . , N 1 thì ta cÙng gÂi (Xn )0nN là Markov( , P).
Ví dˆ 1.2.2.
An chÏi trò gieo Áng xu. Gi£ s˚ trong mÈi l¶n gieo, xác sußt xußt hiªn m∞t sßp là 0.6
và ng˚a là 0.4. GÂi Xn là tÍng sË l¶n xußt hiªn m∞t ng˚a trong n l¶n gieo ¶u tiên. Khi ó
dãy (Xn ) có tính Markov: thÌi i∫m hiªn t§i n, ∫ d¸ oán giá tr‡ cıa Xn+1 ta chø c¶n bi∏t
giá tr‡ cıa Xn , giá tr‡ cıa X0 , . . . , Xn 1 không cung cßp thêm thông tin h˙u ích nào. MÎt
cách cˆ th∫, (Xn ) có không gian tr§ng thái I = {0, 1, . . .}, phân phËi ban ¶u P(X0 = 0) = 1.
HÏn n˙a, ta có
vì giá tr‡ cıa Xn+1 chø t´ng thêm mÎt Ïn v‡ so vÓi Xn khi l¶n gieo th˘ n + 1 xußt hiªn m∞t
sßp. Do ó (Xn ) có ma tr™n chuy∫n P xác ‡nh bi
Mô hình Ehrenfest ˜Òc ∑ xußt bi Paul und Tatjana Ehrenfest n´m 1907 nh¨m gi£i
thích nguyên l˛ th˘ hai cıa nhiªt Îng l¸c hÂc. Sau ây ta trình bày mÎt phiên b£n Ïn
gi£n cıa mô hình này: Gi£ s˚ ta có hai cái hÎp màu xanh và ‰ ch˘a tÍng cÎng N qu£
bóng. Ta chÂn ng®u nhiên mÎt trong N bóng t¯ mÎt trong hai hÎp và b‰ vào hÎp kia. GÂi
X0 là sË bóng ban ¶u và Xn là sË bóng sau l¶n chuy∫n bóng th˘ n trong hÎp ‰. Khi ó
(Xn )n 0 là xích Markov vì khi bi∏t Xn giá tr‡ cıa Xn+1 không phˆ thuÎc vào X0 , . . . , Xn 1 . Cˆ
th∫ hÏn, ta có
N i
P(Xn+1 = i + 1|X0 = i0 , . . . , Xn 1 = in 1 , Xn = i) = , i = 0, . . . , N 1,
N
vì xích t´ng thêm mÎt Ïn v‡ khi và chø khi bóng ˜Òc chÂn l¶n th˘ n + 1 là t¯ hÎp xanh
(hÎp xanh có N i bóng sau l¶n chuy∫n bóng th˘ n). T˜Ïng t¸ ta có
i
P(Xn+1 = i 1|X0 = i0 , . . . , Xn 1 = in 1 , Xn = i) = , i = 1, . . . , N.
N
Lßy ví dˆ khi N = 4, ma tr™n chuy∫n P là
0 1
BB 0 1 0 0 0 CC
BB C
BB1/4 0 3/4 0
BB 0 CCCC
C
P = BBBB 0 2/4 0 2/4 0 CCCC ,
BB C
BB 0
B@ 0 3/4 0 1/4CCCC
A
0 0 0 1 0
0 1 2 3 4
1/4 2/4 3/4 1
Trong các ví dˆ tr˜Óc, ta thßy r¨ng vÓi mÈi dãy bnn (Xn ), n∏u phân phËi cıa Xn+1 chø
phˆ thuÎc vào giá tr‡ cıa Xn thì ta có th∫ mô ph‰ng dãy (Xn ) bi mÎt xích Markov. MÎt câu
h‰i t¸ nhiên ˜Òc ∞t ra là n∏u phân phËi cıa Xn+1 phˆ thuÎc vào giá tr‡ cıa Xn và Xn 1
thì ta có th∫ mô ph‰ng dãy (Xn ) bi mÎt xích Markov nào ó không? Trong nhi∑u tr˜Ìng
hÒp, câu tr£ lÌi là có nh˜ ví dˆ d˜Ói ây.
Ví dˆ 1.2.4 (Xích Markov cßp hai).
MÎt x§ thı b≠n l¶n l˜Òt t¯ng viên §n vào mÎt bia. Gi£ s˚ xác sußt trúng ích trong
mÈi l¶n b≠n là: 1/2 n∏u anh ta b≠n tr˜Òt c£ hai l¶n b≠n tr˜Óc ó;
2/3 n∏u anh ta b≠n tr˜Òt úng mÎt l¶n trong hai l¶n b≠n tr˜Óc ó;
3/4 n∏u anh ta b≠t trúng c£ hai l¶n b≠n tr˜Óc ó.
GÂi Xn là k∏t qu£ cıa l¶n b≠n th˘ n, Xn = M n∏u b≠n tr˜Òt và b¨ng H n∏u trúng. ∞t
Yn = (Xn , Xn+1 ) thì dãy (Yn )n 1 là xích Markov nh™n giá tr‡ trên không gian tr§ng thái
I = {HH, HM, MH, MM}. Ma tr™n xác sußt chuy∫n cıa Y là
HH HM MH MM
HH 3/4 1/4 0 0
HM 0 0 2/3 1/3
MH 2/3 1/3 0 0
MM 0 0 1/2 1/2
Th™t v™y, gi£ s˚ Yn = HM, nghæa là Xn = H, Xn+1 = M, thì Xn+2 = H vÓi xác sußt 2/3 và
Xn+2 = M vÓi xác sußt là 1/3; khi ó Yn+1 = (Xn+1 , Xn+2 ) s≥ b¨ng MH vÓi xác sußt 2/3 và
b¨ng MM vÓi xác sußt 1/3.
MH
2/3 1/2
HH 2/3 1/3 MM
1/4 1/3
HM
‡nh lí 1.2.5. Dãy bnn (Xn )0nN nh™n giá tr‡ trong I là Markov( , P) khi và chø khi vÓi mÂi
i0 , . . . , iN 2 I,
P(X0 = i0 , X1 = i1 , . . . , XN = iN ) = i0 pi0 i1 . . . piN 1 iN . (1.1)
CH◊ÃNG 1. XÍCH MARKOV THÕI GIAN RÕI RÑC 7
P(X0 = i0 , X1 = i1 , . . . , XN = iN )
=P(X0 = i0 )P(X1 = i1 |X0 = i0 ) . . . P(XN = iN |X0 = i0 , . . . , XN 1 = iN 1 )
= i0 pi0 i1 . . . piN 1 iN
.
b) Gi£ s˚ ph˜Ïng trình (1.1) ˜Òc th‰a mãn vÓi N, khi ó lßy tÍng hai v∏ theo tßt c£ iN 2 I
P
và s˚ dˆng gi£ thi∏t j2I pi j = 1, ta thßy ph˜Ïng trình (1.1) cÙng ˜Òc th‰a mãn vÓi N 1.
B¨ng qui n§p, ta thu ˜Òc
K∏t qu£ ti∏p theo nhßn m§nh tính chßt không l˜u gi˙ kí ˘c cıa xích Markov. Tr˜Óc
tiên ta ‡nh nghæa ma tr™n ng®u nhiên Ïn v‡ nh˜ sau
8
>
<1 n∏u i = j
>
ij = >
>
:0 n∏u i , j.
‡nh lí 1.2.6 (Tính Markov). Gi£ s˚ dãy (Xn )n 0 là Markov( , P). Khi ó, vÓi i∑u kiªn Xm = i,
dãy (Xm+n )n 0 là Markov( i , P) và Îc l™p vÓi các bnn X0 , . . . , Xm .
Ch˘ng minh. Ta s≥ ch˘ng t‰ r¨ng vÓi mÂi bi∏n cË A ˜Òc xác ‡nh thông qua dãy bnn
X0 , . . . , Xm , ta có
A = {X0 = i0 , . . . , Xm = im }.
Áp dˆng ‡nh lí 1.2.5 ta có khØng ‡nh trên là úng. Trong tr˜Ìng hÒp tÍng quát, A có th∫
bi∫u diπn d˜Ói d§ng hÒp cıa mÎt sË không quá ∏m ˜Òc các t™p sÏ cßp A = [k Ak . Khi
ó Øng th˘c (1.2) thu ˜Òc b¨ng cách lßy tÍng tßt c£ các Øng th˘c t˜Ïng ˘ng cho Ak .
CH◊ÃNG 1. XÍCH MARKOV THÕI GIAN RÕI RÑC 8
Ta qui ˜Óc P0 là ma tr™n Ïn v‡, t˘c là P0 = ( i j )i, j2I . B¨ng qui n§p theo k, ta dπ d§ng ch˘ng
minh ˜Òc vÓi mÂi n 1, mÂi i0 , in 2 I,
X X
(n)
pi0 in = ... pi0 i1 pi1 i2 . . . pin 1 in . (1.4)
i1 2I in 1 2I
Trong tr˜Ìng hÒp i > 0, ta kí hiªu Pi (A) = P(A|X0 = i). S˚ dˆng tính chßt Markov
t§i thÌi i∫m m = 0, k∏t qu£ d˜Ói ây chø ra r¨ng d˜Ói Î o xác sußt Pi phân phËi cıa
(Xn )n 0 không phˆ thuÎc vào phân phËi ban ¶u .
‡nh lí 1.3.1. Gi£ s˚ (Xn )n 0 là Markov( , P). Khi ó, vÓi mÂi n, m 0, ta có
(i) P(Xn = j) = ( Pn ) j ;
Ch˘ng minh. i) Áp dˆng l¶n l˜Òt ‡nh lí 1.2.5 và công th˘c (1.4) ta ˜Òc
X X
P(Xn = j) = ... P(X0 = i0 , . . . , Xn 1 = in 1 , Xn = j)
i 2I
0 in 1 2I
X X X
(n)
= ... i0 pi0 i1 . . . pin 1j
= i0 pi0 j = ( Pn ) j .
i0 2I in 1 2I i0 2I
ii) Theo tính chßt Markov, vÓi i∑u kiªn Xm = i, dãy bnn (Xm+n )n 0 là Markov( i , P), áp dˆng
(i) vÓi = i ta ˜Òc i∑u ph£i ch˘ng minh. ⇤
CH◊ÃNG 1. XÍCH MARKOV THÕI GIAN RÕI RÑC 9
= i0 pi0 i1 . . . pim k 1j
p(k+1)
ji
,
= p(k+1)
ji
= P(Xm+1 = i|Xm k = j).
Xét xích Markov (Xn ) có t™p tr§ng thái I = {1, 2}. Ma tr™n chuy∫n cıa (Xn ) có d§ng tÍng
quát là !
1 ↵ ↵
P=
1
vÓi ↵, 2 [0, 1]. Xích (Xn ) có th∫ ˜Òc bi∫u diπn bi bi∫u Á sau
↵
1 2
p(n+1)
11
= p(n)
12
+ p(n)
11
(1 ↵).
Mà p(n)
11
+ p(n)
12
= 1 nên ta thu ˜Òc ph˜Ïng trình truy hÁi cho p(n)
11
nh˜ sau
p(n+1)
11
= (1 ↵ )p(n)
11
+ , p(0)
11
= 1.
T¯ ây suy ra 8
>
> ↵
(1 ↵ )n n∏u ↵ + >0
< ↵+ +
p(n)
11
=>
>
↵+
:1 n∏u ↵ + = 0.
1/2 1
1/2
0 2
khi ó 0 1
BB1 0 0 CC
B C
Pn = U BBBB0 (i/2)n 0 CCCC U 1 ,
@ A
0 0 ( i/2)n
và p(n)
11
ph£i có d§ng
⇣ i ⌘n ⇣ i ⌘n
p(n)
11
= a + b + c ,
2 2
vÓi các h¨ng sË a, b, c nào ó. M∞t khác
⇣ ±i ⌘n ⇣ n⇡ n⇡ ⌘
= 2 n e±in⇡/2 = 2 n
cos ± i sin ,
2 2 2
và do p(n)
11
là sË th¸c nên nó có d§ng
⇣ n⇡ n⇡ ⌘
p(n)
11
=↵+2 n
cos + sin , (1.5)
2 2
vÓi các h¨ng sË ↵, , 2 R nào ó.
Ti∏p theo ta i tìm ↵, , . Tính tr¸c ti∏p p(n)
11
vÓi n = 0, 1, 2 rÁi thay vào (1.5) ta ˜Òc
8 8
>
> 1 = p(0) =↵+ >
> ↵ = 1/5
>
> 11 >
>
>
< (1)
>
<
>
> 0 = p11 = ↵ + /2 ,>
> = 4/5
>
> >
>
>
:0 = p(2) = ↵ /4 >
: = 2/5.
