概念:
则称为马尔可夫过程。
定理1:独立过程是马尔可夫过程。
定理2:若独立增量过程满足初始分布,则为马尔可夫过程。
马氏过程的有限维分布由一维分布和条件分布完全确定。
离散参数马氏链:
转移矩阵是随机矩阵,其行向量都是概率向量。
k步转移概率:
C-K方程:
齐次马氏链:一步转移概率与初始时刻无关
绝对分布:
初始分布:
绝对分布由初始分布和一步转移概率确定:
遍历性:对一切i,j,存在常数,使得且与i无关,则称此马氏链具有遍历性。
极限分布:,为一概率向量,。
遍历马氏链的n步转移矩阵的极限矩阵,其各行向量均为极限分布。
ps:极限矩阵每行都相同。
遍历性定理:
若存在正整数n0,使n0步转移矩阵的每个元素都为正,则称此马氏链具有遍历性。
定理1:遍历的齐次马氏链,其绝对分布与转移概率有相同的极限。
定理2:若马氏链初始分布是一个平稳分布V,则其绝对分布为 π(n)=V。
定理3:遍历的齐次马氏链的极限分布,就为平稳分布V。
首达时刻:
平均步数:
平均返回步数:
首达概率:
首返概率:
推论:
最终概率:
最终返回概率:
定理1:
定理2:
定理3:
状态的常返性:
定义1:
,称状态i是常返状态。
,称状态i是非常返状态。
定理1:状态i常返
推论:
状态i非常返
状态i非常返
定理2:i是常返的,若 i->j,则 j->i,且
定义2:
,i是正常返
,i是零常返
定理3:i是零常返
状态的周期性:
定义1:是非空集,状态i的周期定义为:
,d=1时,为非周期。
定义2:正常返非周期的状态称为遍历态。
定理1:
i是遍历态
i是周期为d的正常返状态
状态空间的分解:
状态互通:
定义1:C是E的子集,i∈C,jC,,称C为闭集。
定理1:i是常返状态,若i->j,则j也是常返状态。
定理2:马氏链的全体常返态构成一个闭集。
定义2:闭集C中不含非空真子集,称C是不可约的。
定义3:若状态空间E是不可约的,则称不可约马氏链。
定理3:马氏链不可约 它的所有状态之间是互通的。
推论1:不可约马氏链或无常返,或无非常返。
推论2:不可约常返链,若一个状态d > 1,则全体都是。
定理4:齐次马氏链的状态空间E可唯一地分解为:
E=N+C1+C2+...+Ck+..,其中Ck为不可约常返闭集,N为全体非常返集