切换科目
重点科目
主要科目
次要科目
科数网
首页
刷题
学习
VIP会员
赞助
组卷
集合
教材
VIP
写作
游客,
登录
注册
在线学习
随机过程及其应用
第五篇 马尔可夫链
马尔科夫极限定理
最后
更新:
2025-07-14 17:09
查看:
45
次
反馈
能力测评
会员8.2元/月
赞助
马尔科夫极限定理
## 马尔科夫极限定理 对于一个系统来说,考虑它的长期的性质是很必要的,本节我们将研究马氏链的极限情况和平稳马氏链的有关性质。首先来看两个例子。 例5.19 设马氏链的转移矩阵为 $$ P=\left(\begin{array}{cc} 1-p & p \\ q & 1-q \end{array}\right), 0<p, q<1 $$ 考虑 $P^{(n)}$ 当 $n \rightarrow \infty$ 时的情况. 解:由 $P^{(n)}=P^n$ 知,只需计算 $P$ 的 $n$ 重乘积的极限。令 $$ Q=\left(\begin{array}{cc} 1 & -p \\ 1 & q \end{array}\right), \quad D=\left(\begin{array}{cc} 1 & 0 \\ 0 & 1-p-q \end{array}\right) $$ 则 $$ Q^{-1}=\left(\begin{array}{cc} \frac{q}{p+q} & \frac{p}{p+q} \\ -\frac{1}{p+q} & \frac{1}{p+q} \end{array}\right), \quad P=Q D Q^{-1} $$ 这是 $P$ 的相似变换,其中 $D$ 为对角阵,这使得矩阵的幂的计算化简,有 $$ \begin{aligned} P^n & =\left(Q D Q^{-1}\right)^n=Q\left(\begin{array}{cc} 1 & 0 \\ 0 & 1-p-q \end{array}\right)^n Q^{-1} \\ & =\left(\begin{array}{ll} \frac{q+p(1-p-q)^n}{p+q} & \frac{p-p(1-p-q)^n}{p+q} \\ \frac{q-q(1-p-q)^n}{p+q} & \frac{p+q(1-p-q)^n}{p+q} \end{array}\right) . \end{aligned} $$ 由于 $|1-p-q|<1, P^n$ 的极限为 $$ \lim _{n \rightarrow \infty} P^n=\left(\begin{array}{cc} \frac{q}{p+q} & \frac{p}{p+q} \\ \frac{q}{p+q} & \frac{p}{p+q} \end{array}\right) $$ 可见此马氏链的 $n$ 步转移概率有一个稳定的极限,而且矩阵两行相同,意味着不论初始从哪一个状态出发,时间足够久后两个状态的取值概率分布是固定的。 例5.20 在例5.18中令 $p=\frac{1}{3}$ ,系统为不可约非常返马氏链,有 $$ \lim _{n \rightarrow \infty} p_{00}^{(2 n)}=\lim _{n \rightarrow \infty} \frac{\left(4 \times \frac{1}{3} \times \frac{2}{3}\right)^n}{\sqrt{n \pi}}=0 $$ 令 $p=\frac{1}{2}$ ,系统为不可约零常返马氏链,有 $$ \lim _{n \rightarrow \infty} p_{00}^{(2 n)}=\lim _{n \rightarrow \infty} \frac{\left(4 \times \frac{1}{2} \times \frac{1}{2}\right)^n}{\sqrt{n \pi}}=0 $$ $$ \lim _{n \rightarrow \infty} p_{00}^{(2 n)}=\lim _{n \rightarrow \infty} \frac{\left(4 \times \frac{1}{2} \times \frac{1}{2}\right)^n}{\sqrt{n \pi}}=0 . $$ 即从零出发经过无穷次的转移之后,系统在某一规定时刻回到 0 的概率趋于 0 . 我们容易证明例5.19中所有状态是正常返状态,而例5.20中当 $p=\frac{1}{3}$ 时状态 0 是非常返状态,当 $p=\frac{1}{2}$ 时, 0 是零常返状态。