11
V™y nên
1 ⇣4 n⇡ 2 n⇡ ⌘
p(n)
11
= + 2 n cos sin .
5 5 2 5 2
Ph˜Ïng pháp xác ‡nh xác sußt chuy∫n p(n)
ij
cıa xích Markov có N tr§ng thái:
B˜Óc 1: Tính các giá tr‡ riêng 1, . . . , K cıa ma tr™n chuy∫n P và gÂi r1 , . . . , rK l¶n l˜Òt là bÎi cıa
chúng.
CH◊ÃNG 1. XÍCH MARKOV THÕI GIAN RÕI RÑC 12
( ∞c biªt, n∏u các giá tr‡ riêng là phân biªt (K = N) thì p(n)
ij
có d§ng
N
X
p(n)
ij
= ak n
k,
k=1
‡nh nghæa 1.4.1. Ta nói r¨ng tr§ng thái i ∏n ˜Òc tr§ng thái j và kí hiªu là i ! j n∏u tÁn t§i
n 0 sao cho p(n)ij
> 0.
Hai tr§ng thái i và j ˜Òc gÂi là liên thông và kí hiªu là i $ j n∏u i ! j và j ! i.
Vì p(0)
ii
= 1 nên i $ i vÓi mÂi i 2 I. HÏn n˙a, t¯ ph˜Ïng trình Chapman-Kolmogorov ta
thßy n∏u i ! j và j ! r thì i ! r. Do ó $ là mÎt quan hª t˜Ïng ˜Ïng trên I và quan hª
này chia I thành các lÓp liên thông: Hai tr§ng thái bßt kì thuÎc cùng mÎt lÓp thì liên thông
vÓi nhau, hai tr§ng thái khác lÓp thì không liên thông. Ta nói lÓp liên thông C là óng n∏u
i 2 C, i ! j thì j 2 C.
Do ó lÓp liên thông C là óng thì mÂi tr§ng thái ∏n ˜Òc t¯ C ∑u thuÎc C. Tr§ng thái i
˜Òc gÂi là hßp thˆ n∏u {i} là lÓp liên thông óng.
‡nh nghæa 1.4.2. MÎt xích Markov ˜Òc gÂi là tËi gi£n n∏u hai tr§ng thái bßt kì ∑u liên thông
vÓi nhau. Ma tr™n chuy∫n P ˜Òc gÂi là tËi gi£n n∏u xích Markov t˜Ïng ˘ng vÓi nó là tËi gi£n.
Ví dˆ 1.4.3.
CH◊ÃNG 1. XÍCH MARKOV THÕI GIAN RÕI RÑC 13
vÓi p 2 [0, 1]. ∫ xác ‡nh tính liên thông cıa xích, ta v≥ bi∫u Á:
0.3 p 0.4
1 3 4 5
2 7 6
1) p 2 (0, 1). Xích có 3 lÓp liên thông là {1, 2, 3}, {4, 5, 6}, {7}. Chø có {7} là lÓp liên thông
óng.
2) p = 0. Xích có 3 lÓp liên thông là {1, 2, 3}, {4, 5, 6}, {7}. Hai lÓp {1, 2, 3} và {7} là óng.
3) p = 1. Xích có 5 lÓp liên thông là {1}, {2}, {3}, {4, 5, 6} và {7}. Chø có {7} là lÓp liên thông
óng.
trong ó ta qui ˜Óc là infimum cıa t™p rÈng là 1. Nh˜ v™y HA là thÌi i∫m ¶u tiên xích
(Xn ) §t ˜Òc tr§ng thái A.
VÓi mÈi i 2 I, ta kí hiªu xác sußt ∫ xích (Xn ) ch§m ˜Òc tÓi A vÓi i∑u kiªn X0 = i là
Khi A là lÓp óng, hAi ˜Òc gÂi là xác sußt hßp thˆ vào t™p A. Ngoài ra ta kí hiªu
X
A A
ki = Ei (H ) = nPi (HA = n) + 1P(HA = 1)
n<1
là quãng thÌi gian trung bình ∫ xích (Xn ) xußt phát t¯ i l¶n ¶u tiên ch§m ˜Òc ∏n t™p
A.
Tr˜Óc khi trình bày ph˜Ïng pháp tÍng quát ∫ tính hA và kA , ta xét mÎt ví dˆ Ïn gi£n
nh˜ sau.
1/2
1/2
1 2 3 4
1/2
1/2
Gi£ s˚ xích xußt phát t¯ 2, ta muËn xác ‡nh (i) xác sußt hßp thˆ vào 4 và (ii) trung bình mßt bao
lâu thì xích b‡ hßp thˆ vào 1 ho∞c 4.
∫ Ïn gi£n, ta kí hiªu hi = h{4} i
và ki = ki{1,4} . Rõ ràng h1 = 0, h4 = 1 và k1 = k4 = 0. Bây giÌ,
n∏u xích xußt phát t¯ 2 thì b˜Óc ti∏p theo nó s≥ tr§ng thái 1 ho∞c 3 vÓi cùng xác sußt 12 .
Do ó
1 1
h2 = (h1 + h3 ), k2 = 1 + (k1 + k3 ), (1.6)
2 2
trong ó 1 xußt hiªn v∏ ph£i ph˜Ïng trình th˘ hai là do xích c¶n 1 Ïn v‡ thÌi gian ∫
chuy∫n sang tr§ng thái th˘ hai.
Ta có th∫ hình th˘c hóa l™p lu™n trên nh˜ sau: Tr˜Óc h∏t, vì
‡nh lí 1.5.2. Các xác sußt ch§m hA = (hAi , i 2 I) là nghiªm không âm tËi ti∫u cıa hª ph˜Ïng
trình 8
> A
<h i = 1
> vÓi i 2 A
>
> A
P A
(1.7)
:h = j2I pi j h vÓi i < A.
i j
(S¸ tËi ti∫u cıa hA ˜Òc hi∫u theo nghæa n∏u x = (xi , i 2 I) là nghiªm không âm khác cıa hª (1.7)
thì xi hAi vÓi mÂi i)
Ch˘ng minh. a) Tr˜Óc tiên ta ch˘ng t‰ hA th‰a mãn ph˜Ïng trình (1.7). N∏u X0 = i 2 A thì
HA = 0 và do ó hAi = 0. N∏u X0 = i < A thì HA 1 và theo tính chßt Markov, ta có
và
X
hAi = Pi (HA < 1) = Pi (HA < 1, X1 = j)
j2I
X X
A
= Pi (H < 1|X1 = j)Pi (X1 = j) = pi j hAj .
j2I j2I
b) Ti∏p theo ta ch˘ng t‰ tính tËi ti∫u cıa hA . Gi£ s˚ x = (xi , i 2 I) là nghiªm không âm khác
cıa hª (1.7), khi ó hAi = xi = 1 vÓi mÂi i 2 A. N∏u i < A thì
X X X
xi = pi j x j = pi j + pi j x j
j2I j2A j<A
X X ⇣X X ⌘
= pi j + pi j p jr + p jr xr
j2A j<A r2A r<A
XX
= Pi (X1 2 A) + Pi (X1 < A, X2 2 A) + pi j p jr xr .
j<A r<A
CH◊ÃNG 1. XÍCH MARKOV THÕI GIAN RÕI RÑC 16
Ti∏p tˆc phân tích ví dˆ 1.5.1, ta nh™n khi xét A = {4}, hª ph˜Ïng trình (1.7) tr thành
8 8
>
> h A
= 1 >
> hA4 = 1
>
> 4 >
>
>
< A 1 >
< A 1 2 A
>
> h2 = 2 (h1 + h3 ) ,> > h2 = 3 + 3 h1
>
> >
>
> A 1 A
:h = (h + h ) A >
:hA = 2 + 1 hA .
3 2 2 4 3 3 3 1
Xét xích Markov cho bi bi∫u Á sau vÓi 0 < p = 1 q < 1.
p p
0 1 2 i i+1 .
q
q q
Gi£ s˚ mÎt ng˜Ìi nào ó b˜Óc vào sòng b§c vÓi i 0 Áng. Ng˜Ìi ó ti∏n hành ∞t c˜Òc,
mÈi l¶n ∞t 1 Áng: n∏u th≠ng s≥ ˜Òc 2 Áng, n∏u thua thì không ˜Òc Áng nào. Gi£
s˚ sòng b§c có vô sË ti∑n và không giÓi h§n sË ti∑n th≠ng c˜Òc cıa ng˜Ìi chÏi. HÏn n˙a,
trong mÈi l¶n c˜Òc, xác sußt th≠ng ∑u là p 2 (0, 1) và xác sußt thua là q = 1 p.
Khi ó, n∏u gÂi (Xn ) là sË ti∑n ng˜Ìi ó có sau l¶n ∞t c˜Òc th˘ n thì (Xn ) là xích Markov
có xác sußt chuy∫n cho bi bi∫u Á trên. Sau ây ta tìm hi∫u xác sußt ng˜Ìi ó tr≠ng tay
sau khi chÏi, t˘c là xác sußt ∫ xích (Xn ) ch§m 0 sau mÎt kho£ng thÌi gian h˙u h§n.
CH◊ÃNG 1. XÍCH MARKOV THÕI GIAN RÕI RÑC 17
• N∏u p < q, t˘c là xác sußt th≠ng cuÎc p < 0.5, do i∑u kiªn hi 2 [0, 1], ta có B = 0 và
do ó hi = 1 vÓi mÂi i. T˘c là ng˜Ìi chÏi cuËi cùng s≥ tr≠ng tay bßt k∫ lúc ¶u anh ta
có bao nhiêu ti∑n.
L§i do hi 0 vÓi mÂi i nên A 0. HÏn n˙a, s˚ dˆng tính tËi ti∫u cıa h suy ra A = 0
và hi = (q/p)i .
• N∏u p = q, t˘c là trò chÏi là cân b¨ng. Khi ó hª trên có nghiªm d§ng hi = A + Bi. Vì
hi 2 [0, 1] vÓi mÂi i nên B = 0, v™y nên hi = A = 1 vÓi mÂi i. Do ó ng˜Ìi chÏi cuËi
cùng v®n tr≠ng tay m∞c dù trò chÏi là công b¨ng.
Ví dˆ 1.5.4 (Xích sinh t˚).
Xét xích Markov cho bi bi∫u Á
p1 pi
0 1 2 i i+1 .
q1
q2 qi+1
Vì hª này có hª sË thay Íi nên khó có th∫ áp dˆng các ph˜Ïng pháp thông th˜Ìng ∫
gi£i. Tuy nhiên, ∞t ui = hi 1 hi thì pi ui+1 = qi ui , do ó
qi qi qi 1 . . . q1
ui+1 = ui = u1 =: i u1 .
pi pi pi 1 . . . p1
Vì u1 + . . . + ui = h0 hi nên hi = 1 A( 0 + . . . + i 1 ) vÓi A = u1 và 0 = 1. Sau ây ta xác
‡nh giá tr‡ cıa A.
P
N∏u 1 i = 1, t¯ i∑u kiªn 0 hi 1 ta thßy A = 0 và hi = 1 vÓi mÂi i.
Pi=01
N∏u i=0 i < 1 thì ta có th∫ chÂn A > 0 và th‰a mãn
1 + . . . + i 1 ) 0 vÓi mÂi i.
A( 0
P
Do tính tËi ti∫u cıa nghiªm, ta ˜Òc A = ( 1 i=0 i )
1
và do ó
P
j i j
hi = P .
j 0 j
Ta nh™n thßy vì hi < 1 vÓi mÂi i nên qu¶n th∫ có kh£ n´ng sËng sót vÓi xác sußt d˜Ïng.
Trong ph¶n còn l§i cıa ti∏t này ta trình bày k∏t qu£ tÍng quát liên quan ∏n thÌi gian
ch§m trung bình.
‡nh lí 1.5.5. ThÌi gian ch§m trung bình kA = (kiA , i 2 A) là nghiªm không âm tËi ti∫u cıa hª
ph˜Ïng trình 8
> A
<ki = 0
> vÓi i 2 A
>
> P (1.8)
:kA = 1 + j<A pi j kA vÓi i < A.
i j
T¯ nay v∑ sau ta s≥ s˚ dˆng kí hiªu IB ∫ chø hàm chø tiêu cıa t™p B. Ví dˆ IX1 =j là bnn
nh™n giá tr‡ b¨ng 1 n∏u X1 = j, n∏u không nó s≥ nh™n giá tr‡ b¨ng 0.
