Distribusi Stasioner dan Konvergensi

Distribusi stasioner adalah hukum probabilitas yang dipertahankan oleh rantai Markov di bawah dinamikanya; dalam kondisi yang luas, rantai tersebut melupakan titik awalnya dan menyatu dengan kesetimbangan ini.

Definition

Distribusi stasioner adalah vektor probabilitas yang dibiarkan invarian oleh matriks transisi, sehingga rantai yang dimulai di dalamnya tetap terdistribusi sesuai dengannya pada setiap waktu berikutnya; teori konvergensi mempelajari kapan dan seberapa cepat distribusi awal yang arbitrer mendekati kesetimbangan ini.

Scope

Topik ini mencakup distribusi invarian dan stasioner serta karakterisasinya sebagai vektor eigen kiri dari matriks transisi, kriteria keberadaan dan keunikan, keseimbangan terperinci dan reversibilitas, teorema konvergensi untuk rantai aperiodik yang tidak dapat direduksi, jarak variasi total dan waktu pencampuran, serta metode penggandengan dan spektral untuk membatasi laju konvergensi.

Core questions

• Apa itu distribusi stasioner dan bagaimana cara menghitungnya dari matriks transisi?
• Dalam kondisi apa distribusi stasioner bersifat unik dan merupakan batas rantai?
• Apa yang ditambahkan oleh reversibilitas, dan bagaimana kaitannya dengan keseimbangan terperinci?
• Bagaimana kecepatan konvergensi menuju kesetimbangan dikuantifikasi dan dibatasi?

Key theories

Teorema konvergensi-ke-kesetimbangan

Untuk rantai yang tidak dapat direduksi, aperiodik, dan rekuren-positif, distribusi setelah n langkah menyatu dengan distribusi stasioner yang unik dari titik awal mana pun, sehingga rantai tersebut secara asimtotik kehilangan memori tentang asalnya.

Reversibilitas dan keseimbangan terperinci

Rantai yang memenuhi persamaan keseimbangan terperinci sehubungan dengan suatu distribusi bersifat reversibel dan memiliki distribusi tersebut sebagai stasioner; reversibilitas menghasilkan operator transisi adjoin-diri dan mendasari batas spektral pada pencampuran.

Clinical relevance

Distribusi stasioner menggambarkan fraksi waktu jangka panjang yang dihabiskan sistem di setiap keadaan, memberikan panjang antrean kondisi tunak, frekuensi kesetimbangan dalam genetika, dan hukum target yang diambil sampelnya oleh Monte Carlo rantai Markov; batas waktu pencampuran menentukan berapa lama simulasi tersebut harus berjalan untuk menghasilkan sampel yang andal.

History

Doeblin dan Kolmogorov menetapkan teori konvergensi pada tahun 1930-an menggunakan argumen penggandengan dan analitik. Studi kuantitatif tentang waktu pencampuran, yang diasah oleh Diaconis dan kolaborator sejak tahun 1980-an, menghubungkan laju konvergensi dengan celah spektral dan dengan fenomena seperti pemotongan dalam jarak variasi total.

Key figures

• Wolfgang Doeblin
• Andrey Kolmogorov
• Persi Diaconis

Seminal works

• levinPeres2017

Frequently asked questions

Bagaimana cara menemukan distribusi stasioner suatu rantai?

Selesaikan untuk vektor probabilitas yang tidak berubah ketika dikalikan dengan matriks transisi; untuk rantai reversibel, persamaan keseimbangan terperinci sering kali memberikannya secara lebih langsung.

Apa itu waktu pencampuran?

Ini adalah jumlah langkah setelah distribusi rantai berada dalam jarak variasi total yang kecil dari distribusi stasionernya, mengukur seberapa cepat rantai mencapai kesetimbangan.