版权归原作者所有,如有侵权,请联系我们

[科普中国]-非常返状态

科学百科
原创
科学百科为用户提供权威科普内容,打造知识科普阵地
收藏

简介

设任意的 为马氏链在0时从状态i出发,经n步转移后,首次到达状态j的概率。简称首达概率。

,称为马氏链在0时从状态i出发,永远不能转移到 状态j的概率。

又记 ,称 为马氏链在0时从状态i出发,经有限步转移后终究到达状态j的概率(也称迟早概率)。

特别的,当i=j时,表示马氏链在0时从状态i出发,经有限步转移后终究返回状态i的概率。

利用概率可以定义状态类型:

设状态

(1)若 则称状态i是常返的(返回的);

(2)若 则称状态i是非常返的(滑过状态)。

当i为常返态时,也就有

构成概率分布,则相应的数学期望为

表示马氏链从状态i出发首次再返回状态i的平均时间(或平均转移步数)。

利用量 可以进一步定义状态类型:

(1)若 则称状态i为正常返状态;

(2)若 则称状态i为零常返状态(消极常返状态)。12

状态类型的判断

定理定理1设状态 ,则

(1)状态i是常返的( )充要条件为

(2)状态i是非常返的( )充要条件为

定理2齐次马氏链的状态空间S可唯一地分解为有限或可列无限多个互不相交的状态子集的并。即

其中D是所有非常返状态构成的状态子集。

均是由常返态构成的不可约闭集。

每个状态子集中的状态有着相同的状态类型:即 或者均为零常返,或者均为正常返非周期,或者均为正常返周期且周期相同。

定理3设X是状态有限的齐次马氏链, 则

(1) X的非常返状态集D不可能是闭集;

(2) X不存在零常返状态;

(3) 若X是不可约的, 则X所有的状态都是正常返的。3

举例设状态空间S={1, 2, 3, 4}的马尔可夫链,它的一步转移概率矩阵为

试分析马氏链的状态的常返与否。

解:马氏链的状态转移图为

因为

所以 ,所以状态常返。

,故状态1正常返。

因为

所以 ,故状态3非常返。

类似可以讨论状态2和4。

因此可用下面的图来表示各状态的关系: