Catena di Markov a due stati
Mi sto cimentando nel seguente esercizio:
Consideriamo una Catena di Markov a due stati, E=(A,B) tale che
$P(X_(n+1)=A|X_n = B) = p = P(X_(n+1)=B|X_n = A)$
1) Qual'è la probabilità che il sistema parta da A e ritorni a A dopo due stati?
2) Determinare la matrice di transizione a due passi.
La C.d.M dovrebbe essere la seguente:
$ M = ( ( 1-p , p ),( p , 1-p ) ) $
2) Quindi facendo righe per colonne, ottengo
$ M^2 = ((1-2p+2p^2,2p-2p^2),(2p-2p^2,1-2p+2p^2))$
Che dovrebbe essere la matrice di transizione a due passi
1) La probabilità che torni a A dopo due stati è la somma della colonna corrispondente allo stato (giusto?) Quindi in questo caso dovrebbe essere 1...possibile?
Non so se i miei ragionamenti sono corretti...E visto che non ho le soluzioni, volevo essere sicuro (l'esame si avvicina
)
Grazie
Edit: avevo fatto un errore di calcolo
Consideriamo una Catena di Markov a due stati, E=(A,B) tale che
$P(X_(n+1)=A|X_n = B) = p = P(X_(n+1)=B|X_n = A)$
1) Qual'è la probabilità che il sistema parta da A e ritorni a A dopo due stati?
2) Determinare la matrice di transizione a due passi.
La C.d.M dovrebbe essere la seguente:
$ M = ( ( 1-p , p ),( p , 1-p ) ) $
2) Quindi facendo righe per colonne, ottengo
$ M^2 = ((1-2p+2p^2,2p-2p^2),(2p-2p^2,1-2p+2p^2))$
Che dovrebbe essere la matrice di transizione a due passi
1) La probabilità che torni a A dopo due stati è la somma della colonna corrispondente allo stato (giusto?) Quindi in questo caso dovrebbe essere 1...possibile?
Non so se i miei ragionamenti sono corretti...E visto che non ho le soluzioni, volevo essere sicuro (l'esame si avvicina

Grazie

Edit: avevo fatto un errore di calcolo
Risposte
...oppure la 1 è $1-2p+2p^2$?
Per essere sicuri io di solito mi sviluppo il conto così (dove a parte le proprietà della probabilità condizionata si usa semplicemente la proprietà di markov sulle probabilità):
$P(X_2=A|X_0=A)=$
$=P(X_2=A|X_0=A,X_1=B)P(X_1=B|X_0=A)+P(X_2=A|X_0=A,X_1=A)P(X_1=A|X_0=A)=$
$=pP(X_1=B|X_0=A)+(1-p)P(X_1=A|X_0=A)=p^2+(1-p)^2=1-2p+2p^2$
$P(X_2=A|X_0=A)=$
$=P(X_2=A|X_0=A,X_1=B)P(X_1=B|X_0=A)+P(X_2=A|X_0=A,X_1=A)P(X_1=A|X_0=A)=$
$=pP(X_1=B|X_0=A)+(1-p)P(X_1=A|X_0=A)=p^2+(1-p)^2=1-2p+2p^2$
"Andrea2976":
Per essere sicuri io di solito mi sviluppo il conto così (dove a parte le proprietà della probabilità condizionata si usa semplicemente la proprietà di markov sulle probabilità):
$P(X_2=A|X_0=A)=$
$=P(X_2=A|X_0=A,X_1=B)P(X_1=B|X_0=A)+P(X_2=A|X_0=A,X_1=A)P(X_1=A|X_0=A)=$
$=pP(X_1=B|X_0=A)+(1-p)P(X_1=A|X_0=A)=p^2+(1-p)^2=1-2p+2p^2$
Ok, quindi il mio secondo post è corretto

Purtroppo non sono riuscito a capire il tipo di calcoli che hai effettuato...

Inoltre volevo fare anche un'altra domanda che non c'entra con l'esercizio in questione: Quale proprietà deve avere una catena per essere omogenea? Ho trovato diverse dimostrazioni online ma ho avuto difficoltà nel "tradurle"...

Ciao Black,
hai provato su google con una ricerca in italiano del tipo: "catena di markov omogenea"?(Domanda sarcastica)
I conti che ho fatto io penso li possa trovare un po' dappertutto sui libri standard, è solo un'analisi a "un passo".
Se consideri tre eventi generici $A$, $B$ e $C$ (non quelli della tua catena) allora
$P(A|B)=\frac{P(A,B)}{P(B)}=\frac{P(A,B,C)}{P(B)}+\frac{P(A,B,\bar{C})}{P(B)}$
dove con $\bar{C}$ intendo il complementare.
Ora $\frac{P(A,B,C)}{P(B)}=\frac{P(A|B,C)P(B,C)}{P(B)}=\frac{P(A|B,C)P(C|B)P(B)}{P(B)}=P(A|B,C)P(C|B)$,
applica lo stesso procedimento per il secondo addendo.
hai provato su google con una ricerca in italiano del tipo: "catena di markov omogenea"?(Domanda sarcastica)
I conti che ho fatto io penso li possa trovare un po' dappertutto sui libri standard, è solo un'analisi a "un passo".
Se consideri tre eventi generici $A$, $B$ e $C$ (non quelli della tua catena) allora
$P(A|B)=\frac{P(A,B)}{P(B)}=\frac{P(A,B,C)}{P(B)}+\frac{P(A,B,\bar{C})}{P(B)}$
dove con $\bar{C}$ intendo il complementare.
Ora $\frac{P(A,B,C)}{P(B)}=\frac{P(A|B,C)P(B,C)}{P(B)}=\frac{P(A|B,C)P(C|B)P(B)}{P(B)}=P(A|B,C)P(C|B)$,
applica lo stesso procedimento per il secondo addendo.