Distribuciones estacionarias y convergencia

Una distribución estacionaria es una ley de probabilidad que una cadena de Márkov preserva bajo su dinámica; bajo amplias condiciones, la cadena olvida su punto de partida y converge a este equilibrio.

Definition

Una distribución estacionaria es un vector de probabilidad que permanece invariante a la izquierda por la matriz de transición, de modo que una cadena que comienza en ella permanece distribuida de acuerdo con ella en cada momento posterior; la teoría de la convergencia estudia cuándo y con qué rapidez una distribución inicial arbitraria se aproxima a este equilibrio.

Scope

Este tema cubre las distribuciones invariantes y estacionarias y su caracterización como vectores propios izquierdos de la matriz de transición, los criterios de existencia y unicidad, el balance detallado y la reversibilidad, el teorema de convergencia para cadenas irreducibles aperiódicas, la distancia de variación total y los tiempos de mezcla, y los métodos de acoplamiento y espectrales para acotar la tasa de convergencia.

Core questions

• ¿Qué es una distribución estacionaria y cómo se calcula a partir de la matriz de transición?
• ¿Bajo qué condiciones la distribución estacionaria es única y el límite de la cadena?
• ¿Qué añade la reversibilidad y cómo se vincula con el balance detallado?
• ¿Cómo se cuantifica y acota la velocidad de convergencia al equilibrio?

Key theories

Teorema de convergencia al equilibrio

Para una cadena irreducible, aperiódica y recurrente positiva, la distribución después de n pasos converge a la distribución estacionaria única desde cualquier punto de partida, por lo que la cadena pierde asintóticamente la memoria de su origen.

Reversibilidad y balance detallado

Una cadena que satisface las ecuaciones de balance detallado con respecto a una distribución es reversible y tiene esa distribución como estacionaria; la reversibilidad produce operadores de transición autoadjuntos y subyace a los límites espectrales en la mezcla.

Clinical relevance

Las distribuciones estacionarias describen la fracción de tiempo a largo plazo que un sistema pasa en cada estado, proporcionando longitudes de cola en estado estacionario, frecuencias de equilibrio en genética y las leyes objetivo muestreadas por el método de Monte Carlo de cadena de Márkov; los límites del tiempo de mezcla determinan cuánto tiempo deben ejecutarse dichas simulaciones para producir muestras fiables.

History

Doeblin y Kolmogorov establecieron la teoría de la convergencia en la década de 1930 utilizando argumentos analíticos y de acoplamiento. El estudio cuantitativo de los tiempos de mezcla, perfeccionado por Diaconis y colaboradores a partir de la década de 1980, conectó las tasas de convergencia con la brecha espectral y con fenómenos como el corte en la distancia de variación total.

Key figures

• Wolfgang Doeblin
• Andrey Kolmogorov
• Persi Diaconis

Seminal works

• levinPeres2017

Frequently asked questions

¿Cómo se encuentra la distribución estacionaria de una cadena?

Se resuelve para el vector de probabilidad que no cambia al multiplicarse por la matriz de transición; para las cadenas reversibles, las ecuaciones de balance detallado a menudo lo dan de forma más directa.

¿Qué es un tiempo de mezcla?

Es el número de pasos después de los cuales la distribución de la cadena está dentro de una pequeña distancia de variación total de su distribución estacionaria, midiendo la rapidez con la que la cadena alcanza el equilibrio.