那么两个例子给出的是不是一般结论呢?答案是肯定的,我们不加证明地引入马氏链的一个基本极限定理. 定理5.7 若状态 $i$ 是周期为 $d$ 的常返状态,则 $$ \lim _{n \rightarrow \infty} p_{i i}^{(n d)}=\frac{d}{\mu_i} $$ 这样,若 $i$ 为正常返状态,极限为正值;若 $i$ 为零常返状态,极限等于 0 . 另外,如果 $i$ 是非常返状态,由推论5.4, $$ \lim _{n \rightarrow \infty} p_{j i}^{(n)}=0, \forall j \in S $$ 证明见(林元烈 2002)P.96定理3.3.6。 注1:$\mu_i$ 表示常返状态 $i$ 的平均返回时间。 推论5.7 设 $i$ 为常返状态,则 $$ i \text { 为零常返状态 } \Longleftrightarrow \lim _{n \rightarrow \infty} p_{i i}^{(n)}=0 \text {. } $$ 证明:若 $i$ 为零常返状态,则 $\mu_i=\infty$ ,从而 $\lim _{n \rightarrow \infty} p_{i i}^{(n d)}=0$ .而当 $m$ 不是 $d$ 的整数倍时,$p_{i i}^{(m)}=0$ ,故 $\lim _{n \rightarrow \infty} p_{i i}^{(n)}=0$. 证明:若 $i$ 为零常返状态,则 $\mu_i=\infty$ ,从而 $\lim _{n \rightarrow \infty} p_{i i}^{(n d)}=0$ .而当 $m$ 不是 $d$ 的整数倍时,$p_{i i}^{(m)}=0$ ,故 $\lim _{n \rightarrow \infty} p_{i i}^{(n)}=0$ . 另一方面,若 $\lim _{n \rightarrow \infty} p_{i i}^{(n)}=0$ ,如果 $i$ 为正常返状态,则 $\mu_i<\infty$ ,由定理5.7知 $\lim _{n \
免费注册 查看余下70%
《高等数学》难点解析
高数教程
泰勒公式
切线与法线
切平面与法平面
驻点·拐点·极值点·零点
间断点
渐进线
瑕积分
欧拉方程
伯努利方程
Abel 收敛定理
偏导数的几何意义
偏导数的几何意义
梯度
数量场与向量场
多元函数极值
拉格朗日算子
通量与散度
环流量与旋度
格林公式
高斯公式
斯托克斯公式
三大公式比较
傅里叶级数
极坐标微元
点法式方程
变上限定积分
X型计算面积
Y型计算面积
微分的意义
渐近线
间断点
y''+py'+qy=f(x)方程
高斯
黎曼
傅里叶变换(复数)
拉普拉斯变换(复数)
高等数学测评
函数与极限
一元函数微分学
一元函数积分学
微分方程
空间向量与代数
多元微分学
多元积分学
无穷级数
《线性代数》难点解析
线代教程
近世代数对数学的整体思考
线性的意义
矩阵乘法(列视角)
矩阵乘法(行视角)
矩阵左乘
矩阵右乘
逆矩阵求解方程组
阶梯形矩阵的求法
方程组解的判定
四阶行列式的计算
线性变换的意义
线性空间
向量组的等价
线性空间的几何意义
基础解系的求法
施密特正交化
特征值与特征向量的意义
矩阵相似的几何意义
矩阵可对角化的理解
秩的意义(向量版)
秩的意义(方程版)
二次型的意义
线性代数测评
行列式
矩阵
向量空间
《概率论与数理统计》难点解析
概率教程
置信区间与上a分位数
概率中的“取”与“放”
贝叶斯公式
全概率公式
泊松分布
指数分布
伽玛分布
二维密度图的意义
卷积的意义
相关系数的意义
k阶矩是与矩母函数
卡方分布的作用
单正态区间估计理解
假设检验理解
切比雪夫不等式
中心极限定理
概率统计测评
事件与概率
一维随机变量与事件
多维随机变量与事件
随机变量的数字特征
大数定律与中心极限定理
统计量与抽样分布
参数估计
假设检验
上一篇:
状态的分类及性质
下一篇:
平稳分布
本文对您是否有用?
有用
(
0
)
无用
(
0
)
学习首页
数学试卷
同步训练
投稿
会议预约系统
数学公式
关于
Mathhub
赞助我们
科数网是专业专业的数学网站 版权所有
本站部分教程采用AI制作,请读者自行判别内容是否一定准确
如果页面无法显示请联系 18155261033 或 983506039@qq.com