ある迷路に部屋 、部屋 と出口があり、ネズミが 分ごとに 回、次の規則で移動する(各回の移動は、それまでの経過とは独立に、現在いる場所だけで決まる)。
- 部屋 にいるとき:確率 で部屋 へ移り、確率 で部屋 にとどまる。
- 部屋 にいるとき:確率 で出口に到達し、確率 で部屋 へ戻る。
ネズミははじめ部屋 にいる。出口に初めて到達するまでの移動回数の期待値を求めよ。ただし、この期待値が有限であることは用いてよい。
最初の 1 ステップで場合分けする一段解析で、到達確率・平均到達時間の連立方程式を立てて解ける
読み込み中…
右端(太枠)がこの技能です。左へドラッグすると、さらに前の前提をさかのぼれます。技能を押すと、そこまでの道筋が光ります。
マルコフ連鎖がある状態から出発したとき、決められた状態(目標)に「いつか到達する確率」や「到達するまでにかかる平均ステップ数」を求める技能です。賭けで破産するか目標額に達するか、迷路のネズミが出口に着くまで平均何歩かかるか、といった問題で使います。「最初の 1 歩でどこへ行くか」で場合分けすると、未知数どうしの関係が連立 1 次方程式になり、それを解けば答えが出ます。この方法を一段解析(first-step analysis)と呼びます。
状態 から出発して目標の集合 にいつか到達する確率を 、初めて に入るまでのステップ数 の期待値を とおきます。マルコフ連鎖では、1 歩進んで状態 に移ったあとの動きは、過去に関係なく「 から新しく出発した連鎖」と同じ確率法則に従います。そこで最初の 1 歩 で場合分けすると、 のとき となります。全確率の公式(乗法定理で得た確率を、互いに排反な場合について足し合わせたもの)から が得られます。 以外に吸収状態(一度入ると出ない状態) があれば、そこからは決して に届かないので です。
平均到達時間も同様です。 から出発して になったとき、すでに 1 歩使っていて、残りの歩数の期待値は です。よって となり、全期待値の公式 から が得られます( を使いました)。 の中から出発すれば、0 歩ですでに到達しているので です。
状態が有限個で、 の外のどの状態からも に正の確率でたどり着けるなら、確率 1 で に到達し、 は有限で、この連立方程式の解はただ 1 つに決まります。到達が確実でない場合(ある で )は、その について なので、平均到達時間の式は使えません。
目標の状態の集合 を決め、求めたい量を状態ごとの未知数 (到達確率)または (平均到達時間)とおく
境界条件を書く: なら 、。 以外の吸収状態 では (このとき への到達は確実でないので は考えない)
に属さない各状態 について、最初の 1 歩で場合分けした式を立てる:、または ( は から への推移確率)
得られた連立 1 次方程式を解き、出発状態の値を読み取る
状態 をもつマルコフ連鎖を考える。状態 と は吸収状態(一度入ると出ない)であり、状態 からは確率 で 1 つ大きい状態へ、確率 で 1 つ小さい状態へ移る。状態 から出発したとき、状態 または に初めて入るまでのステップ数の期待値を求めよ。
手順 1:目標は です。状態 から出発したときの に入るまでの平均ステップ数を とおきます。状態は有限個で、状態 のどちらからも に正の確率で移れるので、確率 1 で に入り、 は有限です。
手順 2: も も目標 に属するので、境界条件は 、 です。
手順 3: の外の状態 について、最初の 1 歩で場合分けします。
状態 からは確率 で 、確率 で へ移るので
状態 からは確率 で 、確率 で へ移るので
手順 4:2 本目を 1 本目に代入すると です。よって から となります(このとき で、1 本目に戻すと と一致します)。
したがって、求める期待値は です。
答え:
平均到達時間の式で、最初の 1 歩の分の を落とし、 としてしまう誤り。この式では解が になってしまいます。正しくは です。
平均到達時間の境界条件を取り違える誤り。例題(目標 )で、目標の状態に や を与えてしまう。目標から出発すれば 0 歩で到達済みなので、正しくは 、 です。
到達確率で、目標でない吸収状態の扱いを誤る誤り。例題の連鎖で目標を だけにした場合、状態 は目標ではない吸収状態なので、 とするのは誤りです。正しくは 、 で、、 を解きます。
推移確率の向きを逆にして、( から へ入ってくる確率)で式を立ててしまう誤り。場合分けするのは「 から次にどこへ行くか」なので、正しくは です。推移確率の表では、 行目の数を使います。
到達が確実でないのに平均到達時間の式を使う誤り。たとえば目標を だけにすると、状態 に吸収された場合は永遠に に届かないので、 です。このとき などとおいて式を解いても意味がありません。まず確率 1 で到達すること()を確かめてから の式を立てます。
この説明は AI が書き、別の AI が例題を独立に解いて答えを確かめ、説明を一歩ずつ査読しました。
ある迷路に部屋 、部屋 と出口があり、ネズミが 分ごとに 回、次の規則で移動する(各回の移動は、それまでの経過とは独立に、現在いる場所だけで決まる)。
ネズミははじめ部屋 にいる。出口に初めて到達するまでの移動回数の期待値を求めよ。ただし、この期待値が有限であることは用いてよい。
正方形 の頂点の上を点 が動く。点 は 回の移動で、いまいる頂点に隣り合う つの頂点のどちらかへ、それぞれ確率 で移る。各回の移動は互いに独立とする。点 ははじめ頂点 にある。点 が初めて頂点 に到達するまでの移動回数の期待値を求めよ。ただし、この期待値は有限であるとしてよい。
3 つの部屋 , , と出口があり、扉は次の 4 枚だけである。
1 匹のネズミが部屋 にいる。ネズミは 1 回の移動ごとに、いまいる部屋にある扉のうち 1 枚を等しい確率で選び、その扉を通って隣の部屋(または出口)へ移る。選び方は過去の移動とは独立である。ネズミが出口に出た時点で移動を終える。部屋 から出発して出口に出るまでの移動回数の期待値を求めよ。
状態空間 上の時間一様なマルコフ連鎖 の推移確率行列が
で与えられている( 行 列の成分が状態 から状態 への推移確率)。 とし、 を状態 への最初の再帰時刻とする。平均再帰時間 を求めよ。
状態空間 上の時間的に一様なマルコフ連鎖 の推移確率行列が
で与えられている。第 行第 列の成分は、状態 から状態 へ 1 ステップで移る確率 である。 から出発したとき、初めて状態 に戻るまでのステップ数を とする。状態 の平均再帰時間 を求めよ。
を独立同分布な確率変数で、
を満たすものとする。、 とおく。これは、所持金 円のギャンブラーが、勝つ確率 で 円を得て、負ける確率 で 円を失う賭けを繰り返すときの、 回後の所持金を表す。
とする。つまり、所持金が 円になるか 円になった時点で賭けをやめる。賭けをやめるまでの回数の期待値 を求めよ。
状態空間 上の時間的に一様なマルコフ連鎖 があり、推移確率 は次のとおりである。
- 状態 と状態 は吸収状態である()。
- 状態 からは , , 。
- 状態 からは , , 。
から出発したとき、この連鎖が状態 に到達する前に状態 に到達する確率を求めよ。
状態空間 上の時間的に一様なマルコフ連鎖 の推移確率行列が
で与えられているとする(第 行第 列の成分が である)。 とし、
とおく。期待値 を求めよ。
頂点集合 をもち、辺が
の 本であるグラフ (正方形の 4 頂点と、そのすべてに隣接する中心 からなるグラフ)を考える。 上の単純ランダムウォーク 、すなわち各時刻に現在の頂点に隣接する頂点の中から等確率で 1 つを選んで移動する時間的に一様なマルコフ連鎖を考え、 とする。
とおくとき、期待値 を求めよ。
の盤のマスを座標 で表す。マス と は、 かつ のとき隣接するという(チェスのキングが 1 手で動ける関係)。
この盤上のマルコフ連鎖 を、各時刻に現在のマスに隣接するマスの中から等確率で 1 つ選んでそこへ移る、として定める。 とし、
とおく。 を求めよ。
状態空間 上の斉次マルコフ連鎖 の推移確率行列が
で与えられている。ここで の 成分は を表す。状態 と状態 は吸収状態である。 のとき、この連鎖が状態 より先に状態 に到達する(すなわち最終的に状態 に吸収される)確率を求めよ。
2 つの箱 A, B と、番号 の付いた 個の玉がある。はじめ () に 個の玉はすべて箱 A に入っている。各時刻 に、 個の玉の中から 個を等確率 で選ぶ(選択は時刻ごとに独立)。選んだ玉を、それが入っている箱からもう一方の箱へ移す。
個の玉がはじめてすべて箱 B に入っている時刻を
とする。期待値 を求めよ。
のマス目の盤を考え、第 行第 列のマスを と表す。盤上のキングは、縦・横・斜めに隣り合うマス(すなわち を満たすマス )へ 1 回に 1 マス動く。
盤上のマスを値にとるマルコフ連鎖 を次のように定める。 とし、各時刻 において、 は からキングが動ける盤上のマスのうちの 1 つを、それまでの経過と独立に等確率で選んだものとする。
とおくとき、期待値 を求めよ。
状態空間 上の斉次マルコフ連鎖 の 1 ステップの推移確率が次で与えられている。
- 状態 と状態 は吸収状態である(一度入ると出ない)。
- 状態 からは、確率 で へ、確率 で へ移り、確率 で にとどまる。
- 状態 からは、確率 で へ、確率 で へ、確率 で へ移る。
のとき、この連鎖が状態 より先に状態 に到達する確率を求めよ。
三角柱の頂点と辺からなるグラフ を考える。すなわち、頂点集合は で、辺は
の 本である。 上の単純ランダムウォーク (各時刻に、現在の頂点に隣接する 頂点のいずれかへ等確率 で、それまでの経過とは独立に移る斉次マルコフ連鎖)を から出発させる。
とおくとき、期待値 を求めよ。
を正の整数とする。 を独立同分布な確率変数で を満たすものとし、, とおく。
とする。 という条件のもとでの の条件付き期待値 を の式で求めよ。
表が出る確率が の硬貨を、毎回独立に繰り返し投げる。「表が 回連続して出る」または「裏が 回連続して出る」のどちらかが初めて起きた時点で投げるのをやめる。表が 回連続して出たことで終わる確率を の式で表せ。
を整数とし、 に値をとるマルコフ連鎖 を次のように定める。 とし、各時刻 において、添字 を一様に選び、それとは独立にビット を等確率で選んで、 の第 成分だけを に置き換えたものを とする(他の成分は変えない)。各時刻の選択は互いに独立とする。
とおく(第 成分と第 成分が 、残りが の状態に初めて到達する時刻)。期待値 を の式で求めよ。
を独立同分布な確率変数で を満たすものとし、, とおく。停止時刻 を考える( が確率 で成り立つ)。 の分散 を求めよ。