Consideremos una cadena de Markov $X$ en los enteros positivos donde para cada $n$ : $$n\longrightarrow 1,\;2,\;3\;\dots \;n,\;n+1$$ con igual probabilidad, y $n\longrightarrow m$ con probabilidad cero si $m>n+1$ .
Yo soy muy confundido por algo que debería ser sencillo y agradecería algo de ayuda.
-
Me piden que encuentre la distribución de equilibrio $\pi$ de esta cadena.
Utilizando $p_{ij}^{(n)}\to \pi_j$ no parece factible aquí, así que la única otra forma que se me ocurre es encontrar $m_k=\mathbb{E}_k[T_k]$ donde $T_k$ es el primer tiempo de paso a $k$ y luego $\pi_k=1/m_k$ .
Cosas que probé:
- $\mathbb{E}_k[T_k]=\sum_i i\cdot p_{kk}^{(i)}$ . El problema es $p_{kk}^{(i)}$ se desordena bastante rápido.
- Condición que tenemos $\mathbb{E}_k[T_k]=\frac{1}{k+1}\left(\mathbb{E}_1[T_k]+\mathbb{E}_2[T_k]+\cdots +1+\mathbb{E}_{k+1}[T_k]\right)$ pero de igual manera, esto no parece un buen enfoque.
¿Me he perdido algún truco o herramienta estándar?
La pregunta dice entonces:
-
"Ahora supongamos que empezamos en $r$ y se detiene cuando volvemos a $r$ ; demostrar que el número esperado de saltos es $(r-1)!\cdot e$ ."
Estoy confundido con esto, ¿no es ese número exactamente $\mathbb{E}_r[T_r]=1/\pi_r$ que ya tendría de la parte anterior? Además, como volvemos a $r$ en un paso con probabilidad $1/(r+1)$ parece que la expectativa debería tener esa fracción en alguna parte, pero la expansión de $(r-1)!\cdot e$ no lo hace.