Kvázi stacionárius elosztás
A kvázi stacionárius eloszlás egy matematikai eloszlás, amely leírja az abszorbeáló Markov-lánc viselkedését az abszorpció előtt.
Meghatározás és tulajdonságok diszkrét időben
Hagy egy Markov-lánc több a készlet természetes számok . Tegyük fel, hogy a 0 állapot elnyeli És a lánc szinte biztosan elnyeli a 0-t . Hagy az abszorpciós idő 0. Azt mondjuk, hogy egy valószínűségi on egy kvázi-stacionárius eloszlás, ha minden és mindenki számára ,
(xnem){\ displaystyle (X_ {n})} NEM{\ displaystyle \ mathbb {N}}T0=inf{nem≥0,xnem=0}{\ displaystyle T_ {0} = \ inf \ {n \ geq 0, X_ {n} = 0 \}}v{\ displaystyle \ nu}{1,2,3,...}{\ displaystyle \ {1,2,3, ... \}}j≥1{\ displaystyle j \ geq 1}nem≥1{\ displaystyle n \ geq 1}
∑én≥1vénP(xnem=j|x0=én,T0>nem)=vj.{\ displaystyle \ sum _ {i \ geq 1} \ nu _ {i} \ mathbb {P} (X_ {n} = j | X_ {0} = i, T_ {0}> n) = \ nu _ { j}.}Azt mondjuk, hogy a valószínűség az egy Yaglom határt , ha mindent , és mindent ,
μ{\ displaystyle \ mu}{1,2,3,...}{\ displaystyle \ {1,2,3, ... \}}én≥1{\ displaystyle i \ geq 1}j≥1{\ displaystyle j \ geq 1}
limnem→∞P(xnem=j|x0=én,T0>nem)=μj.{\ displaystyle \ lim _ {n \ to \ infty} \ mathbb {P} (X_ {n} = j | X_ {0} = i, T_ {0}> n) = \ mu _ {j}.}A Yaglom-határ kvázi stacionárius eloszlás. Ha létezik, akkor a Yaglom határérték egyedi. Másrészt több kvázi stacionárius eloszlás is lehet.
Ha kvázi stacionárius eloszlás van, akkor létezik olyan valós szám , amely
v{\ displaystyle \ nu} ρ(v)∈]0,1[{\ displaystyle \ rho (\ nu) \ in] 0,1 [}
∑énvénP(T0>nem|x0=én)=ρ(v)nem{\ displaystyle \ sum _ {i} \ nu _ {i} \ mathbb {P} (T_ {0}> n | X_ {0} = i) = \ rho (\ nu) ^ {n}}.
Bármelyiket . Tehát mindenreθ(v)=-naplóρ(v){\ displaystyle \ theta (\ nu) = - \ log \ rho (\ nu)}θ<θ(v){\ displaystyle \ theta <\ theta (\ nu)}
∑énvénE(eθT0|x0=én)<∞.{\ displaystyle \ sum _ {i} \ nu _ {i} \ mathbb {E} (e ^ {\ theta T_ {0}} | X_ {0} = i) <\ infty.}A szám nem függ attól . Ez a folyamat túlélési aránya. Ha kvázi stacionárius eloszlás van, akkor .
θ∗=sup{θ:E(eθT|x0=én)<+∞}{\ displaystyle \ theta ^ {*} = \ sup \ {\ theta: \ mathbb {E} (e ^ {\ theta T} | X_ {0} = i) <+ \ infty \}}én{\ displaystyle i}θ∗>0{\ displaystyle \ theta ^ {*}> 0}
Legyen a Markov-lánc átmeneti mátrixa és . Ha kvázi stacionárius eloszlás, akkor . Így van ez egy bal sajátvektor is , amelynek sajátértéke van az intervallumban .
P{\ displaystyle P}Q=(Pén,j)én,j>0{\ displaystyle Q = (P_ {i, j}) _ {i, j> 0}}v{\ displaystyle \ nu}vQ=ρ(v)v.{\ displaystyle \ nu Q = \ rho (\ nu) \, \ nu.}v{\ displaystyle \ nu}]0,1[{\ displaystyle] 0,1 [}
Definíció és tulajdonságok folyamatos időben
Legyen egy Markov-folyamat értékekkel . Tegyük fel, hogy van mérhető halmazállapotú halmaz , és tételezzük fel . Jegyezze fel az elérés idejét . Tegyük fel, hogy szinte biztosan elérte: .
