Эргодическая марковская цепь — различия между версиями
Whiplash (обсуждение | вклад) |
|||
| Строка 31: | Строка 31: | ||
==Пример== | ==Пример== | ||
[[File:Temp.gif|thumb|250px|Пример эргодической цепи]] | [[File:Temp.gif|thumb|250px|Пример эргодической цепи]] | ||
| − | Рассмотрим эксперимент по бросанию честной монеты. Тогда соответствующая этому эксперименту марковская цепь будет иметь 2 состояния | + | Рассмотрим эксперимент по бросанию честной монеты. Тогда соответствующая этому эксперименту марковская цепь будет иметь 2 состояния, где первое состояние это орёл, а второе состояние - решка и состояние меняется на противоположное, при бросании монеты, с вероятностью <tex>p = 0.5</tex>. |
| − | |||
| − | Такая матрица является стохастической, а, значит, корректно определяет марковскую цепь. Такая цепь является эргодической, так как существует эргодическое распределение <tex>\pi = (0.5,0.5)^{\top}</tex>, такое что <tex>\lim\limits_{n \to \infty} p_{ij}^{(n)} = \pi_j, i=1,2</tex>. | + | Получается мы можем рассмотрим матрицу, следующего вида: <tex>p_{ij}=0.5, i,j=1,2</tex>. Такая матрица является стохастической, а, значит, корректно определяет марковскую цепь. Такая цепь является эргодической, так как существует эргодическое распределение <tex>\pi = (0.5,0.5)^{\top}</tex>, такое что <tex>\lim\limits_{n \to \infty} p_{ij}^{(n)} = \pi_j, i=1,2</tex>. |
==См. также== | ==См. также== | ||
Версия 01:01, 13 января 2012
| Определение: |
Марковская цепь называется эргодической, если существует дискретное распределение (называемое эргодическим) , такое что и
|
Содержание
Основная теорема об эргодических распределениях
| Теорема (Основная теорема об эргодических распределениях): |
Пусть - цепь Маркова с дискретным пространством состояний и матрицей переходных вероятностей . Тогда эта цепь является эргодической тогда и только тогда, когда она
Эргодическое распределение тогда является единственным решением системы:
|
Пример
Рассмотрим эксперимент по бросанию честной монеты. Тогда соответствующая этому эксперименту марковская цепь будет иметь 2 состояния, где первое состояние это орёл, а второе состояние - решка и состояние меняется на противоположное, при бросании монеты, с вероятностью .
Получается мы можем рассмотрим матрицу, следующего вида: . Такая матрица является стохастической, а, значит, корректно определяет марковскую цепь. Такая цепь является эргодической, так как существует эргодическое распределение , такое что .
См. также
Примечания
- ↑
Пусть — цепь Маркова с тремя состояниями , и её матрица переходных вероятностей имеет вид
Ссылки
Литература
Дж. Кемени, Дж. Снелл "Конечные цепи Маркова" - Издательство "Наука", 1970 г - 129 c.