ยินดีต้อนรับสู่โลกของกระบวนการมาร์คอฟ (Markov Processes)!

สวัสดีครับ! ยินดีต้อนรับสู่หนึ่งในบทเรียนที่สำคัญที่สุดในเส้นทางการเรียนรู้ CS2 ของคุณ หากคุณเคยสงสัยว่านักคณิตศาสตร์ประกันภัยสร้างแบบจำลองสถานการณ์ต่างๆ อย่างการที่ผู้ขับขี่ขยับระดับส่วนลดประวัติดี (No Claims Discount - NCD) หรือการที่คนคนหนึ่งเปลี่ยนสถานะจาก "สุขภาพดี" ไปเป็น "ป่วย" และ "เสียชีวิต" ได้อย่างไร คุณมาถูกที่แล้วครับ

วันนี้เราจะมาทำความรู้จักกับ กระบวนการมาร์คอฟ (Markov processes) กันครับ อย่าเพิ่งตกใจกับชื่อนะครับ จริงๆ แล้วหัวใจสำคัญของมันก็คือการเป็นระบบที่ "ขี้ลืม" นั่นเอง คือมันไม่สนเลยว่าก่อนหน้านี้จะผ่านอะไรมาบ้าง มันสนใจแค่ว่า "ตอนนี้" อยู่ตรงไหนเท่านั้นเอง มาเริ่มกันเลย!

1. กระบวนการมาร์คอฟคืออะไรกันแน่?

ลองจินตนาการว่าคุณกำลังเล่นเกมกระดานที่การเดินตาถัดไปของคุณขึ้นอยู่กับ แค่ ช่องที่คุณยืนอยู่ปัจจุบันกับการทอยลูกเต๋าเท่านั้น ไม่ว่าคุณจะมาถึงช่องนี้ได้เพราะทอยได้หก หรือถูกการ์ด "ติดคุก" ส่งมาก็ไม่สำคัญ คุณสมบัติแบบ "ไร้ความจำ" นี้แหละคือคำนิยามของ กระบวนการมาร์คอฟ

คุณสมบัติมาร์คอฟ (The Markov Property)

กระบวนการสุ่ม (Stochastic process) \( \{X_t\} \) จะมี คุณสมบัติมาร์คอฟ ก็ต่อเมื่อสถานะในอนาคตของกระบวนการขึ้นอยู่กับสถานะปัจจุบันเท่านั้น โดยไม่ขึ้นอยู่กับลำดับเหตุการณ์ที่เกิดขึ้นก่อนหน้า

ในเชิงคณิตศาสตร์ สำหรับกระบวนการแบบเวลาไม่ต่อเนื่อง (discrete-time process):

\( P(X_{n+1} = x_{n+1} | X_n = x_n, X_{n-1} = x_{n-1}, \dots, X_0 = x_0) = P(X_{n+1} = x_{n+1} | X_n = x_n) \)

ทบทวนสั้นๆ: ให้มองว่าคุณสมบัติมาร์คอฟคือ "คุณสมบัติปลาทอง" คือกระบวนการนี้มีความจำสั้นมาก มันจำได้แค่ว่า ตอนนี้ อยู่ที่ไหน

ถ้ารู้สึกยากในตอนแรก ไม่ต้องกังวลนะ...

นักเรียนหลายคนอาจจะรู้สึกว่าสัญลักษณ์ทางคณิตศาสตร์ดูซับซ้อนไปหน่อย แค่จำไว้ว่า: อดีตก็คืออดีต ข้อมูลทั้งหมดที่คุณต้องใช้ในการทำนายอนาคตถูกเก็บไว้ใน สถานะปัจจุบัน เรียบร้อยแล้ว

2. การจำแนกประเภทของกระบวนการมาร์คอฟ

กระบวนการมาร์คอฟไม่ได้มีรูปแบบเดียวเสมอไป เราจำแนกโดยดูจาก 2 ปัจจัยหลักคือ เวลา (Time) และ ปริภูมิสถานะ (State Space)

เวลา: แบบไม่ต่อเนื่อง (Discrete) vs. ต่อเนื่อง (Continuous)

  • เวลาไม่ต่อเนื่อง (Discrete Time): การเปลี่ยนแปลงเกิดขึ้นเป็นช่วงๆ (เช่น สิ้นปีแต่ละปี) ตัวอย่างเช่น ระบบส่วนลดประวัติดี (NCD) ที่จะปรับระดับเฉพาะตอนต่ออายุกรมธรรม์เท่านั้น
  • เวลาต่อเนื่อง (Continuous Time): การเปลี่ยนแปลงเกิดขึ้นได้ทุกเวลา ตัวอย่างเช่น คนเราสามารถป่วยหรือเสียชีวิตได้ทุกช่วงเวลาของวัน ไม่ใช่แค่ตอนเที่ยงคืน!