Ch˘ng minh. a) Tr˜Óc h∏t ta ch˘ng t‰ r¨ng kA th‰a mãn ph˜Ïng trình (1.8). Th™t v™y, n∏u
X0 = i 2 A thì HA = 0 nên kiA = 0. N∏u X0 = i < A thì HA 1 và do tính Markov,
Ei (HA |X1 = j) = 1 + E j (HA )
và
X
kiA = Ei (H ) =A
Ei (HA IX1 =j )
j2I
X X
= Ei (HA |X1 = j)Pi (X1 = j) = 1 + pi j kAj .
j2J j<A
b) Ti∏p theo gi£ s˚ y = (yi , i 2 I) là mÎt nghiªm không âm cıa hª (1.8). Khi ó kiA = yi = 0
vÓi mÂi i 2 A. N∏u i < A thì
X X X
yi = 1 + pi j y j = 1 + pi j (1 + p jr yr )
j2A j<A r<A
XX
= Pi (HA 1) + Pi (HA 2) + pi j p jr yr .
j<A r<A
CH◊ÃNG 1. XÍCH MARKOV THÕI GIAN RÕI RÑC 19
Cho n ! 1 ta ˜Òc
1
X
yi Pi (HA j) = Ei (HA ) = kiA .
j=1
‡nh nghæa 1.6.1. MÎt bnn T : ⌦ ! {0, 1, . . . , } [ {1} ˜Òc gÂi là thÌi i∫m d¯ng n∏u bi∏n cË
{T = n} chø phˆ thuÎc vào X0 , . . . , Xn vÓi mÂi n = 0, 1, . . ..
MÎt cách tr¸c quan, chø b¨ng cách quan sát dãy bnn, ta có th∫ bi∏t ˜Òc khi nào T x£y
ra. N∏u ta b‡ buÎc ph£i d¯ng t§i thÌi i∫m T, ta bi∏t khi nào ta ph£i d¯ng l§i. Các ví dˆ
sau minh hÂa kæ hÏn khái niªm này.
Ví dˆ 1.6.2.
{T j = n} = {X1 , j, . . . , Xn 1 , j, Xn = j}.
2. ThÌi i∫m ch§m ¶u tiên vào mÎt t™p con A cıa không gian tr§ng thái I cÙng là thÌi
i∫m d¯ng vì
{HA = n} = {X0 < A, . . . , Xn 1 < A, Xn 2 A}.
2
passage time
CH◊ÃNG 1. XÍCH MARKOV THÕI GIAN RÕI RÑC 20
LA = sup{n 0 : Xn 2 A}
nói chung không là thÌi i∫m d¯ng vì bi∏n cË {L = n} phˆ thuÎc vào dãy (Xn+m )m 1
có ch§m A hay không.
Sau ây chúng ta s≥ ch˘ng t‰ r¨ng tính Markov còn úng t§i thÌi i∫m d¯ng. i∫m
cËt y∏u cıa ch˘ng minh d˜Ói ây là tính chßt: n∏u T là thÌi i∫m d¯ng và t™p B ⇢ ⌦ ˜Òc
xác ‡nh thông qua dãy quan sát X0 , . . . , XT thì bi∏n cË B \ {T = m} ˜Òc xác ‡nh thông
qua X0 , . . . , Xm vÓi mÂi m = 0, 1, . . .
‡nh lí 1.6.3. Gi£ s˚ (Xn )n 0 là Markov( , P) và T là mÎt thÌi i∫m d¯ng ˘ng vÓi (Xn ). Khi ó,
vÓi i∑u kiªn T < 1 và XT = i, dãy (XT+n )n 0 là Markov( i , P) và Îc l™p vÓi X0 , . . . , XT .
Ch˘ng minh. N∏u B là bi∏n cË xác ‡nh thông qua X0 , . . . , XT thì B\{T = m} xác ‡nh thông
qua X0 , X1 , . . . , Xm . Áp dˆng tính Markov t§i thÌi i∫m m ta có
trong ó ta s˚ dˆng i∑u kiªn T = m ∫ thay T bi m. Cho m = 0, 1, . . ., cÎng v∑ vÓi v∏ các
Øng th˘c trên rÁi chia c£ hai v∏ cho P(T < 1, XT = i), ta có
Xét xích Markov (Xn ) ˜Òc xác ‡nh nh˜ Ví dˆ 1.5.3. Ta ã bi∏t xác sußt tr v∑ 0 cıa
xích khi nó xußt phát t¯ 1. S˚ dˆng tính chßt Markov m§nh, ta có th∫ xác ‡nh hoàn toàn
phân phËi cıa thÌi gian tr v∑ 0.
∞t
H j = inf{n 0 : Xn = j},
và vÓi mÈi s 2 [0, 1), ta xét hàm sinh xác sußt cıa H0 ˜Òc xác ‡nh nh˜ sau:
1
X
H0
(s) = E1 (s ) = sn P1 (H0 = n).
n=1
3
last exist time
CH◊ÃNG 1. XÍCH MARKOV THÕI GIAN RÕI RÑC 21
V™y nên
1
X
H0
E2 (s ) = sk+l P2 (H1 = l)P2 (H1 = k) = (s)2 .
k,l=1
M∞t khác,
1
X ⇣ ⌘
(s) = sk P(H0 = k, X0 = 1, X1 = 0) + P(H0 = k, X0 = 1, X1 = 2) /P(X0 = 1)
k=1
1
X
= qs + sk P(H0 = k|X0 = 1, X1 = 2)P(X0 = 1, X1 = 2)/P(X0 = 1)
k=1
X1
= qs + p sk P(H0 = k 1|X0 = 2)
k=1
= qs + psE2 (sH0 ).
Do ó (s) = qs + ps (s)2 . Coi ây là ph˜Ïng trình b™c hai ©n (s), gi£i ra ta ˜Òc
q
(s) = (1 ± 1 4pqs2 )/2ps.
1 h ⇣ 1 1⇣ 1 ⌘ ( 4pqs2 )2 ⌘i
(s) = 1 1 + ( 4pqs)2 + + ...
2ps 2 2 2 2!
= qs + pq2 s3 + . . .
= sP1 (H0 = 1) + s2 P1 (H0 = 2) + s3 P1 (H0 = 3) + . . .
CH◊ÃNG 1. XÍCH MARKOV THÕI GIAN RÕI RÑC 22
Áng nhßt hª sË cıa s hai v∏ ta tính ˜Òc P1 (H0 = k) vÓi k = 1, 2, . . . M∞t khác, cho s " 1,
ta có (s) ! P1 (H0 < 1), do ó
p 8
1 1 4pq > <1
> n∏u p q
P1 (H0 < 1) = =>>
2p :q/p n∏u p > q.
0 1
E1 (H0 ) = lim (s) = .
s"1 q p
trong ó ta luôn qui ˜Óc inf ; = 1. Sau ây ta s≥ ‡nh nghæa thÌi i∫m qua th˘ r tr§ng thái
i, kí hiªu là Ti(r) , là
Ti(0) (w) = 0, Ti(1) (w) = Ti (w),
và vÓi mÂi r = 1, 2, . . .
BÍ ∑ 1.7.1. VÓi mÈi r = 2, 3, . . ., vÓi i∑u kiªn Ti(r 1) < 1, bnn S(r)
i
Îc l™p vÓi {Xm : m Ti(r 1)
}
và
P(S(r) i
= n|Ti(r 1) < 1) = Pi (Ti = n).
CH◊ÃNG 1. XÍCH MARKOV THÕI GIAN RÕI RÑC 23
Ch˘ng minh. Áp dˆng tính Markov m§nh t§i thÌi i∫m d¯ng T = Ti(r 1)
, vÓi i∑u kiªn
T < 1, (XT+n )n 0 là Markov( i , P) và Îc l™p vÓi X0 , X1 , . . . , XT . Nh˜ng
S(r)
i
= inf{n 1 : XT+n = i},
do ó S(r)i
là thÌi i∫m qua ¶u tiên cıa xích (XT+n )n 0 tr§ng thái i. V™y nên vÓi i∑u kiªn
(r 1)
Ti < 1, S(r)
i
có cùng phân phËi vÓi Ti . ⇤
L˜u ˛ r¨ng
1
X 1
X
Ei (Vi ) = Pi (Xn = i) = p(n)
ii
.
n=0 n=0
Ta kí hiªu xác sußt tr l§i tr§ng thái i theo Î o xác sußt Pi là
Ch˘ng minh. Ta ch˘ng minh b¨ng qui n§p theo r. Dπ thßy Øng th˘c (1.9) úng vÓi r = 0.
Gi£ s˚ Øng th˘c úng vÓi r thì nó cÙng úng vÓi r + 1 vì
do BÍ ∑ 1.7.1. ⇤
P1
‡nh lí 1.7.3. i) N∏u Pi (Ti < 1) = 1 thì tr§ng thái i là hÁi qui và n=0 p(n)
ii
= 1.
P (n)
ii) N∏u Pi (Ti < 1) < 1 thì i là tr§ng thái trans và 1 n=0 pii < 1.
T¯ ‡nh lí trên ta thßy mÈi tr§ng thái ∑u ho∞c là hÁi qui, ho∞c là trans.
‡nh lí ti∏p theo ch˘ng t‰ r¨ng tính hÁi qui và trans là tính chßt bßt bi∏n trong mÈi lÓp
liên thông.
‡nh lí 1.7.4. Gi£ s˚ C là mÎt lÓp liên thông. Khi ó tßt c£ các tr§ng thái cıa C ∑u là hÁi qui
ho∞c ∑u là trans.
Ch˘ng minh. Lßy hai tr§ng thái khác nhau i và j thuÎc C và gi£ s˚ r¨ng i là trans. TÁn t§i
m, n 0 sao cho p(n)
ij
> 0 và p(m)
ji
> 0 và vÓi mÂi r 0,
p(n+r+m)
ii
p(n) p(r) p(m) ,
i j j j ji
do ó 1 1
X 1 X
p(r)
jj
p(n+r+m)
ii
< 1,
r=0 p(n) p(m)
i j j j r=0
Ch˘ng minh. Gi£ s˚ C là mÎt lÓp không óng. Khi ó tÁn t§i i 2 C, j < C và m 1 sao cho
Pi (Xm = j) > 0.
Do
Pi ({Xm = j} \ {Xn = i vÓi vô h§n n}) = 0,
ta có
Pi (Xn = i vÓi vô h§n n) < 1,
do ó i không ph£i là tr§ng thái hÁi qui do ó C cÙng không ph£i là t™p hÁi qui. ⇤
‡nh lí 1.7.6. MÂi lÓp óng gÁm h˙u h§n ph¶n t˚ ∑u là hÁi qui.
Ch˘ng minh. Gi£ s˚ lÓp C óng và chø gÁm h˙u h§n ph¶n t˚. Gi£ s˚ xích (Xn )n 0 xußt phát
t¯ C. Khi ó, tÁn t§i ít nhßt mÎt tr§ng thái i 2 C sao cho Xn tr§ng thái i vô h§n l¶n, t˘c là
trong ó Øng th˘c cuËi cùng là do tính Markov m§nh. Do v™y tr§ng thái i không là trans,
t˘c là i là hÁi qui và do ó C cÙng là hÁi qui. ⇤
CH◊ÃNG 1. XÍCH MARKOV THÕI GIAN RÕI RÑC 25
‡nh lí 1.7.7. Gi£ s˚ ma tr™n chuy∫n P là tËi gi£n và hÁi qui. Khi ó, vÓi mÂi j 2 I, ta có
P(T j < 1) = 1.
do ó ta chø c¶n ch˘ng minh Pi (T j < 1) = 1 vÓi mÂi i 2 I. Do xích la tËi gi£n nên tÁn t§i m
sao cho p(m)
ji
> 0. Theo ‡nh lí 1.7.3 ta có
p(2n)
00
= Cn2n pn qn .
ta ˜Òc
(4pq)n
p(2n)
00
⇡ p khi n ! 1.
n⇡
Xét tr˜Ìng hÒp p = q = 1/2: Ta có 4pq = 1 nên tÁn t§i N > 0 sao cho vÓi mÂi n N thì
p(2n)
00
p1 . Khi ó
2 n⇡
X 1 X1 X1
(2n) (2n) 1
p00 p00 p = 1.
n=0 n=N n=N
2 n⇡
V™y nên du Îng (Xn ) là hÁi qui.
Ti∏p theo ta xét tr˜Ìng hÒp p , q. Khi ó 4pq = r < 1, l™p lu™n t˜Ïng t¸ nh˜ trên ta
thßy tÁn t§i N > 0 sao cho
X1 X1
(n) rn
p00 2 p < 1.
n=N n=N
n
Do ó du Îng (Xn ) là trans.
