А Цепь Маркова на измеримом пространстве состояний это однородная по дискретному времени цепь Маркова с измеримое пространство как пространство состояний.
История
Определение цепей Маркова эволюционировало в течение 20 века. В 1953 г. термин «цепь Маркова» использовался для обозначения случайные процессы с дискретным или непрерывным набором индексов, живущим в счетном или конечном пространстве состояний, см. Doob.[1] или Чанг.[2] С конца 20-го века стало более популярным рассматривать цепь Маркова как стохастический процесс с дискретным набором индексов, живущий в измеримом пространстве состояний.[3][4][5]
Определение
Обозначим через
измеримое пространство и с
а Марковское ядро с источником и целью
.Случайный процесс
на
называется однородной по времени марковской цепью с марковским ядром
и начать распространение
если
![mathbb {P} [X_0 in A_0, X_1 in A_1, dots, X_n in A_n] = int_ {A_0} dots int_ {A_ {n-1}} p (y_ {n-1} , A_n) , p (y_ {n-2}, dy_ {n-1}) dots p (y_0, dy_1) , mu (dy_0)](https://wikimedia.org/api/rest_v1/media/math/render/svg/cd368abc46aa7894d456e87e86333871e9d3faa6)
удовлетворяет любой
. Для любого марковского ядра и любой вероятностной меры можно построить ассоциированную цепь Маркова.[4]
Для любого мера
обозначим для
-интегрируемая функция
в Интеграл Лебега в качестве
. Для меры
определяется
мы использовали следующие обозначения:

Основные свойства
Начиная с одной точки
Если
это Мера Дирака в
, обозначим для марковского ядра
со стартовой раздачей
ассоциированную цепь Маркова как
на
и ожидаемое значение
![mathbb {E} _x [X] = int_ Omega X ( omega) , mathbb {P} _x (d omega)](https://wikimedia.org/api/rest_v1/media/math/render/svg/e5849c50b97b81539930831b1c94c8471528541a)
для
-интегрируемая функция
. По определению, тогда
.
Для любой измеримой функции
следующее соотношение:[4]
![int_E f (y) , p (x, dy) = mathbb {E} _x [f (X_1)].](https://wikimedia.org/api/rest_v1/media/math/render/svg/92c5abbf9b54b355ea4163ebdea632ca97db11eb)
Семейство марковских ядер
Для марковского ядра
со стартовой раздачей
можно ввести семейство марковских ядер
к

за
и
. Для ассоциированной цепи Маркова
в соответствии с
и
можно получить
.
Стационарная мера
Вероятностная мера
называется стационарной мерой марковского ядра
если

справедливо для любого
. Если
на
обозначает цепь Маркова согласно марковскому ядру
со стационарной мерой
, а распределение
является
, то все
имеют одинаковое распределение вероятностей, а именно:
![mathbb {P} [X_n in A] = mu (A)](https://wikimedia.org/api/rest_v1/media/math/render/svg/2ca51e01c62c1881061da3a7a641bc03e1454f3d)
для любого
.
Обратимость
Марковское ядро
называется обратимым по вероятностной мере
если

справедливо для любого
.Замена
показывает, что если
обратимо согласно
, тогда
должна быть стационарной мерой
.
Смотрите также
Рекомендации
- ^ Джозеф Л. Дуб: Стохастические процессы. Нью-Йорк: Джон Вили и сыновья, 1953.
- ^ Кай Л. Чунг: Марковские цепи со стационарными переходными вероятностями. Второе издание. Берлин: Springer-Verlag, 1974.
- ^ Шон Мейн и Ричард Л. Твиди: Марковские цепи и стохастическая устойчивость. 2-е издание, 2009 г.
- ^ а б c Даниэль Ревуз: Цепи Маркова. 2-е издание, 1984 г.
- ^ Рик Дарретт: Вероятность: теория и примеры. Издание четвертое, 2005 г.