文章目录
第四讲 马尔可夫链的平稳分布
一、平稳分布
Part 1:平稳分布
严平稳过程:设 { X n : n ≥ 0 } \{X_n:n\geq0\} {
Xn:n≥0} 是一个随机过程,如果对任意 n ≥ 0 n\geq0 n≥0 和 m ≥ 1 m\geq1 m≥1 ,有
( X m , X m + 1 , ⋯ , X m + n ) = d ( X 0 , X 1 , ⋯ , X n ) , \left(X_m,X_{m+1},\cdots,X_{m+n}\right)\xlongequal{d}\left(X_0,X_{1},\cdots,X_{n}\right) \ , (Xm,Xm+1,⋯,Xm+n)d(X0,X1,⋯,Xn) ,
则称 { X n : n ≥ 0 } \{X_n:n\geq0\} {
Xn:n≥0} 是严平稳过程。即随机过程的任意有限维分布不依赖于时间。
设 { X n } \{X_n\} { Xn} 是时齐的马尔可夫链,如果 { X n } \{X_n\} { Xn} 是严平稳过程,则称 { X n } \{X_n\} { Xn} 具有平稳分布。这里我们只需考虑初始分布和一步之后的分布相同的情况,因为由此可以推出任意步之后的分布都和初始分布相同。
设初始分布为 π = ( π 1 , π 2 , ⋯ , π N ) \pi=(\pi_1,\pi_2,\cdots,\pi_N) π=(π1,π2,⋯,πN) ,一步转移矩阵为 P = ( p i j ) N × N P=(p_{ij})_{N\times N} P=(pij)N×N ,则一步之后的分布为 π P \pi P πP 。因此 { X n } \{X_n\} { Xn} 具有平稳分布当且仅当 π = π P \pi=\pi P π=πP ,此时我们称 π \pi π 为 { X n } \{X_n\} { Xn} 的平稳分布。
设 { X n } \{X_n\} {
Xn} 具有平稳分布,如果我们想要求出平稳分布,需要求解下列具有约束条件的线性方程组:
{ ∑ i = 1 N π i p i j = π j , j = 1 , 2 , ⋯ , N , ∑ i = 1 N π i = 1 , π i ≥ 0 , i = 1 , 2 , ⋯ , N . \left\{\begin{array}{l} \displaystyle\sum_{i=1}^N\pi_ip_{ij=\pi_j} \ , \quad j=1,2,\cdots,N \ , \\ \displaystyle\sum_{i=1}^N\pi_i=1 \ , \\ \pi_i\geq0 \ , \quad i=1,2,\cdots,N \ . \end{array} \right. ⎩⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪⎧i=1∑Nπipij=πj ,j=1,2,⋯,N ,i=1∑Nπi=1 ,πi≥0 ,i=1,2,⋯,N .
注意,马尔可夫链的平稳分布不一定是唯一的,与上述方程组的解的情况有关。
Part 2:不可约马尔可夫链的性质
这里我们就列出几个定理而不给出证明了。
定理:不可约马尔可夫链的性质
- 如果 { X n } \{X_n\} { Xn} 不可约非周期,则 { X n } \{X_n\} { Xn} 存在平稳分布当且仅当 { X n } \{X_n\} { Xn} 正常返,此时平稳分布 π \pi π 唯一且 π i = 1 μ i \pi_i=\dfrac1{\mu_i} πi=μi1 。
- 如果非周期不可约正常返,即 { X n } \{X_n\} { Xn} 遍历,则对任何 i , j ∈ I i,j\in I i,j∈I ,都有 lim n → ∞ p i j ( n ) = π j \displaystyle\lim_{n\to\infty}p_{ij}^{(n)}=\pi_j n→∞limpij(n)=πj 。
- 如果状态空间 I I I 有限,则 { X n } \{X_n\} { Xn} 一定正常返。
定理:常返和暂留的其他性质
- 如果状态空间 I I I 有限,则状态 i i i 常返当且仅当 i i i 的互达等价类是闭集,并且此时 i i i 是正常返。
- 如果 j j j 暂留或零常返,则对任意 i i i 都有 lim n → ∞ p i j ( n ) = 0 \displaystyle\lim_{n\to\infty}p_{ij}^{(n)}=0 n→∞limpij(n)=0 。
推论:正常返和零常返的等价描述
- 状态 i i i 正常返当且仅当 lim n → ∞ 1 n ∑ k = 1 n p i i ( k ) = 1 μ j > 0 \displaystyle\lim_{n\to\infty}\frac1n\sum_{k=1}^np_{ii}^{(k)}=\frac1{\mu_j}>0 n→∞lim