Gi£ s˚ xích xußt phát t¯ 0. GÂi Xn+ và Xn là hình chi∏u cıa Xn lên ˜Ìng chéo y = ±x cıa
hª trˆc tÂa Î.
Ta có (Xn+ )n 0 và (Xn )n 0 là hai du Îng ng®u nhiên Ïn gi£n Ëi x˘ng trên không gian
tr§ng thái I = 2 1/2 Z và Xn = 0 khi và chø khi Xn+ = Xn n = 0. HÏn n˙a, (Xn+ ) và (Xn ) là Îc
l™p. Do ó
⇣ ⌘2
p(2n)
00
= Cn2n 2 2n .
V™y nên áp dˆng công th˘c Stirling, ta có
X X⇣ ⌘2
p(2n)
00
= Cn2n 2 2n
= 1.
n 0 n 0
P
Ta s≥ ch˘ng t‰ n 0 p(2n)
00
< 1 và do ó du Îng (Xn ) là trans. Th™t v™y, áp dˆng BÍ ∑ 1.8.1
d˜Ói ây, ta ˜Òc
1
X 1
X 1
X
3m (3m)!
p(2n)
00
2
(1 + 6 + 6 ) 4
p(6m)
00
2
(1 + 6 + 6 ) 4
C3m
6m 2
6m
3
n=0 m=0 m=0
(m!)3
1
X (6m)!
(1 + 62 + 64 ) 12 3m
< 1,
m=0
(3m)!(m!)3
trong ó bßt Øng th˘c cuËi cùng ˜Òc suy ra t¯ công th˘c Stirling.
(3m)! (3m)!
b) vÓi mÂi i, j, k 0, i + j + k = 3m, (1.12)
(m!)3 i!j!k!
c) p(6m)
00
6 2 p(6m
00
2)
, p(6m)
00
6 4 p(6m
00
4)
. (1.13)
Ch˘ng minh. Công th˘c (1.11) có th∫ ch˘ng minh b¨ng ph˜Ïng pháp tÍ hÒp nh˜ sau: Ta
có n qu£ bóng và 3 cái hÎp, h‰i có bao nhiêu cách cho n bóng này vào 3 hÎp. Ph˜Ïng pháp
th˘ nhßt là ta cho l¶n l˜Òt t¯ng bóng vào hÎp, vì mÈi bóng có th∫ cho vào mÎt trong ba
hÎp nên tÍng sË cách s≥ là 3n . Ph˜Ïng pháp th˘ hai là ta chia thành các tr˜Ìng hÒp: sË
bóng trong hÎp th˘ nhßt, th˘ hai và th˘ ba l¶n l˜Òt là i, j và k, (i + j + k = n). Ÿng vÓi mÈi
tr˜Ìng hÒp có sË cách cho bóng vào hÎp là
j n!
Cin Cn i Ckn i j = .
i!j!k!
So sánh k∏t qu£ cıa hai ph˜Ïng pháp ta thu ˜Òc (1.11).
Bßt Øng th˘c (1.12) dπ dàng ˜Òc suy ra t¯ nh™n xét r¨ng n∏u i j k và i > k thì
‡nh nghæa 1.9.1. Phân phËi = ( i )i2I trên không gian tr§ng thái I ˜Òc gÂi là d¯ng vÓi ma
tr™n chuy∫n P n∏u
= P,
t˘c là X
i = j p ji , 8i 2 I.
j2I
Phân phËi d¯ng còn ˜Òc gÂi là phân phËi bßt bi∏n hay phân phËi cân b¨ng.
‡nh lí 1.9.2. Gi£ s˚ (Xn )n 0 là Markov( , P) và là phân phËi d¯ng Ëi vÓi ma tr™n chuy∫n P.
Khi ó vÓi mÈi m 1, xích (Xm+n )n 0 cÙng là Markov( , P).
Ch˘ng minh. Ta có P(Xm = i) = ( Pm )i = i vÓi mÂi i. HÏn n˙a, vÓi i∑u kiªn Xm+n = i, bnn
Xm+n+1 là Îc l™p vÓi Xm , . . . , Xm+n và có phân phËi (pi j : j 2 I). ⇤
‡nh lí sau gi£i thích t§i sao phân phËi d¯ng còn ˜Òc gÂi là phân phËi cân b¨ng.
‡nh lí 1.9.3. Gi£ s˚ t™p tr§ng thái I chø gÁm h˙u h§n ph¶n t˚. Khi ó, n∏u tÁn t§i i 2 I sao cho
p(n)
ij
! ⇡ j khi n ! 1 vÓi mÂi j 2 I,
Do ó, theo ‡nh lí 1.9.3, ( /(↵ + ), ↵/(↵ + )) là phân phËi d¯ng cıa xích. Ngoài ra ta còn
có th∫ xác ‡nh phân phËi d¯ng tr¸c ti∏p t¯ ‡nh nghæa 1.9.1.
Xét xích Markov cho Ví dˆ 1.3.5. Phân phËi d¯ng ⇡ là nghiªm cıa hª ph˜Ïng trình
tuy∏n tính ⇡P = ⇡, t˘c là 8
>
> ⇡1 = 12 ⇡3
>
>
>
<
>
> ⇡2 = 12 ⇡1 + 12 ⇡3
>
>
>
:⇡ 3 = 1 ⇡ 2 + 1 ⇡ 3
2 2
Do hª trên là tuy∏n tính thu¶n nhßt, ∫ tìm ⇡ ta c¶n dùng thêm i∑u kiªn ⇡1 + ⇡2 + ⇡3 = 1.
Khi ó ta ˜Òc ⇡ = (1/5, 2/5, 2/5). K∏t qu£ này phù hÒp vÓi công th˘c tÍng quát cıa p(n)
11
Ví dˆ 1.3.5.
Ti∏p theo ta s≥ ch˘ng t‰ r¨ng mÂi ma tr™n ng®u nhiên tËi gi£n và hÁi qui P ∑u có duy
nhßt (sai khác mÎt bÎi sË) mÎt Î o d¯ng d˜Ïng. Tr˜Óc h∏t, vÓi mÈi tr§ng thái k và i, ta
xét ki là kho£ng thÌi gian trung bình xích tr§ng thái i gi˙a hai l¶n liên ti∏p xích tr§ng
thái k ˜Òc xác ‡nh nh˜ sau
k 1
h TX i
k
i = Ek I{Xn =i} .
n=0
Ch˘ng minh. KhØng ‡nh i) là hi∫n nhiên. Ta ch˘ng minh ii). VÓi mÈi n 2 Z+ , bi∏n cË
{n Tk } chø phˆ thuÎc vào X0 , X1 , . . . , Xn 1 , do ó áp dˆng tính Markov t§i thÌi i∫m n 1,
ta ˜Òc
Pk (Xn 1 = i, Xn = j, n Tk ) = Pk (Xn 1 = i, n Tk )pi j .
Do P là hÁi qui, Pk (Tk < 1) = 1. Do ó XTk = k và
Tk
X 1
X 1
X
k
j = Ek I{Xn =j} = Ek I{Xn =j,nTk } = Pk (Xn = j, n Tk )
n=1 n=1 n=1
XX 1
= Pk (Xn 1 = i, Xn = j, n Tk )
i2I n=1
X 1
X X 1
X
= pi j Pk (Xn 1 = i, n Tk ) = pi j E k I{Xm =i,mTk 1}
i2I n=1 i2I m=0
T k 1
X X X
k
= pi j E k I{Xm =i} = i pi j .
i2I m=0 i2I
iii) Do P là tËi gi£n nên vÓi mÈi tr§ng thái i, tÁn t§i m, n 0 sao cho p(n)
ik
, p(m)
ki
> 0. Khi ó
k (m)
k
i
p > 0 và ki p(n)
k ki ik
kk = 1 do i) và ii). ⇤
CH◊ÃNG 1. XÍCH MARKOV THÕI GIAN RÕI RÑC 30
k
‡nh lí 1.9.7. Gi£ s˚ P là tËi gi£n và là Î o d¯ng Ëi vÓi P và k = 1. Khi ó . N∏u gi£
thi∏t thêm P là hÁi qui thì = k .
...
X ⇣ X X ⌘
= in pin in 1
. . . pi 0 j + p k j + pki0 pi0 j + . . . + pkin p p
1 ... i1 i0 i0 j
i0 ,...,in ,k i0 ,k i0 ,...,in 1 ,k
k
Do ó . N∏u P là hÁi qui thì k là d¯ng theo ‡nh lí 1.9.6, do ó µ = k
0 cÙng
là d¯ng. Do P là tËi gi£n, vÓi mÈi i 2 I, tÁn t§i n sao cho p(n)ik
> 0 và
X
0 = µk = µ j p(n)
jk
µi p(n)
ik
,
j2I
do ó µi = 0. ⇤
‡nh nghæa 1.9.8. ThÌi gian tr l§i trung bình t§i tr§ng thái i, kí hiªu là mi := Ei (Ti ).
Tr§ng thái i 2 I ˜Òc gÂi là hÁi qui d˜Ïng n∏u mi < 1.
MÎt tr§ng thái hÁi qui mà không ph£i là hÁi qui d˜Ïng thì ˜Òc gÂi là hÁi qui không.
‡nh lí 1.9.9. Gi£ s˚ P là tËi gi£n. Khi ó các khØng ‡nh sau là t˜Ïng ˜Ïng:
HÏn n˙a, n∏u iii) ˜Òc th‰a mãn thì mi = 1/⇡i vÓi mÂi i.
Ch˘ng minh. KhØng ‡nh i) ) ii) là hi∫n nhiên. Ta ch˘ng t‰ ii) ) iii). Gi£ s˚ tÁn t§i tr§ng
thái i là hÁi qui d˜Ïng, ta có i là hÁi qui và P cÙng là hÁi qui. Theo ‡nh lí 1.9.6, i là Î
o d¯ng. Nh˜ng X
i
j = mi < 1
j2I
i
nên ⇡ j = j
/mi là mÎt phân phËi d¯ng.
P P
iii) ) i): Xét mÎt tr§ng thái bßt kì k. Do P là tËi gi£n và i2I ⇡i = 1, ta có ⇡k = i2I ⇡i p(n)
ik
>0
CH◊ÃNG 1. XÍCH MARKOV THÕI GIAN RÕI RÑC 31
k
vÓi n nào ó. ∞t i = ⇡i /⇡k , ta có là Î o bßt bi∏n vÓi k = 1. Theo ‡nh lí 1.9.7, .
Do ó X X⇡
k i 1
mk = i = < 1,
i2I i2I
⇡k ⇡k
Du Îng ng®u nhiên Ëi x˘ng trên Z xét mˆc 1.8.1 là tËi gi£n và hÁi qui. Xét Î o
⇡i = 1 vÓi mÂi i 2 Z.
Khi ó
1 1
⇡i = ⇡i 1 + ⇡i+1
2 2
nên ⇡ là d¯ng. Theo ‡nh lí 1.9.7, mÂi Î o d¯ng ∑u sai khác ⇡ mÎt h¨ng sË nhân, mà
P
i2Z ⇡i = 1 nên du Îng không có phân phËi d¯ng và do ó nó là hÁi qui không theo
‡nh lí 1.9.9.
Trong tr˜Ìng hÒp du Îng là không Ëi x˘ng, chØng h§n khi q < p, t¯ ph˜Ïng trình
⇡P = ⇡ ta suy ra
⇡i = A + B(p/q)i , vÓi mÂi i 2 Z,
vÓi hai tham sË bßt kì A, B nào ó. V™y nên tính duy nhßt cıa Î o d¯ng (sai khác mÎt
h¨ng sË nhân) không còn nghiªm úng trong tr˜Ìng hÒp này.
Du Îng ng®u nhiên trên Z3 xét mˆc 1.8.3 có Î o d¯ng ⇡ vÓi ⇡i = 1 vÓi mÂi i 2 Z3
nh˜ng không là hÁi qui.
Ví dˆ 1.10.1.
Xét xích Markov hai tr§ng thái vÓi ma tr™n xác sußt chuy∫n là
!
0 1
P= .
1 0
CH◊ÃNG 1. XÍCH MARKOV THÕI GIAN RÕI RÑC 32
‡nh nghæa 1.10.2. Tr§ng thái i ˜Òc gÂi là phi tu¶n hoàn n∏u p(n)
ii
> 0 vÓi mÂi n ı lÓn.
