마르코프 연쇄의 분류 및 재귀성

마르코프 연쇄의 상태를 분류하면 어떤 상태가 무한히 자주 방문되고 어떤 상태가 결국 버려지는지 알 수 있으며, 상태 공간을 장기적인 행동을 공유하는 통신 클래스로 분할할 수 있습니다.

Definition

상태 분류는 서로 도달할 수 있는 상태들을 통신 클래스로 묶고, 연쇄가 확률 1로 해당 상태로 돌아오면 재귀적(recurrent)으로, 다시 돌아오지 않을 양의 확률이 있으면 일시적(transient)으로 각 상태에 레이블을 지정하여 마르코프 연쇄를 분석합니다.

Scope

이 주제는 접근성 및 통신 관계, 상태 공간의 통신 클래스 분해, 비가역성, 재귀성-일시성 이분법 및 그 기준, 양의 재귀성 대 영의 재귀성, 주기성, 그리고 이러한 속성을 결정하기 위한 첫 통과 및 도달 확률의 사용을 다룹니다.

Core questions

• 두 상태가 언제 통신하며, 이것이 상태 공간을 어떻게 분할합니까?
• 재귀 상태와 일시 상태를 구별하는 것은 무엇입니까?
• 양의 재귀성은 영의 재귀성과 어떻게 구분됩니까?
• 주기성은 연쇄의 장기적인 행동에 어떤 역할을 합니까?

Key theories

재귀성-일시성 이분법

상태는 예상되는 복귀 횟수가 무한하고, 그 복귀 확률의 합이 발산할 때만 재귀적입니다. 재귀성과 일시성은 통신하는 모든 상태가 공유하는 클래스 속성입니다.

양의 재귀성 대 영의 재귀성

재귀 상태는 예상 복귀 시간이 유한할 때 양의 재귀적이며, 무한할 때 영의 재귀적입니다. 양의 재귀성은 정상 확률 분포의 존재에 필수적입니다.

Clinical relevance

재귀성을 결정하는 것은 무작위 보행이 원점으로 돌아오는지, 대기열이 무한히 자주 비워지는지, 그리고 개체군 과정이 지속되는지 또는 흡수되는지를 해결합니다. 단순 대칭 무작위 보행이 1차원과 2차원에서는 재귀적이지만 3차원 이상에서는 일시적이라는 폴리아의 고전적인 결과는 정형적인 결과입니다.

History

재귀성 문제는 폴리아의 1921년 정수 격자 위 무작위 보행 분석에 의해 구체화되었으며, 재귀성 및 일시성에 대한 체계적인 클래스 기반 이론은 20세기 중반에 청(Chung), 펠러(Feller) 등에 의해 현대 교과서에서 볼 수 있는 형태로 발전했습니다.

Key figures

• George Polya
• Andrey Markov
• Kai Lai Chung

Seminal works

• norris1997

Frequently asked questions

상태가 재귀적이라는 것은 무엇을 의미합니까?

해당 상태에서 시작하여 연쇄가 확률 1로 그 상태로 돌아오므로 무한히 자주 돌아옵니다. 일시 상태는 연쇄가 양의 확률로 영원히 떠날 수 있는 상태입니다.

차원이 무작위 보행 재귀성에 왜 중요합니까?

단순 대칭 무작위 보행은 1차원과 2차원에서는 재귀적이지만 3차원 이상에서는 일시적입니다. 이는 원점으로 돌아올 확률이 보행이 얼마나 빨리 벗어날 수 있는지에 따라 달라지며, 이는 차원에 따라 증가하기 때문입니다.