ปริภูมิสถานะ: แบบไม่ต่อเนื่อง (Discrete) vs. ต่อเนื่อง (Continuous)

  • ปริภูมิสถานะไม่ต่อเนื่อง (Discrete State Space): คุณอยู่ใน "ถัง" หรือสถานะที่นับจำนวนได้ ตัวอย่างเช่น จำนวนการเรียกร้องค่าสินไหมทดแทน (0, 1, 2...)
  • ปริภูมิสถานะต่อเนื่อง (Continuous State Space): คุณสามารถอยู่ในค่าใดก็ได้ในช่วงที่กำหนด ตัวอย่างเช่น ราคาหุ้นที่แท้จริงของบริษัท

หมายเหตุ: ในวิชา CS2 เราจะเน้นไปที่กระบวนการที่มี ปริภูมิสถานะไม่ต่อเนื่อง เป็นหลัก ซึ่งเรามักจะเรียกสิ่งนี้ว่า โซ่มาร์คอฟ (Markov Chains)

3. ความน่าจะเป็นในการเปลี่ยนสถานะ (Transition Probabilities)

เนื่องจากเราสนใจแค่สถานะปัจจุบัน เราจึงอยากทราบความน่าจะเป็นในการย้ายจากสถานะ i ไปยังสถานะ j ซึ่งเราเรียกว่า ความน่าจะเป็นในการเปลี่ยนสถานะ (Transition probability)

เมทริกซ์การเปลี่ยนสถานะ (The Transition Matrix - \( P \))

สำหรับโซ่มาร์คอฟแบบเวลาไม่ต่อเนื่อง เราจะรวบรวมความน่าจะเป็นทั้งหมดมาใส่ไว้ในเมทริกซ์จัตุรัส ถ้าเรามีสถานะ 1, 2 และ 3 เมทริกซ์จะมีหน้าตาแบบนี้:

\( P = \begin{pmatrix} p_{11} & p_{12} & p_{13} \\ p_{21} & p_{22} & p_{23} \\ p_{31} & p_{32} & p_{33} \end{pmatrix} \)

วิธีอ่าน: แถวคือจุดที่คุณ เริ่มต้น (จาก) และคอลัมน์คือจุดที่คุณ จบ (ไปที่) ดังนั้น \( p_{12} \) คือความน่าจะเป็นที่เปลี่ยนจากสถานะ 1 ไปยังสถานะ 2

กฎสำคัญของเมทริกซ์การเปลี่ยนสถานะ:
  • กฎข้อที่ 1: ค่าทุกช่องต้องอยู่ระหว่าง 0 ถึง 1 (เพราะมันคือความน่าจะเป็น!)
  • กฎข้อที่ 2: ทุก แถวต้องรวมกันได้ 1 พอดี เพราะกระบวนการ ต้อง ไปที่ไหนสักแห่ง (แม้ว่าจะยังอยู่ในสถานะเดิมก็ตาม)
ข้อผิดพลาดที่พบบ่อย:

นักเรียนมักจะพยายามทำให้ คอลัมน์ รวมกันได้ 1 หยุดก่อน! มีเพียงแถวเท่านั้นที่ต้องรวมกันได้ 1 ส่วนคอลัมน์จะรวมกันได้เท่าไหร่ก็ได้ครับ

4. ความเป็นเนื้อเดียวกันของเวลา (Time Homogeneity)

กระบวนการมาร์คอฟจะเป็น Time-homogeneous หากความน่าจะเป็นในการเปลี่ยนสถานะเหมือนเดิมเสมอ ไม่ว่าคุณจะดูที่ เวลาใดก็ตาม