Mªnh ∑ 1.10.3. Tr§ng thái i là phi tu¶n hoàn khi và chø khi t™p {n 0 : p(n)
ii
> 0 có ˜Óc sË chung
lÓn nhßt b¨ng 1.
BÍ ∑ 1.10.4. Gi£ s˚ mÎt xích Markov có ma tr™n xác sußt chuy∫n P là tËi gi£n và i là mÎt tr§ng
thái phi tu¶n hoàn. Khi ó, vÓi mÂi tr§ng thái j và k, p(n)
jk
> 0 vÓi mÂi n ı lÓn. HÏn n˙a, mÂi tr§ng
thái cıa xích ∑u là phi tu¶n hoàn.
Ch˘ng minh. Do i là phi tu¶n hoàn nên tÁn t§i n0 sao cho p(n) ii
> 0 vÓi mÂi n n0 . M∞t khác
(s) (r)
vì P là tËi gi£n nên tÁn t§i s, r 0 sao cho p ji > 0 và pik > 0. Khi ó, vÓi mÂi n n0 , ta có
p(s+n+r)
jk
p(s) p(n) p(r) > 0.
ji ii ik
‡nh lí 1.10.5. Gi£ s˚ P là tËi gi£n, phi tu¶n hoàn và có phân phËi d¯ng ⇡. Gi£ s˚ là mÎt phân
phËi bßt kì và (Xn )n 0 là Markov( , P). Khi ó vÓi mÂi tr§ng thái j, ta có
lim P(Xn = j) = ⇡ j .
n!1
lim p(n)
ij
= ⇡ j.
n!1
Ch˘ng minh. Ta s≥ s˚ dˆng kæ thu™t ghép c∞p (coupling). Gi£ s˚ (Yn )n 0 là Markov(⇡, P) và
Îc l™p vÓi (Xn )n 0 . CË ‡nh mÎt tr§ng thái ∫ tham chi∏u b nào ó và ∞t
T = inf{n 1 : Xn = Yn = b}.
B˜Óc 1: Ta s≥ ch˘ng t‰ P(T < 1) = 1. Quá trình Wn = (Xn , Yn ) là xích Markov vÓi t™p tr§ng
thái I ⇥ I, ma tr™n chuy∫n
p̃(i,k)(j,l) = pi j pkl
và phân phËi ban ¶u
µ(i,k) = i ⇡k .
Do P là phi tu¶n hoàn, vÓi mÂi tr§ng thái i, j, k, l, tÁn t§i n0 0 sao cho vÓi mÂi n n0 , ta có
p̃(n)
(i,k)(j,l)
= p(n) p(n) > 0,
i j kl
v™y nên P̃ là tËi gi£n. HÏn n˙a, P̃ có phân phËi d¯ng xác ‡nh bi
⇡˜ (i,k) = ⇡i ⇡k .
CH◊ÃNG 1. XÍCH MARKOV THÕI GIAN RÕI RÑC 33
Do ó, áp dˆng ‡nh lí 1.9.9, P̃ là hÁi qui d˜Ïng. Nh˜ng T là thÌi i∫m qua ¶u tiên cıa
Wn t§i (b, b) nên P(T < 1) = 1 theo ‡nh lí 1.7.7.
B˜Óc 2: ∞t 8
>
<Xn n∏u n < T
>
Zn = >
>
:Yn n∏u n T.
Ta s≥ ch˘ng t‰ r¨ng (Zn )n 0 là Markov( , P). Th™t v™y, áp dˆng tính Markov m§nh cho xích
(Wn ) t§i thÌi i∫m T, ta có (XT+n , YT+n )n 0 là Markov( (b,b) , P̃) và Îc l™p vÓi (X0 , Y0 ), . . . , (XT , YT ).
HÏn n˙a, do tính Ëi x˘ng ta cÙng có dãy bnn (YT+n , XT+n )n 0 là Markov( (b,b) , P̃) và Îc l™p
vÓi (X0 , Y0 ), . . . , (XT , YT ). Do ó Wn0 = (Zn , Z0n ) là Markov(µ, P̃) vÓi
8
>
<Yn n∏u n < T
>
Zn = >>
:Xn n∏u n T.
Gi£ thi∏t P là phi tu¶n hoàn óng vai trò quan trÂng trong ch˘ng minh trên. Th™t v™y,
xét Ví dˆ 1.10.1, khi ó P có (1/2, 1/2) là phân phËi d¯ng duy nhßt. Gi£ s˚ (Xn ) xußt phát
t¯ 0 và (Yn ) xußt phát t¯ 0 ho∞c 1 vÓi cùng xác sußt 1/2. Ta có n∏u Y0 = 1 thì do tính tu¶n
hoàn, (Xn ) và (Yn ) không bao giÌ g∞p nhau và l™p lu™n ta dùng ch˘ng minh trên không
áp dˆng ˜Òc.
Trong tr˜Ìng hÒp tÍng quát ta có k∏t qu£ sau:
‡nh lí 1.10.6. Gi£ s˚ P là tËi gi£n, khi ó tÁn t§i mÎt sË nguyên d 1 và mÎt phân ho§ch
I = C0 [ C1 [ . . . [ Cd 1
sao cho:
i) N∏u p(n)
ij
> 0 thì tÁn t§i r sao cho i 2 Cr và j 2 Cr+n (coi Cnd+r = Cr );
ii) p(nd)
ij
> 0 vÓi mÂi n ı lÓn, vÓi mÂi i, j 2 Cr và vÓi mÂi r.
Ta gÂi mÈi sË nguyên d˜Ïng d xác ‡nh nh˜ trên là mÎt chu kì cıa P.
CH◊ÃNG 1. XÍCH MARKOV THÕI GIAN RÕI RÑC 34
Cr = {i 2 I : p(nd+r)
ki
> 0 vÓi n 0 nào ó}.
p(n)
kk
(p(n
kk
1) q
) m
(p(n
kk
2) m
) >0
p(m
ij
1 +nd+n2 d+r)
p(m
ik
1 ) (nd) (n2 d+r)
pkk pk j >0
p(m
kk
1 +n1 d+r)
p(n
ki
1 d+r) (m1 )
pik > 0
nên m1 + n1 d + r hay m1 + r ph£i là bÎi cıa d. T¯ ây suy ra i∑u ph£i ch˘ng minh. ⇤
‡nh lí 1.10.7. Gi£ s˚ P là tËi gi£n và có chu kì d. Gi£ s˚ C0 , C1 , . . . , Cd 1 là mÎt phân ho§ch
P
xác ‡nh nh˜ ‡nh lí 1.10.6. Gi£ s˚ là phân phËi th‰a mãn i2C0 i = 1. Gi£ s˚ (Xn ) là
Markov( , P).
Khi ó vÓi mÈi r = 0, 1, . . . , d 1 và j 2 Cr , ta có
trong ó m j là thÌi gian tr l§i trung bình t§i tr§ng thái j.
∞c biªt, vÓi mÈi i 2 C0 và j 2 Cr , ta có
lim p(nd+r)
ij
= d/m j .
n!1
Ch˘ng minh. ∫ Îc gi£ tiªn theo dõi, ta chia ch˘ng minh thành ba b˜Óc nh˜ sau.
B˜Óc 1: Ta s≥ ˜a bài toán v∑ tr˜Ìng hÒp phi tu¶n hoàn. ∞t ⌫ = Pr , theo ‡nh lí 1.10.6
ta có X X
⌫i = ⌫i = 1.
i2Cr i2I
CH◊ÃNG 1. XÍCH MARKOV THÕI GIAN RÕI RÑC 35
∞t Yn = Xnd+r thì (Yn )n 0 là Markov(⌫, Pd ). HÏn n˙a, cÙng theo ‡nh lí 1.10.6, ma tr™n
chuy∫n Pd là tËi gi£n và phi tu¶n hoàn trên Cr . VÓi mÈi j 2 Cr , thÌi gian tr l§i trung bình
cıa (Yn )n 0 tÓi j là m j /d. Do ó, n∏u ‡nh lí là úng trong tr˜Ìng hÒp phi tu¶n hoàn thì nó
cÙng úng trong tr˜Ìng hÒp tu¶n hoàn vì
Do v™y, ta chø c¶n ch˘ng minh ‡nh lí trong tr˜Ìng hÒp P là phi tu¶n hoàn.
B˜Óc 2: Gi£ s˚ P là phi tu¶n hoàn. N∏u P là hÁi qui d˜Ïng thì 1/m j = ⇡ j , trong ó ⇡ là
phân phËi d¯ng duy nhßt. Khi ó, áp dˆng ‡nh lí 1.10.5 ta ˜Òc i∑u ph£i ch˘ng minh.
Trái l§i, gi£ s˚ m j = 1, ta s≥ ch˘ng t‰ r¨ng
lim P(Xn = j) = 0.
n!1
i∑u này là hi∫n nhiên n∏u P là trans. Ta chø còn ph£i xét tr˜Ìng hÒp P là hÁi qui không.
B˜Óc 3: Gi£ s˚ P là phi tu¶n hoàn và hÁi qui không. Khi ó
1
X
P j (T j > k) = E j (T j ) = 1.
k=0
Khi ó, vÓi n K 1, ta có
n
X
1 P(Xk = j, Xm , j vÓi m = k + 1, . . . , n)
k=n K+1
n
X K 1
X
= P(Xk = j)P j (T j > n k) = P(Xn k = j)P j (T j > k),
k=n K+1 k=0
Do ó
min P(Xn k = j) ✏/2.
0kK 1
Ti∏p theo ta áp dˆng ph˜Ïng pháp ghép nh˜ ‡nh lí 1.10.5. Gi£ s˚ (Yn )n 0 là Markov(µ, P)
và Îc l™p vÓi (Xn )n 0 , trong ó µ s≥ ˜Òc chÂn sau. ∞t Wn = (Xn , Yn ). Do P là phi tu¶n
hoàn, (Wn )n 0 là tËi gi£n. N∏u (Wn )n 0 là trans, chÂn µ = , ta ˜Òc
Trái l§i, n∏u (Wn )n 0 là hÁi qui thì P(T < 1) = 1, trong ó T ˜Òc xác ‡nh nh˜ trong ‡nh
lí 1.10.5 và ta có
lim |P(Xn = j) P(Yn = j)| = 0.
n!1
CH◊ÃNG 1. XÍCH MARKOV THÕI GIAN RÕI RÑC 36
Ÿng vÓi mÈi k = 1, . . . , K 1, chÂn µ = Pk , ta ˜Òc P(Yn = j) = P(Xn+k = j). ChÂn N(k) ı
lÓn sao cho vÓi mÂi n N(k),
∞t N = max1kK 1 N(k). ta có bßt Øng th˘c trên úng vÓi mÂi n N và mÂi k = 1, . . . , K
1. HÏn n˙a, vÓi mÂi n, tÁn t§i k 2 {1, . . . , K 1} sao cho P(Xn+k = j) ✏/2. Do ó, vÓi mÂi
n N, P(Xn = j) ✏. Do ✏ > 0 có th∫ ˜Òc chÂn nh‰ tùy ˛, ta có P(Xn = j) ! 0 khi
n ! 1. ⇤
Khi ó Vi (n)/n là tø lª thÌi gian xích tr§ng thái i sau n b˜Óc d‡ch chuy∫n liên ti∏p. ‡nh lí
ergodic cho phép xác ‡nh giÓi h§n cıa tø lª trên khi n ! 1.
trong ó mi = Ei (Ti ) là kì vÂng cıa thÌi gian tr l§i tr§ng thái i l¶n ¶u tiên. HÏn n˙a, n∏u P là
hÁi qui d˜Ïng thì vÓi mÂi hàm f : I ! R, ta có
n 1
⇣ 1X ⌘
P lim f (Xk ) = f = 1,
n!1 n
k=0
trong ó X
f = ⇡i fi
i2I
Ch˘ng minh. N∏u P là trans thì vÓi xác sußt 1, limn!1 Vi (n) < 1, do ó
Vi (n) 1
!0= .
n mi
N∏u P là hÁi qui, ta xét mÎt tr§ng thái i nào ó và kí hiªu T = Ti . Theo ‡nh lí 1.7.7, P(T <
1) = 1. Do tính Markov m§nh, (XT+n )n 0 là Markov( i , P) và Îc l™p vÓi X0 , X1 , . . . , XT . Vì
giÓi h§n cıa tø lª thÌi gian tr§ng thái i cıa xích (Xn )n 0 và (XT+n )n 0 là nh˜ nhau nên
CH◊ÃNG 1. XÍCH MARKOV THÕI GIAN RÕI RÑC 37
GÂi S(r)
i
là Î dài cıa vòng du Îng th˘ r t§i thÌi i∫m i. Theo BÍ ∑ 1.7.1, các bnn
không âm S(1)i
, S(2)
i
, . . . là Îc l™p và có cùng phân phËi. HÏn n˙a, Ei (S(r)
i
) = mi . Ta có
S(1)
i
+ . . . + S(V
i
i (n) 1)
n 1,
trong ó giá tr‡ v∏ trái chính là thÌi i∫m cuËi cùng tr˜Óc thÌi i∫m n mà xích tr§ng
thái i. M∞t khác
S(1)
i
+ . . . + S(V
i
i (n))
n,
trong ó giá tr‡ v∏ trái là thÌi i∫m ¶u tiên sau thÌi i∫m n 1 mà xích tr§ng thái i.
V™y nên
S(1)
i
+ . . . + S(V
i
i (n) 1)
n S(1)
i
+ . . . + S(V
i
i (n))
.
Vi (n) Vi (n) Vi (n)
Do S(1)
i
, S(2)
i
, . . . là dãy bnn không âm, Îc l™p và có cùng phân phËi nên theo Lu™n m§nh
sË lÓn (xem [?]), ta có
⇣ S(1)
i
+ . . . + S(n)
i
⌘
P lim = mi = 1,
n!1 n
và do P là hÁi qui nên P(limn!1 Vi (n) = 1) = 1. Do ó, cho n ! 1, ta ˜Òc
⇣ Vi (n) 1⌘
P lim = = 1. (1.14)
n!1 n mi
CuËi cùng, gi£ s˚ (Xn )n 0 có phân phËi d¯ng (⇡i , i 2 I). Gi£ s˚ f : I ! R là hàm b‡ ch∞n và
P P
không mßt tính tÍng quát ta có th∫ gi£ s˚ | f | 1. Vì nk=01 f (Xk ) = i2I Vi (n) fi nên
n 1
1X X ⇣ V (n)
i
⌘
f (Xk ) f = ⇡i f i .
n i2I
n
k=0
‡nh lí 1.12.1. Gi£ s˚ P là tËi gi£n và có phân phËi d¯ng ⇡. Gi£ s˚ (Xn )0nN là Markov(⇡, P) và
∞t Yn = XN n . Khi ó (Yn )0nN là Markov(⇡, P̂), trong ó P̂ = (p̂i j ) xác ‡nh bi
⇡ j p̂ ji = ⇡i pi j , 8 i, j 2 I.
Ch˘ng minh. Dπ dàng ki∫m tra P̂ là ma tr™n ng®u nhiên và ⇡ là phân phËi d¯ng cıa nó.
Ti∏p theo ta ch˘ng t‰ (Yn )0nN là Markov(⇡, P̂). Th™t v™y, vì
P(Y0 = i0 , Y1 = i1 , . . . , YN = iN ) = P(X0 = iN , X1 = iN 1 , . . . , XN = i0 )
= ⇡iN piN iN 1 . . . pi1 i0 = ⇡i0 p̂i0 i1 . . . p̂iN 1 iN
,
nên theo ‡nh lí 1.2.5, (Yn )0nN là Markov(⇡, P̂). CuËi cùng, do P là tËi gi£n nên vÓi mÂi
i, j 2 I, tÁn t§i dãy tr§ng thái i0 = i, i1 , . . . , in 1 , in = j sao cho pi0 i1 . . . pin 1 in > 0. Khi ó
do ó P̂ là tËi gi£n. ⇤
CH◊ÃNG 1. XÍCH MARKOV THÕI GIAN RÕI RÑC 39
‡nh nghæa 1.12.2. Xích (Yn )0nN ˜Òc gÂi là xích £o chi∑u thÌi gian cıa (Xn )0nN .
C∞p ma tr™n ng®u nhiên P và Î o ˜Òc gÂi là cân b¨ng chi ti∏t n∏u
i pi j = j p ji , 8 i, j 2 I.
Sau ây ta phát bi∫u mËi liên hª gi˙a khái niªm Î o d¯ng và cân b¨ng chi ti∏t.
‡nh nghæa 1.12.4. Gi£ s˚ (Xn )n 0 là Markov( , P) vÓi P tËi gi£n. Ta nói r¨ng (Xn )n 0 là kh£
ngh‡ch n∏u vÓi mÂi N 1, dãy (XN n )0nN cÙng là Markov( , P).
‡nh lí 1.12.5. Gi£ s˚ (Xn )n 0 là Markov( , P) vÓi P tËi gi£n. Khi ó hai khØng ‡nh sau là t˜Ïng
˜Ïng:
Ch˘ng minh. Tr˜Óc h∏t ta nh™n thßy t¯ (a) ho∞c (b) ∑u suy ra r¨ng là phân phËi d¯ng
cıa P. Sau ó, theo ‡nh lí 1.12.1,
MÎt Á th‡ G = (V, E) bao gÁm t™p các ønh V = {vi , i = 1, 2, . . . , vk } và các c§nh
E = {e1 , e2 , . . . , el }. MÈi c§nh nËi hai ønh vÓi nhau. Gi˙a hai ønh không có quá mÎt c§nh.
Hai ønh ˜Òc gÂi là k∑ nhau n∏u chúng ˜Òc nËi bi mÎt c§nh. C§nh nËi hai ønh k∑
nhau vr và vs ˜Òc kí hiªu là hvr , vs i. Á th‡ ˜Òc gÂi là liên thông n∏u hai ønh bßt kì ∑u
˜Òc nËi vÓi nhau bi mÎt sË h˙u h§n c§nh. Ta chø xét Á th‡ liên thông và vô h˜Óng, khi
ó hai kí hiªu hvr , vs i và hvs , vr i ∑u chø cùng mÎt c§nh. VÓi mÈi ønh vi , ta gÂi b™c cıa vi ,
kí hiªu bi di , là tÍng sË các ønh k∑ vÓi vi .
Ví dˆ Á th‡ d˜Ói ây gÁm có 8 ønh V = {v1 , . . . , v8 } và 12 c§nh
v1
v2 v3 v4
v5 v6 v7 v8
MÎt du Îng ng®u nhiên trên Á th‡ G = (V, E) là mÎt xích Markov vÓi t™p tr§ng thái
V và di Îng theo qui t≠c sau: n∏u du Îng ang tr§ng thái vi t§i thÌi i∫m n thì t§i thÌi
i∫m ti∏p theo n + 1, nó s≥ chuy∫n ∏n mÎt trong các ønh k∑ vÓi vi vÓi cùng xác sußt 1/di .
Ta có ma tr™n chuy∫n cıa du Îng là
8
>
<1/di n∏u vi k∑ vÓi v j
>
pi j = >
>
:0 n∏u vi không k∑ vÓi v j .
Do Á th‡ là liên thông nên P là tËi gi£n. Xét phân phËi
⇣ d1 dk ⌘
⇡= ,..., , d = d1 + . . . + dk ,
d d
ta dπ dàng ki∫m tra ˜Òc là c∞p (⇡, P) là cân b¨ng chi ti∏t. V™y nên ⇡ là phân phËi d¯ng
cıa P.
Ví dˆ 1.12.7 (Bài toán quân mã).
Xét mÎt bàn cÌ vua kích th˜Óc 8⇥8. MÎt quân mã di chuy∫n mÎt mình trên bàn cÌ theo
qui t≠c t§i mÈi thÌi i∫m, nó s≥ chÂn ng®u nhiên mÎt trong các ô mà nó có th∫ tÓi ˜Òc và
nh£y ∏n ô ó. Nh≠c l§i r¨ng trong mÈi n˜Óc i, quân mã chø có th∫ di chuy∫n ∏n ô mà ô
ó và ô nó ang là hai ønh Ëi diªn cıa mÎt hình ch˙ nh™t kích th˜Óc 2 ⇥ 3 trên bàn cÌ.
Gi£ s˚ quân mã xußt phát t¯ mÎt ô góc cıa bàn cÌ, h‰i trung bình sau bao nhiêu n˜Óc i nó s≥
tr l§i ô ó?
ánh sË các ô bàn cÌ l¶n l˜Òt t¯ 1 ∏n 64. GÂi T1 là tÍng sË n˜Óc i ∫ quân mã tr v∑
ô góc sË 1 l¶n ¶u tiên. Theo ‡nh lí 1.9.9, ta có E1 (T1 ) = 1/⇡1 , do ó ta chø c¶n xác ‡nh
phân phËi d¯ng ⇡. Do ma tr™n chuy∫n P = (pi j )1i,j64 có th∫ ˜Òc xác ‡nh dπ dàng, bài
toán có th∫ qui v∑ viªc gi£i hª ph˜Ïng trình tuy∏n tính 64 ©n ⇡P = ⇡ (!).
Tuy nhiên, ta nh™n thßy chuy∫n Îng cıa quân mã chính là mÎt du Îng ng®u nhiên
trên Á th‡ gÁm 64 ønh t˜Ïng ˘ng vÓi 64 ô cıa bàn cÌ. V™y nên
X
E1 (T1 ) = 1/⇡1 = di /d1 .
i
2. Có ng˜Ìi cho r¨ng mÎt trong nh˙ng cách d¸ báo thÌi ti∏t có Î chính xác cao (hÏn
trên truy∑n hình) là d¸ báo r¨ng thÌi ti∏t ngày mai giËng nh˜ ngày hôm nay. Gi£
s˚ thÌi ti∏t mÈi ngày Hà NÎi mÎt trong hai tr§ng thái “n≠ng" và “m˜a". N∏u
ph˜Ïng pháp trên là úng trong 75% các tr˜Ìng hÒp thì thÌi ti∏t Hà NÎi s≥ là mÎt
xích Markov vÓi t™p tr§ng thái I = {1, 2} vÓi 1 nghæa là n≠ng và 2 nghæa là m˜a. Ma
tr™n chuy∫n cıa nó là !
0.75 0.25
P= .
0.25 0.75
a) Gi£ s˚ xích xußt phát vÓi mÎt ngày n≠ng = (1, 0). Ch˘ng minh r¨ng
1 1
P(Xn = 1) = (1 + 2 n ), P(Xn = 2) = (1 2 n ).
2 2
b) Gi£ s˚ xích xußt phát vÓi mÎt ngày m˜a. Tính phân phËi cıa Xn và so sánh k∏t
qu£ tìm ˜Òc vÓi tr˜Ìng hÒp trên khi n ! 1.
3. Xét xích Markov gÁm hai tr§ng thái {0, 1} vÓi ma tr™n chuy∫n
!
0.2 0.8
P= .
0.6 0.4
4. Xét xích Markov gÁm ba tr§ng thái {0, 1, 2} vÓi ma tr™n chuy∫n
0 1
BB0.2 0.8 0 CC
B C
P = BBBB 0 0.6 0.4CCCC .
@ A
0 0 1
5. Gi£ s˚ (Xn )n 0 là Markov( , P). ∞t Yn = X3n . Ch˘ng minh r¨ng (Yn )n 0 là Markov( , P3 ).
6. Bài t™p sau ch˘ng t‰ hàm cıa mÎt xích Markov ch˜a ch≠c ã là Markov. Gi£ s˚
(Xn )n 0 là xích Markov vÓi t™p tr§ng thái I = {1, 2, 3}, ma tr™n xác sußt chuy∫n
0 1
BB0 1 0CC
B C
P = BBBB0 0 1CCCC
@ A
1 0 0
và phân phËi ban ¶u = (1/3, 1/3, 1/3). Xét hàm : I ! {0, 1} cho bi
8
>
<0 n∏u i = 1
>
(i) = >
>
:1 n∏u i , 1,
và ∞t Yn = (Xn ) vÓi mÈi n 0. Ch˘ng minh r¨ng (Yn )n 0 không ph£i là xích
Markov.
7. Gieo liên ti∏p mÎt Áng xu cân Ëi và Áng chßt. GÂi Yn là sË m∞t sßp xußt hiªn
trong l¶n gieo th˘ n: Yn nh™n giá tr‡ 0 ho∞c 1 vÓi cùng xác sußt 1/2. VÓi mÈi n 1,
∞t Xn = Yn + Yn+1 . H‰i (Xn )n 1 có ph£i là mÎt xích Markov không, t§i sao?
1
P(Xn = 1) = P(Xn = 1) = , 8n 2 N.
2
Trong các dãy bnn sau, dãy nào là xích Markov:
a) (Xn )n 0 .
b) (Sn )n 0 vÓi S0 = 0, Sn = X1 + . . . + Xn vÓi mÂi n 1.
c) (Tn )n 0 vÓi Tn = (Sn , Sn+1 ).
d) (Rn )n 0 vÓi Rn = (Xn , Sn ).
e) (Yn )n 0 vÓi Yn = (Sn , 0).
