25.12.2012 Views

Dispense

Dispense

Dispense

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

270 CAPITOLO 5. SISTEMI MARKOVIANI<br />

temi aleatori di attesa negli stati, a piacere. Un altro modo di introdurre il tempo di attesa in<br />

uno stato è quello di usare i processi a salti della prossima sezione: si introducono degli orologi<br />

aleatori, associati a tutte le transizioni possibili, che “suonano” dopo un tempo aleatorio di<br />

caratteristiche statistiche date, provocando la relativa transizione nell’istante in cui suonano<br />

(poi vanno azzerati tutti e riavviati).<br />

5.1.2 Misure invarianti<br />

De…nizione 49 Relativamente ad una catena data, cioè ad una matrice di transizione P<br />

su un insieme di stati S, una misura invariante (detta anche distribuzione di probabilità<br />

invariante, o stazionaria) è un vettore<br />

di numeri i 2 [0; 1], con<br />

= ( i) i2S<br />

P<br />

i2S i = 1, tale che<br />

Vale equivalentemente<br />

= P:<br />

= P n per ogni n 2 N.<br />

Per questo si dicono invarianti (o stazionarie, o di equilibrio): se il sistema parte al tempo zero<br />

con la distribuzione di probabilità , lo troviamo successivamente nei vari stati sempre con<br />

la stessa probabilità (infatti P n è la distribuzione di probabilità al tempo n). Non signi…ca<br />

ovviamente che lo stato resti sempre lo stesso: il sistema transisce da uno stato all’altro ma<br />

occupa il generico stato i sempre con la stessa probabilità i.<br />

L’interesse per queste distribuzioni non è però legato al fatto di partire da esse al tempo<br />

zero ma di convergere verso di loro quando il tempo tende all’in…nito. Si sta pensando<br />

alla situazione comune a tanti sistemi reali in cui c’è un transitorio dopo di cui si passa, al<br />

limite, ad un regime stazionario. Bene: le distribuzioni stazionarie dovrebbero descrivere il<br />

regime stazionario, quello che si osserva dopo che è passato un po’di tempo. Ad esempio:<br />

all’apertura di una banca c’è un momento iniziale di sovra¤ollamento causato dalla gente che<br />

attedeva l’apertura all’esterno. Dopo un certo numero di minuti però quel tra¢ co iniziale è<br />

stato smaltito e l’a¤ollamento della banca diventa quello a regime, in cui entrano ed escono<br />

persone in modo casale ma statisticamente regolare. Se pensiamo che Xn descriva il numero<br />

di persone in banca al tempo n, passato il transitorio, questo numero non è costante, ma la<br />

probabilità che valga i lo è (all’incirca).<br />

Sotto ipotesi opportune che non possiamo discutere in questo momento vale<br />

lim<br />

n!1 p(n) = :<br />

Qunado questo vale, si dice che c’è convergenza all’equilibrio. I teoremi che garantiscono<br />

questo fatto vengono detti teoremi ergodici.<br />

Nota per gli esercizi. Le misure invarianti si possono calcolare algebricamente risolvendo<br />

l’equazione = P . Tuttavia, è utile e istruttivo arrivare ad un sistema di equazioni che<br />

permette il calcolo di per via gra…ca, col metodo detto del bilancio di ‡usso (naturalmente

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!