(xt)t≥0{\ displaystyle (X_ {t}) _ {t \ geq 0}}E{\ displaystyle E} F{\ displaystyle F}G=E∖F{\ displaystyle G = E \ setminus F}T{\ displaystyle T}F{\ displaystyle F}F{\ displaystyle F}∀x∈x,P(T<∞|x0=x)=1{\ displaystyle \ forall x \ itt: {\ mathcal {X}}, \ mathbb {P} (T <\ infty | X_ {0} = x) = 1}
A valószínűségi on egy kvázi-stacionárius eloszlás, ha bármely mérhető set in ,v{\ displaystyle \ nu}G{\ displaystyle G}B{\ displaystyle B}G{\ displaystyle G}
∀t≥0,∫GP(xt∈B|x0=x,T>t)dv(x)=v(B){\ displaystyle \ összes t \ geq 0, \ int _ {G} \ mathbb {P} (X_ {t} \ B | X_ {0} = x, T> t) \, \ mathrm {d} \ nu (x) = \ nu (B)}
Ha kvázi stacionárius eloszlás van, akkor létezik olyan valós szám , amely .
v{\ displaystyle \ nu}θ(v)>0{\ displaystyle \ theta (\ nu)> 0}∫GP(T>t|x0=x)dv(x)=exp(-θ(v)t){\ displaystyle \ int _ {G} \ mathbb {P} (T> t | X_ {0} = x) \, \ mathrm {d} \ nu (x) = \ exp (- \ theta (\ nu) t )}
Példa
Legyen egy folytonos idejű Markov-lánc egy véges állapottér , generátor felett . Legyen abszorbeáló részhalmaza . Megjegyzés és . Tegyük fel, hogy ez egy redukálhatatlan mátrix . Tegyük fel azt is, hogy létezik olyan, hogy hol van az (1, ..., 1) vektor. A Perron-Frobenius-tétel szerint a mátrixnak egyedülálló sajátértéke van egy bal oldali sajátvektorral, amelynek komponensei úgy normalizálódnak . Ezután következik az egyedülálló kvázi stacionárius elosztás. Ezen felül, mindenért ,
(xt){\ displaystyle (X_ {t})}én{\ displaystyle I}Q{\ displaystyle Q}J{\ displaystyle J}én{\ displaystyle I}K=én∖J{\ displaystyle K = I \ setminus J}R=(Qén,j)én,j∈K{\ displaystyle R = (Q_ {i, j}) _ {i, j \ K}}R{\ displaystyle R}én0{\ displaystyle i_ {0}}(Q1)én0<0{\ displaystyle (Q \ mathbf {1}) _ {i_ {0}} <0}1{\ displaystyle \ mathbf {1}}-θ<0{\ displaystyle - \ theta <0}R{\ displaystyle R} v{\ displaystyle \ nu}>0{\ displaystyle> 0}∑én∈Kvén=1{\ displaystyle \ sum _ {i \ in K} \ nu _ {i} = 1}v{\ displaystyle \ nu}én,j∈K{\ displaystyle i, j \ K-ban}
θ=-limt→∞1tnaplóP(xt=j|x0=én).{\ displaystyle \ theta = - \ lim _ {t \ to \ infty} {\ frac {1} {t}} log = mathbb {P} (X_ {t} = j | X_ {0} = i). }Történelmi
Wright munka gén gyakorisága 1931 és Yaglom munkája 1947-ben az elágazó folyamatok már tartalmazta azt az elképzelést, kvázi-stacionárius eloszlása. A biológiai rendszerekre alkalmazott kvázi-stacionárius kifejezést Donald Barlett használta 1957-ben, majd kitalálta a „kvázi-stacionárius elosztás” kifejezést.
A kvázi stacionárius eloszlások szintén részét képezték a megölt folyamatok osztályozásának, amelyet Vere-Jones adott 1962-ben. A véges állapotú Markov-láncok meghatározását Darroch és Seneta adta meg 1965-ben .
Bibliográfia francia nyelven
Irodalomjegyzék angol és orosz nyelven
-
S. Wright , Evolution in Mendelian populations , Genetics , 1931, vol. 16, n o 2, pp. 97–159.
-
AM Yaglom , Néhány korláttétel a sztochasztikus elágazási folyamatok elméletéből (oroszul), Dokl. Akad. Nauk. SSSR n o 56, 1947 o. 795-798 .
-
Maurice Bartlett: „ A versenyképes és ragadozó biológiai rendszerek elméleti modelljeiről ”, Biometrika , n o 44,1957, P. 27–42.
-
MS Bartlett , sztochasztikus populációs modellek az ökológiában és az epidemiológiában , 1960.
- D. Vere-Jones, Geometriai ergodicitás a megszámlálható Markov-láncokban , The Quarterly Journal of Mathematics n o 13., 1962 p. 7–28 . doi: 10.1093 / qmath / 13.1.7
- JN Darroch, E. Seneta , jelentése kvázistacionárius Absorbing Distributions diszkrét idejű Véges Markov láncok , Journal of Applied Probability n o 2 1965, p. 88–100 . doi: 10.2307 / 3211876
<img src="https://fr.wikipedia.org/wiki/Special:CentralAutoLogin/start?type=1x1" alt="" title="" width="1" height="1" style="border: none; position: absolute;">