9. MÎt con châu chßu nh£y qua l§i mÎt cách ng®u nhiên trên 4 ønh cıa mÎt hình
vuông. Gi£ s˚ t§i mÈi thÌi i∫m, con châu chßu s≥ nh£y ∏n mÎt trong hai ønh k∑
vÓi ønh nó ang ˘ng vÓi cùng xác sußt 1/2. ánh sË các ønh cıa hình vuông l¶n
l˜Òt là 0, 1, 2, 3 theo chi∑u kim Áng hÁ. GÂi (Xn )n 0 là v‡ trí cıa con châu chßu sau
l¶n nh£y th˘ n.
a) Gi£ s˚ (Xn ) là xích Markov và xác ‡nh ma tr™n chuy∫n cıa nó.
CH◊ÃNG 1. XÍCH MARKOV THÕI GIAN RÕI RÑC 43
b) Xác ‡nh xác sußt ∫ con châu chßu quay tr l§i v‡ trí xußt phát sau 100 b˜Óc
nh£y.
10. Gi£ s˚ (Xn ) là xích Markov nh™n các giá tr‡ {1, 2, 3} vÓi ma tr™n chuy∫n
0 1
BB 0 1 p pCC
B C
P = BBBB1/3 2/3 0CCCC .
@ A
0 1 0
Tính xác sußt P(Xn = 1|X0 = 1) trong các tr˜Ìng hÒp (a) p = 1/16; (b) p = 1/6; (c)
p = 1/12.
⇣ p ⌘n ⇣ ⌘
Gi£i (b) p(n) = 6
25
+ 6
2 19
cos 3⇡n 17
sin 3⇡n
11
⇣ ⌘ 25n 4 25 4
(n) 58 55n 37 ( 1)
(c): p11 = 21 + 3 21 6n
.
11. Gi£ s˚ X0 là bnn nh™n giá tr‡ trên N. Gi£ s˚ Y1 , Y2 , . . . là dãy bnn Îc l™p, có cùng
phân phËi ∑u trên o§n [0, 1]. Gi£ s˚ G : I ⇥ [0, 1] ! I và Xn+1 = G(Xn , Yn+1 ).
Ch˘ng minh r¨ng (Xn )n 0 là xích Markov và xác ‡nh ma tr™n chuy∫n P cıa nó.
12. Biªn lu™n theo p 2 [0, 1] các lÓp liên thông cıa xích Markov có ma tr™n chuy∫n cho
bi 0 1
BB1/2 0 1/2 0 0 CC
BB CC
BB 0 1/2 0 1/2 0 CC
BBB CC
P = BBB1/2 0 1/2 0 0 CCCC
BBB 0 1/4 1/4 1/4 1/4 CCC
BB CC
@ A
0 0 0 p 1 p
Trong mÈi tr˜Ìng hÒp, chø ra lÓp nào là lÓp óng.
13. Ch˘ng minh r¨ng mÂi ma tr™n chuy∫n cıa mÎt không gian tr§ng thái h˙u h§n ∑u
có ít nhßt mÎt lÓp liên thông óng. i∑u này còn úng không n∏u không gian tr§ng
thái có vô h§n ph¶n t˚.
14. Ba b§n A, B và C chÏi c¶u lông theo lu™t ˜Òc thua ra: mÈi l˜Òt chÏi gÁm hai ßu
thı, ng˜Ìi còn l§i Òi; ng˜Ìi th≠ng l˜Òt th˘ n s≥ chÏi ti∏p l˜Òt th˘ n + 1 vÓi ng˜Ìi
v¯a Òi. Xác sußt ∫ b§n x th≠ng b§n y là sx /(sx +s y ) vÓi mÈi c∞p x, y 2 {A, B, C}, x , y,
và sA , sB , sC là các sË th¸c d˜Ïng th∫ hiªn "chø sË s˘c m§nh" cıa b§n A, B, C.
a) Mô t£ quá trình trên bi mÎt xích Markov và xác ‡nh ma tr™n xác sußt chuy∫n
cıa xích.
b) Xác ‡nh xác sußt cıa bi∏n cË hai b§n chÏi l˜Òt ¶u tiên s≥ l§i g∞p nhau l˜Òt
ßu th˘ t˜. Ch˘ng t‰ r¨ng xác sußt này không phˆ thuÎc vào viªc c∞p hai b§n
nào chÏi tr™n ¶u.
CH◊ÃNG 1. XÍCH MARKOV THÕI GIAN RÕI RÑC 44
Gi£i 14: GÂi Xn là tr§ng thái cıa l˜Òt chÏi th˘ n, trong ó Xn = x n∏u b§n x không
chÏi l˜Òt ó vÓi x = A, B, C. Nh˜ v™y không gian tr§ng thái s≥ gÁm 3 ph¶n t˚
A, B, C.
b) Ta c¶n tính xác sußt ∫ hª tr l§i tr§ng thái ¶u tiên sau 3 b˜Óc. Áp dˆng công
th˘c (1.4), ta ˜Òc
2sA sB sC
p(3)
AA
= pAB pBC pCA + pAC pCB pBA = .
(sA + sB )(sA + sC )(sB + sC )
T˜Ïng t¸ ta có p(3)
BB
= p(3)
CC
= p(3)
AA
.
15. MÎt chi∏c xe bu˛t tr ˜Òc N khách và ã bán vé ghi rõ sË gh∏ cho N ng˜Ìi. N 1
hành khách ¶u tiên lên xe và ngÁi vào các gh∏ tùy thích. Hành khách th˘ N lên xe
và muËn ngÁi vào úng v‡ trí ghi trên vé cıa mình. N∏u gh∏ cıa anh ta còn trËng,
anh ta s≥ ngÁi vào gh∏ ó. N∏u không, anh ta s≥ yêu c¶u ng˜Ìi ang ngÁi gh∏ cıa
anh ta tr£ l§i chÈ. Ng˜Ìi này s≥ tr£ l§i chÈ và i tìm gh∏ ghi trên vé cıa mình. N∏u
gh∏ ó trËng, ng˜Ìi này s≥ ngÁi vào ó, n∏u không, anh ta l§i yêu c¶u ng˜Ìi ang
ngÁi gh∏ ghi trên vé cıa mình tr£ l§i chÈ. Quá trình này ˜Òc l∞p l§i cho ∏n khi
không ai ph£i i tìm chÈ. GÂi X là tÍng sË l¶n chuy∫n chÈ, tính kì vÂng cıa X.
1/3
1/3
1 2 3 4
2/3
2/3
Gi£ s˚ xích xußt phát t¯ 2, hãy xác ‡nh (i) xác sußt hßp thˆ vào 4 và (ii) trung bình
mßt bao lâu thì xích b‡ hßp thˆ vào 1 ho∞c 4.
Gi£i 16 (i) 1/7. (ii) 12/7.
1/3 1/3
1/3
1 2 3 4 5
2/3
2/3 2/3
CH◊ÃNG 1. XÍCH MARKOV THÕI GIAN RÕI RÑC 45
Gi£ s˚ xích xußt phát t¯ 2, hãy xác ‡nh (i) xác sußt hßp thˆ vào 5 và (ii) trung bình
mßt bao lâu thì xích b‡ hßp thˆ vào 1 ho∞c 5.
Gi£i 17 (i) 1/15. (ii) 11/5.
18. Gi£ s˚ (Xn )n 0 là xích Markov nh™n giá tr‡ trên t™p {0, 1, . . .} vÓi xác sußt chuy∫n cho
bi
(i + 1)2
p01 = 1, pi,i+1 + pi,i 1 = 1, pi,i+1 = pi,i 1 , i 1.
i2
Ch˘ng minh r¨ng n∏u X0 = 0 thì xác sußt Xn 1 vÓi mÂi n 1 là 6/⇡2 .
(GÒi ˛: Xét xích Markov (Yn )n 0 vÓi xác sußt chuy∫n cho bi
(i + 1)2
pY00 = 1, pYi,i+1 + pYi,i 1 = 1, pYi,i+1 = pi,i 1 , i 1.
i2
Khi ó, vÓi i∑u kiªn Y0 = 1, xác sußt ∫ Y b‡ hßp thˆ t§i 0 b¨ng xác sußt ∫ Xn 1
vÓi mÂi n 1 khi X0 = 0.)
21. Gieo liên ti∏p mÎt con xúc x≠c cân Ëi và Áng chßt và gÂi Yi là sË chßm xußt hiªn
l¶n gieo th˘ i. GÂi Xn là sË các m∞t xúc x≠c khác nhau xußt hiªn trong n l¶n gieo ¶u
tiên. Gi£ s˚ X0 = 0.
22. B§n An muËn s˜u t™p ı bÎ 10 hình rôbËt bên trong các gói bim bim. Gi£ s˚ trong
mÈi gói bim bim có úng mÎt hình rôbËt và xác sußt xußt hiªn cıa mÈi hình rôbËt
trong mÈi gói bim bim là ∑u b¨ng 0.1. GÂi ⌧ là tÍng sË hình rôbËt b§n An s h˙u
cho ∏n khi có ı bÎ 10 hình.
CH◊ÃNG 1. XÍCH MARKOV THÕI GIAN RÕI RÑC 46
Ph˜Ïng sai cıa ⌧ ˜Òc xác ‡nh d¸a trên nh™n xét r¨ng áp dˆng tính chßt Markov
m§nh, ta có ⌧k ⌧k 1 Îc l™p vÓi ⌧l ⌧l 1 vÓi mÂi 1 l < k 10 (coi ⌧0 = 0).
Ti∏p theo, gÂi Ai là bi∏n cË lo§i rôbËt th˘ i ch˜a xußt hiªn trong dm log m + cme hình
˜Òc s˜u t™p ¶u tiên. Ta có
m
X
m
P(⌧ > dm log m + cme) = P([i=1 Ai ) P(Ai )
i=1
⇣ m log m + cm ⌘
= m(1 m 1 )dm log m+cme m exp = e c.
m
23. VÓi mÈi ma tr™n xác sußt chuy∫n sau, hãy xác ‡nh tr§ng thái hÁi qui, tr§ng thái
trans, lÓp liên thông óng cıa nó.
0 1 0 1
BB0.5 0.2 0.3 0 CC BB 0 0 0 0 1 CC
BB C BB C
BB 0 0.4
BB 0 0.6 0 CCCC BB 0
B 0 0.3 0 0.7CCCC
C B C
a) P = BBBB0.5 0 0.5 0 0 CCCC b) P = BBBB0.4 0.3 0.2 0.1 0 CCCC
BB C BB C
BB 0 0.5
B@ 0 0.5 0 CCCC BB 0 0.6 0 0.4 0 CCC
B CA
A @
0 0.3 0 0.2 0.5 0.5 0 0 0 0.5
0 1 0 1
BB0.2 0 0 0.3 0.5 0 CC BB0 0 0.3 0 0 0.7CC
BB C BB C
BB0.1 0.2
BB 0.2 0 0.5 0 CCCC BB0 0.8 0
B 0 0.2 0 CCCC
BB 0 0.1 C BB C
B 0.3 0 0 0.6CCCC BB0 0 0.8 0 0 0.2CCCC
c) P = BBB C d) P = BB B C.
BB0.2 0
BB 0 0.8 0 0 CCCC BB0 0.3 0.4 0.3 0
B 0 CCCC
BB 0 C BB C
BB 0 0 0.4 0 0.6CCC BB0 0.5 0 0 0.5 0 CCC
@ CA B@ CA
0 0 0 0 0.2 0.8 0 0 0.2 0 0 0.8
CH◊ÃNG 1. XÍCH MARKOV THÕI GIAN RÕI RÑC 47
Gi£i 23: a) LÓp hÁi qui {2, 4}, lÓp nhßt thÌi là {1, 3} và {5}.
b)LÓp hÁi qui {2, 4}, lÓp nhßt thÌi là {1, 3} và {5}.
c) LÓp hÁi qui {1, 4, 5, 6}, lÓp nhßt thÌi là {2, 3}.
d) LÓp hÁi qui {5, 6}, {, 36}, lÓp nhßt thÌi là {1} và {4}.
24. Cho (Xn )n 0 là xích Markov tËi gi£n. Ch˘ng minh r¨ng n∏u tÁn t§i mÎt tr§ng thái i
nào ó sao cho pii > 0 thì xích là phi tu¶n hoàn.