ตัวอย่าง: ถ้าความน่าจะเป็นที่คน "สุขภาพดี" จะกลายเป็น "ป่วย" เท่าเดิมไม่ว่าจะเป็นวันนี้หรืออีก 10 ปีข้างหน้า กระบวนการนี้คือ Time-homogeneous แต่ถ้าความเสี่ยงเพิ่มขึ้นตามอายุ (ซึ่งปกติก็เป็นแบบนั้น!) เราจะเรียกว่า Non-homogeneous

รู้หรือไม่? โจทย์ข้อสอบส่วนใหญ่จะขึ้นต้นว่า "พิจารณาโซ่มาร์คอฟที่เป็น Time-homogeneous..." นี่คือของขวัญเลยครับ! เพราะมันแปลว่าเมทริกซ์การเปลี่ยนสถานะ \( P \) ของคุณจะคงที่ตลอดเวลา

5. สมการแชปแมน-คอลโมโกรอฟ (The Chapman-Kolmogorov Equations)

ชื่ออาจจะฟังดูน่ากลัว แต่จริงๆ แล้วมันเป็นแนวคิดที่เข้าใจได้ง่ายมาก มันช่วยให้เราหาความน่าจะเป็นในการเปลี่ยนสถานะผ่าน หลายขั้นตอน (multi-step) ได้

สมมติว่าคุณต้องการรู้ความน่าจะเป็นในการเปลี่ยนจากสถานะ i ไปยัง j ใน สอง ขั้นตอน คุณต้องเปลี่ยนจาก i ไปยังสถานะตัวกลาง k ในก้าวแรก แล้วจาก k ไปยัง j ในก้าวที่สอง

ในเชิงคณิตศาสตร์ เมทริกซ์การเปลี่ยนสถานะ n ขั้นตอน คือเมทริกซ์ 1 ขั้นตอนยกกำลัง n:

\( P^{(n)} = P \times P \times \dots \times P = P^n \)

ตัวอย่างแบบเป็นขั้นตอน:
ถ้าคุณมีเมทริกซ์การเปลี่ยนสถานะรายปี \( P \) และคุณต้องการหาความน่าจะเป็นสำหรับช่วงเวลา 3 ปี คุณก็แค่คำนวณ \( P^3 \)

ประเด็นสำคัญ:

ในการหาความน่าจะเป็นที่จะอยู่ในสถานะใดสถานะหนึ่งหลังจากผ่านไป n ขั้นตอน โดยกำหนดเวกเตอร์เริ่มต้น \( \pi_0 \):
\( \pi_n = \pi_0 P^n \)

6. สรุปและทบทวนสั้นๆ

คุณผ่านมาถึงจุดนี้ได้ แสดงว่าเข้าใจพื้นฐานของกระบวนการมาร์คอฟแล้ว! นี่คือรายการตรวจสอบสิ่งที่คุณควรจำ:

1. คุณสมบัติมาร์คอฟ: อนาคตขึ้นอยู่กับปัจจุบันเท่านั้น (ไร้ความจำ)
2. สถานะและเวลา: อาจเป็นแบบไม่ต่อเนื่อง (เป็นขั้นๆ/ถัง) หรือต่อเนื่อง (ไหลต่อเนื่อง)
3. เมทริกซ์การเปลี่ยนสถานะ: แถว = "จาก", คอลัมน์ = "ไปที่". ผลรวมแต่ละแถวต้องเท่ากับ 1
4. Time Homogeneity: กฎการเปลี่ยนสถานะไม่เปลี่ยนแปลงตามเวลา
5. Chapman-Kolmogorov: ใช้การคูณเมทริกซ์เพื่อมองภาพอนาคตหลายขั้นตอน

เคล็ดลับ: เวลาต้องสร้างเมทริกซ์การเปลี่ยนสถานะสำหรับโจทย์ NCD หรือโจทย์ประกันภัย ให้วาดแผนภาพการเปลี่ยนสถานะ (State-transition diagram) ก่อนเสมอ มันจะช่วยให้คุณเติมข้อมูลลงในเมทริกซ์ได้แม่นยำและไม่หลงทางครับ!

ฝึกฝนคำจำกัดความเหล่านี้ให้คล่องนะครับ เพราะมันคือรากฐานสำหรับแบบจำลองที่ซับซ้อนยิ่งขึ้นที่คุณจะเจอใน CS2 สู้ๆ ครับ คุณทำได้แน่นอน!