Nieredukowalny łańcuch Markowa
Nieredukowalność jest atrybutem dyskretnych łańcuchów Markowa , który po prostu stwierdza, że łańcucha nie można rozbić (zredukować) na kilka pojedynczych łańcuchów podzbiorów pierwotnej przestrzeni stanów. Oprócz aperiodyczności, nieredukowalność jest jedną z ważnych właściwości łańcuchów Markowa, która jest ważna dla zbieżności w kierunku rozkładu stacjonarnego . Ponieważ łańcuch Markowa zawsze można przedstawić za pomocą wykresu przejścia , używany jest również równoważny termin przechodniość. Mówiąc prościej, przechodniość oznacza, że istnieje ścieżka z każdego stanu do każdego innego stanu.
definicja
Niech będzie (czasowo jednorodnym) łańcuchem Markowa na dyskretnej przestrzeni stanów . Następnie Łańcuch Markowa nazywamy nieredukowalną wtedy i tylko wtedy, gdy jest dla wszystkich jeden tam, więc
Dlatego każdy stan musi być dostępny z każdego innego stanu z dodatnim prawdopodobieństwem.
Równoważne definicje
Odpowiedniki to:
- Łańcuch Markowa jest nieredukowalny
- Dotyczy wszystkich stanów . Jest czas oczekiwania od stanu początkowego do pierwszego osiągnięcia
- Wszystkie stany przestrzeni stanów komunikują się ze sobą .
- Każdy stan ma jakiegokolwiek innego państwa z dostępem
- Jest tylko jedna klasa komunikacji
Jeśli przestrzeń stanów jest skończona, listę można rozszerzyć o następujące punkty:
- Wykres przejściowy łańcucha Markowa jest silnie połączone .
- Macierz transformacji , która opisuje łańcuch Markowa jest nierozkładalny .
Niektórzy autorzy najpierw definiują nieredukowalność podzbioru przestrzeni stanów (również przy użyciu powyższych kryteriów), a następnie nazywają łańcuch Markowa nieredukowalnym, jeśli cała przestrzeń stanów jest zbiorem nieredukowalnym.
Słaba nieredukowalność
Istnieje również koncepcja słabej nieredukowalności. Łańcuch Markowa nazywany jest słabo nieredukowalnym wtedy i tylko wtedy, gdy
- dotyczy czasu oczekiwania określonego powyżej.
cechy
- Nieredukowalne łańcuchy Markowa są okresowe lub aperiodyczne , ponieważ wszystkie stany mają ten sam okres.
- Nieredukowalne łańcuchy Markowa nie mają żadnych stanów absorbujących .
- Nieredukowalne łańcuchy Markowa są przejściowe lub powtarzające się , ponieważ ta właściwość zawsze występuje we wszystkich ich stanach w tym samym czasie.
- Jeśli przestrzeń stanów jest skończona, a macierz przejść łańcucha Markowa, to istnieje następujące kryterium nieredukowalności: Jeśli istnieje takie, że jest prawdziwe, to łańcuch Markowa jest nieredukowalny i aperiodyczny. Znak większe niż należy rozumieć jako składnik.
- W przypadku skończonej przestrzeni stanów nieredukowalność skutkuje pozytywną rekurencją.
Przykłady
Rozważmy na przestrzeni stanów poprzez macierz przejścia
zdefiniowany łańcuch. Jeśli ten łańcuch jest w stanie i, przeskakuje do i + 1 z prawdopodobieństwem 50%, w przeciwnym razie pozostaje w stanie i (jeśli i = 4, przeskakuje z powrotem do 1 z prawdopodobieństwem 50%). Oczywiście łańcuch może przejść z dowolnego stanu do dowolnego innego w trzech krokach, więc wszystkie stany są połączone. Ten łańcuch Markowa jest zatem nieredukowalny.
Inny przykład: rozważ macierz w tej samej przestrzeni stanów
- .
Tutaj przechodzisz tylko ze stanu 1 do stanu 3, a stamtąd tylko z powrotem do stanu 1. Do stanów 2 i 4 nie można dotrzeć z 1 i 3, nawet w dowolnej liczbie kroków i odwrotnie. Więc S jest podzielony na klasy równoważności i . W tym przykładzie łańcuch można podzielić na dwa oddzielne łańcuchy w dwóch klasach równoważności i macierzach
jak również demontować.
literatura
- Albrecht Irle: Teoria prawdopodobieństwa i statystyki: Podstawy - Wyniki - Zastosowania. Teubner, Wiesbaden 2005.
- Kai Lai Chung: Łańcuchy Markowa ze stacjonarnymi prawdopodobieństwami przejścia . Springer, Berlin 1967.
- Esa Nummelin: Ogólne nieredukowalne łańcuchy Markowa i operatory nieujemne . Cambridge University Press, Cambridge 2004.
- Hans-Otto Georgii: Stochastics: Wprowadzenie do teorii prawdopodobieństwa i statystyki , wydanie 4, de Gruyter, 2009. ISBN 978-3-110-21526-7
- Achim Klenke: Teoria prawdopodobieństwa . 3. Wydanie. Springer-Verlag, Berlin Heidelberg 2013, ISBN 978-3-642-36017-6 , doi : 10.1007 / 978-3-642-36018-3 .
- David Meintrup, Stefan Schäffler: Stochastics . Teoria i zastosowania. Springer-Verlag, Berlin Heidelberg New York 2005, ISBN 978-3-540-21676-6 , doi : 10.1007 / b137972 .