Определение
Пусть
{
X
n
}
n
≥
0
{\displaystyle \{X_{n}\}_{n\geq 0}}
- однородная
цепь Маркова
с дискретным временем и счётным числом состояний. Обозначим
p
i
j
(
n
)
=
P
(
X
n
=
j
∣
X
0
=
i
)
{\displaystyle p_{ij}^{(n)}=\mathbb {P} (X_{n}=j\mid X_{0}=i)}
переходные вероятности за
n
{\displaystyle n}
шагов. Если существует
дискретное распределение
π
=
(
π
1
,
π
2
,
…
)
⊤
{\displaystyle \pi =(\pi _{1},\pi _{2},\ldots )^{\top }}
, такое что
π
i
>
0
,
i
∈
N
{\displaystyle \pi _{i}>0,\;i\in \mathbb {N} }
и
lim
n
→
∞
p
i
j
(
n
)
=
π
j
,
∀
i
=
1
,
2
,
…
{\displaystyle \lim \limits _{n\to \infty }p_{ij}^{(n)}=\pi _{j},\quad \forall i=1,2,\ldots }
,
то оно называется
эргоди́ческим распределе́нием
, а сама цепь называется
эргоди́ческой
.
Основная теорема об эргодических распределениях
Пусть
{
X
n
}
n
≥
0
{\displaystyle \{X_{n}\}_{n\geq 0}}
- цепь Маркова с дискретным пространством состояний и матрицей переходных вероятностей
P
=
(
p
i
j
)
,
i
,
j
=
1
,
2
,
…
{\displaystyle P=(p_{ij}),\;i,j=1,2,\ldots }
. Тогда эта цепь является эргодической тогда и только тогда, когда она
неразложима
;
положительно возвратна
;
апериодична
.
Эргодическое распределение
π
{\displaystyle \mathbf {\pi } }
тогда является единственным решением системы:
∑
i
=
0
∞
π
i
=
1
,
π
j
≥
0
,
π
j
=
∑
i
=
0
∞
π
i
p
i
j
,
j
∈
N
{\displaystyle \sum \limits _{i=0}^{\infty }\pi _{i}=1,\;\pi _{j}\geq 0,\;\pi _{j}=\sum \limits _{i=0}^{\infty }\pi _{i}\,p_{ij},\quad \,j\in \mathbb {N} }
.
Литература
См. также
Состояние
Цепь