简介
设任意的 称 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。
记 ,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
即 构成概率分布,则相应的数学期望为
则 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。
又 ,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: