§11 Эргодические марковские цепи.
11.1. Определение. Однородная марковская последовательность называется эргодической, если существует предел
, который не зависит от состояния
и выполняются условия:
1)
, 2)
Замечание.
Эргодические процессы, в отличие от обычных марковских процессов, "не помнят" точку старта.Теорема 47 (достаточные условия существования эргодического распределения). Пусть
- переходная вероятность за один шаг. Пусть существует
такое, что
. Тогда существует вектор
, компоненты которого
и
, причем для
Доказательство. Из соотношения Чепмена-Колмогорова, имеем
.
Обозначим:
Покажем, что
при
. Действительно
,т.
. Аналогично устанавливается неравенство
.
Из соотношения Чепмена - Колмогорова следует, что
Таким образом для
и
, имеем
отсюда следует неравенство
. (27)
Аналогичным образом легко показать
(28)
Вычтем из (27) (28), имеем
. Выбирая
кратное
(например
), получаем, что
. Отсюда следует
при
.
Доказательство закончено.
11.2. Теорема 48. Пусть имеется однородная марковская цепь
, а
- переходная вероятность за один шаг. Пусть
. Тогда
1)
;
2)
либо
3) если
, то эргодического распределения не существует;
4) если
то эргодическое распределение существует и единственно.
Доказательство. 1)
.В силу леммы Фату
.Рассмотрим
т. е.
Пусть существует индекс
:
Следовательно
Мы пришли к противоречию. Значит наше предположение неверно, поэтому
. (29)
2) Из утверждения 1) теоремы имеем
Значит для
Устремляя в (29)
, получаем
3) Если вектор
, то он не является распределением вероятностей. Следовательно пункт 3) - доказан.
4)
, следовательно
- распределение вероятностей.
Доказательство закончено.
Еще по теме §11 Эргодические марковские цепи.:
- §9 Марковские цепи.
- 2.2. Марковские цепи
- Эргодические случайные процессы
- §3 Марковские моменты.
- 2.1. Основные понятия марковских процессов
- Скрытые Марковские Модели
- § 4 Марковские моменты. Локальные полумартингалы.
- §10 Классификация марковских цепей по асимптотическим свойствам.
- Использование выборочных вычислений для повышения эффективности Марковской локализации
- Цепи Маркова.
- Глава 5. Марковские процессы в широком смысле.
- 2.3. Непрерывные цепи Маркова
- Пример использования метода Марковской локализации
- 4.3.1. Информационные цепи с памятью
- §2.14. ЗАКОН ОМА ДЛЯ ПОЛНОЙ ЦЕПИ
- § 2.6. РЕЗИСТОР В ЦЕПИ ПЕРЕМЕННОГО ТОКА
- §2.10. МОЩНОСТЬ В ЦЕПИ ПЕРЕМЕННОГО ТОКА
- Интегрированные гостиничные цепи.
- 2.14. Основные законы электрической цепи
- § 2.7. КОНДЕНСАТОР В ЦЕПИ ПЕРЕМЕННОГО ТОКА