25. Gi£ s˚ a và b là hai sË nguyên d˜Ïng. Xét xích Markov vÓi không gian tr§ng thái
và di chuy∫n theo qui lu™t nh˜ sau: N∏u t§i thÌi i∫m n xích tr§ng thái (x, y) thì t§i
thÌi i∫m n + 1, xích chuy∫n ∏n tr§ng thái ((x + 1) mod a, y) ho∞c (x, (y + 1) mod b)
vÓi cùng xác sußt 1/2.
⌧0 = min{n 0 : Xn = 0}.
và
Pk (⌧0 < r, Xr > 0) = Pk (Xr < 0).
b) Dãy bnn (Xn )n 0 nh™n giá tr‡ trên Z ˜Òc gÂi là du Îng ng®u nhiên Ïn gi£n l˜Ìi
n∏u nó có xác sußt chuy∫n xác ‡nh bi
Ch˘ng minh r¨ng hai Øng th˘c ph¶n a) v®n còn úng.
Gi£i 26: Xét qtnn (Yn )n 0 ˜Òc xác ‡nh nh˜ sau:
8
> n∏u n ⌧0
<Xn
>
Yn = >
>
: Xn n∏u n > ⌧0 .
CH◊ÃNG 1. XÍCH MARKOV THÕI GIAN RÕI RÑC 48
27. Gi£ s˚ (Xn )n 0 là du Îng ng®u nhiên Ïn gi£n Ëi x˘ng trên Z. Ch˘ng minh r¨ng
vÓi mÂi sË nguyên d˜Ïng k và r,
Gi£i 27: a) Dπ thßy Pk (Xr > 0) = Pk (Xr > 0, ⌧0 r) + Pk (⌧0 > r). Áp dˆng Bài t™p 26, ta
có Pk (Xr > 0) = Pk (Xr < 0) + Pk (⌧0 > r). Do tính Ëi x˘ng cıa du Îng ng®u nhiên,
Pk (Xr < 0) = Pk (Xr > 2k). V™y nên
Pk (⌧0 > r) = Pk (Xr > 0) Pk (Xr > 2k)
= Pk (0 < Xr 2k) = P0 ( k < Xr k).
b) Ta có P0 (X2r = 2k) = Cr+k
2r
2 2r Cr2r 2 2r , và P0 (X2r+1 = 2k+1) = Cr+k
2r
2 2r
Cr2r+1 2 2r+1
.
4
Áp dˆng công th˘c Stirling ta suy ra i∑u ph£i ch˘ng minh.
c) ˜Òc suy ra tr¸c ti∏p t¯ a) và b).
28. a) Xác ‡nh phân phËi d¯ng cıa Xích Ehrenfest Ví dˆ 1.2.3.
b) Xác ‡nh phân phËi d¯ng cıa xích Markov cßp hai Ví dˆ 1.2.4.
1 1 3 1 1
Gi£i (28: a) ( 16 , 4 , 8 , 4 , 16 ). b) ( 12 , 16
3 3 1
, 16 , 8 ).
29. Xác ‡nh phân phËi d¯ng cıa các xích Markov có ma tr™n chuy∫n là:
0 1 0 1 0 1
BB0.5 0.4 0.1CC BB0.5 0.4 0.1CC BB0.6 0.4 0 CC
B C B C B C
a) P = BBBB0.2 0.5 0.3CCCC b) P = BBBB0.3 0.4 0.3CCCC c) P = BBBB0.2 0.6 0.2CCCC .
@ A @ A @ A
0.1 0.3 0.6 0.2 0.2 0.6 0 0.2 0.8
Gi£i 29: a) ( 11 , 19 , 17 ), b) ( 13 , 13 , 13 ), c) ( 15 , 25 , 25 ).
47 47 47
30. Xét xích Markov vÓi t™p tr§ng thái I = {0, 1, 2, . . .} và xác sußt chuy∫n
1⇣ 1 ⌘ 1⇣ 1 ⌘
pm,m+1 = 1 , vÓi m 0, pm,m 1 = 1 + , vÓi m 1,
2 m+2 2 m+2
và p00 = 1 p01 = 3/4. Xác ‡nh phân phËi d¯ng cıa X.
Gi£i 30: GÂi là phân phËi d¯ng, cÎng v∏ vÓi v∏ các ph˜Ïng trình trong hª = P
(n+1)(n+3) 3 0 P
ta ˜Òc n+1 = (n+2)(n+4) n . Do ó n = (n+1)(n+3) . Vì n n = 1 nên 0 = 4/9.
p 1 1
4 n+✏n n+1/2
Ta có n! = 2⇡e n trong ó 12n+1 ✏n 12n .
CH◊ÃNG 1. XÍCH MARKOV THÕI GIAN RÕI RÑC 49
31. Xét xích Markov vÓi t™p tr§ng thái I = {1, 2, . . .} và xác sußt chuy∫n
và p11 = 1 p12 = 3/4. Ch˘ng minh r¨ng xích không có phân phËi d¯ng.
Gi£i 31: Gi£ s˚ là phân phËi d¯ng, cÎng v∏ vÓi v∏ các ph˜Ïng trình trong hª = P
P P
ta ˜Òc m+1 = m+1m
m vÓi mÂi m 1. Do ó m = m1 1 . Do m m = 1 nên 1 m m1 = 1.
Ph˜Ïng trình này vô nghiªm nên xích ã cho không có phân phËi d¯ng.
pi,i+1 = 1 pi,0 = pi , 0 pi 1.
a) Xác ‡nh i∑u kiªn cıa (pn ) ∫ 0 là tr§ng thái hÁi qui.
b) Xác ‡nh i∑u kiªn cıa (pn ) ∫ 0 là tr§ng thái hÁi qui d˜Ïng.
c) Xác ‡nh phân phËi d¯ng.
Ch˘ng minh r¨ng xích luôn hÁi qui. Xác ‡nh i∑u kiªn cıa (pn ) ∫ xích là hÁi qui
d˜Ïng.
Gi£i 33: Dπ ki∫m tra xích là tËi gi£n. HÏn n˙a P0 (T0 = k) = P0 (X1 = k 1, X2 =
P P
k 2, . . . , Xk = 0) = pk 1 . Do v™y k P0 (T0 = k) = k pk = 1 < 1 nên xích là hÁi qui.
Xích là hÁi qui d˜Ïng n∏u
X
E0 (T0 ) = kpk 1 < 1.
k
CH◊ÃNG 1. XÍCH MARKOV THÕI GIAN RÕI RÑC 50
34. MÎt con châu chßu nh£y qua l§i trên 8 ønh cıa hình l™p ph˜Ïng ABCDA0 B0 C0 D0
theo qui lu™t sau: t§i mÈi l¶n nh£y, nó di chuy∫n tÓi mÎt trong ba ønh k∑ vÓi ønh
nó ang ˘ng vÓi cùng xác sußt 1/3 và Îc l™p vÓi nh˙ng l¶n nh£y tr˜Óc ó cıa nó.
Gi£ s˚ con châu chßu xußt phát t¯ A, tính:
a) trung bình tÍng sË l¶n nh£y cho ∏n khi nó tr v∑ A l¶n ¶u tiên.
b) trung bình tÍng sË l¶n ∏n C0 tr˜Óc khi nó tr v∑ A l¶n ¶u tiên.
c) trung bình tÍng sË l¶n nh£y cho ∏n khi nó ∏n C0 l¶n ¶u tiên.
35. Gi£ s˚ (Xn ) là du Îng ng®u nhiên Ïn gi£n trên Z nh˜ mˆc 1.8.1 vÓi 0 < q < p < 1.
∞t T = inf{n : Xn = 0} và hi = Pi (T < 1). Hãy xác ‡nh hi .
Gi£i 35: hi = 1 vÓi i 0 và = (p/q)i vÓi i < 0.
36. Gi£ s˚ P là ma tr™n ng®u nhiên trên t™p h˙u h§n I. Ch˘ng minh r¨ng phân phËi ⇡ là
bßt bi∏n Ëi vÓi P khi và chø khi ⇡(I P + A) = a, trong ó A = (ai j : i, j 2 I) th‰a mãn
ai j = 1 vÓi mÂi i, j và a = (ai , i 2 I) vÓi ai = 1 vÓi mÂi i 2 I. Ch˘ng t‰ r¨ng n∏u P là tËi
gi£n thì I P + A là kh£ ngh‡ch.
Gi£i 36: Gi£ s˚ P tËi gi£n, do không gian xác sußt có h˙u h§n tr§ng thái nên theo
‡nh lí 1.7.6 xích là hÁi qui. L§i áp dˆng ‡nh lí 1.9.6 ta có P có phân phËi d¯ng nên
theo ‡nh lí 1.9.9, xích là hÁi qui d˜Ïng và phân phËi d¯ng là duy nhßt. Xét ma tr™n
chuy∫n Q = (qi j ) vÓi qi j = p ji . Ta có Q cÙng là tËi gi£n, hÁi qui d˜Ïng và có phân phËi
d¯ng duy nhßt. Gi£ s˚ tÁn t§i véc tÏ (cÎt) x , 0 sao cho (I P + A)x = 0, khi ó ax = 0,
suy ra x = Px hay x = xQ. i∑u này mâu thu®n vÓi tính duy nhßt cıa phân phËi
d¯ng.
38. An ánh sË n quy∫n sách cıa mình t¯ 1 ∏n n rÁi x∏p chúng lên mÎt giá n¨m ngang.
MÈi tËi An lßy ng®u nhiên mÎt quy∫n ra Âc rÁi x∏p l§i quy∫n sách ó vào v‡ trí ¶u
tiên bên trái cıa giá. Gi£ s˚ xác sußt An chÂn quy∫n sách th˘ i mÈi l¶n ∑u b¨ng pi .
Tr§ng thái Xk cıa giá sách sáng ngày th˘ k là th˘ t¸ t¯ trái qua ph£i cıa n quy∫n
sách trên giá. Ch˘ng t‰ r¨ng dãy (Xk ) có phân phËi d¯ng là
pi2 pi3 pin
⇡(i1 , . . . , in ) = pi1 ... ,
1 pi1 1 pi1 pi2 1 pi1 ... pin 1
CH◊ÃNG 1. XÍCH MARKOV THÕI GIAN RÕI RÑC 51
39. MÎt nghiên c˘u v∑ y t∏ cho thßy sau mÈi n´m, 25% sË ng˜Ìi hút thuËc s≥ b‰ trong
khi 75% sË ng˜Ìi còn l§i ti∏p tˆc hút. Trong sË nh˙ng ng˜Ìi không hút thuËc thì s≥
có 8% chuy∫n sang hút n´m ti∏p theo. N∏u có 20% dân sË hút thuËc n´m 2012
thì tø lª ng˜Ìi hút n´m 2015, 2020 s≥ là bao nhiêu. Xác ‡nh tø lª ng˜Ìi hút thuËc
trong t˜Ïng lai xa.
8 8
Gi£i 39: GÂi Xn là tø lª ng˜Ìi hút thuËc t§i n´m 2012 + n. Ta có Xn = 33
+ (0.2 33
)0.67n .
40. Gi£ s˚ (Yn )n 1 là dãy bnn Îc l™p, cùng phân phËi và nh™n giá tr‡ trên t™p {1, 2, . . .}.
Gi£ s˚ r¨ng t™p tßt c£ các sË nguyên n th‰a mãn P(Y1 = n) > 0 có ˜Óc sË chung lÓn
nhßt b¨ng 1. ∞t µ = E(Y1 ) và
Ch˘ng minh r¨ng (Xn )n 0 là xích Markov và xác ‡nh limn!1 P(Xn = 0).
Ch˘ng t‰ r¨ng
Gi£i 40: Ta có 8
> 1 n∏u Xn > 0
<X n
>
Xn+1 =>
>
:Yk 1 n∏u Xn = 0.
V™y nên (Xn ) là xích Markov vÓi ma tr™n chuy∫n cho bi
Do t™p giá tr‡ cıa Y có ˜Óc chung lÓn nhßt b¨ng 1 nên xích (Xn ) là phi tu¶n hoàn. Gi£
s˚ (⇡i ) là phân phËi d¯ng cıa (Xn ), khi ó (⇡i ) là nghiªm cıa hª
⇡i = ⇡0 p0i + ⇡i+1 , i = 0, 1, . . .
P
Do v™y ⇡i+1 = ⇡0 (1 p00 p01 . . . p0i ) = ⇡0 P(Y > i + 1). Mà 1 = i ⇡i = ⇡0 (1 + P(Y >
1) + P(Y > 2) + . . .) = ⇡0 E(Y) = µ⇡0 nên ⇡0 = 1/µ. Áp dˆng ‡nh lí 1.10.5 ta ˜Òc
limn!1 P(Xn = 0) = ⇡0 = 1/µ.