Markov 체인에 대한 질문을하고 있으며 마지막 두 부분은 다음과 같이 말합니다.
- 이 Markov 체인에는 제한적인 분포가 있습니다. 답이 “예”이면 제한 분포를 찾으십시오. 대답이 “아니오”인 경우 이유를 설명하십시오.
- 이 Markov 체인에는 고정 분포가 있습니까? 답이 “예”이면 고정 분포를 찾으십시오. 대답이 “아니오”인 경우 이유를 설명하십시오.
차이점은 무엇입니까? 이전에는 제한 분포가 사용하여 계산할 때라고 생각
했지만 이것이
번째 단계 전이 행렬입니다. 그들은 고정 분포라고 생각하는 사용하여 제한 분포를 계산했습니다 .
그러면 어느 것입니까?
답변
에서 확률 적 모델링에 소개 핀 스키와은 Karlin (2011)에 의해 :
π = ( 1
(1
이전 섹션에서는 이미 다음과 같이 ” 제한 확률 분포 ” 를 정의 했습니다.
그리고 동등하게
(p. 165).
위의 예제는 결정적으로 진동하므로 시퀀스에 한계가없는 것과 같은 방식 으로 한계가 없습니다.
그들은 정기적 인 Markov 체인 (모든 n- 단계 전이 확률이 긍정적 인)은 항상 제한적인 분포를 가지고 있으며 그것이 고유 한 음이 아닌 솔루션이어야 함을 증명합니다
(p. 168 )
그런 다음 예제와 같은 페이지에
(4.27)을 만족하는 모든 세트 고정 확률 분포 라고합니다. Pr { X 0 = i } = π i Pr { X n = i } = π i n = 1 , 2 , …
Markov 체인의 . “고정”이라는 용어는 고정 분포에 따라 Markov 체인이 시작된 특성에서 모든 시점에이 분포를 따릅니다. 공식적으로 인 경우 모든 대해 입니다 .
여기서 (4.27)은 방정식 세트입니다.
이는 현재 무한한 수의 상태를 제외하고는 위와 동일한 고정 상태입니다.
이 정상 성의 정의를 사용하면 168 페이지의 명령문을 다음과 같이 소급해서 다시 정리할 수 있습니다.
- 정규 Markov 체인의 제한 배포는 고정 배포입니다.
- Markov 체인의 제한 배포가 고정 배포 인 경우 고정 배포는 고유합니다.
답변
고정식 분포는 이러한 분포이다 단계에서의 상태들에 분포한다는 경우 K는 인 π 단계에서의 상태에 대한 분포 또한 다음, k는 + 1 이다 π . 즉,
π = π P 입니다.
리미팅 분포는 이러한 분포이다 π 초기 분포가 무엇인지에 상관없이, 주 모이는 걸쳐 분포하는 것이 π 단계의 수가 무한대 같이
LIM K → ∞ π ( 0 ) P의 K = π ,
독립적입니다 . 예를 들어, 두 상태가 동전의 측면 인 { h e a d s , t a i l s } 인 Markov 체인을 고려해 봅시다 . 각 단계는 동전을 거꾸로 뒤집는 것으로 구성됩니다 (확률 1). 상태 분포를 계산할 때 이전 단계에 조건부로 적용되지 않습니다. 즉, 확률을 계산하는 사람은 동전을 볼 수 없습니다. 따라서 전이 행렬은
P = ( 0 1 1 0 ) 입니다.
동전을 무작위로 뒤집어서 초기화하면 ( π
) 다음 모든 후속 시간 단계가이 분포를 따릅니다. (공정한 동전을 뒤집어 뒤집어 놓으면 머리 확률은 여전히0.5입니다.) 따라서 ( 0.5 0.5 ) 는이 Markov 체인의 고정 분포입니다.
그러나,이 체인이 제한 분포를하지 않습니다 : 그것은 확률로 머리를 수 있도록 우리가 동전을 초기화 가정 . 이후의 모든 상태는 초기 상태에 의해 결정되는 바와 같이 다음, 단계 짝수 후 상태 확률 헤드 인 2 / 3 과 같이 홀수 후의 상태 확률 헤드 인 1 / 3 . 이 단계는 아무리 많은 단계를 수행하든 유지되므로 상태 분포는 제한이 없습니다.
답변
표기법을 제쳐두고“정 지적”이라는 단어는“한 번 도착하면 그곳에 머무를 것”을 의미합니다. “제한하는”이라는 단어는 “충분히 가면 결국 도착할 것”을 의미합니다. 이것이 도움이 될 것이라고 생각했습니다.