6 votos

Encontrar la distribución estacionaria para una cadena de Markov de espacio infinito

Sea su una cadena de Markov en el espacio de estados $S = \{0,1,2,...\}$ . Las probabilidades de transición están dadas como:

$p_{0,1} = 1$ , $p_{i,i+1} = p$ , $p_{i+1, i} = q$

donde $0<p,q<1$ y $p+q=1$ . Para $p<q$ necesito encontrar la distribución estacionaria (digamos $\pi$ ) de esta cadena de Markov.

Tengo las ecuaciones de equilibrio: $$\pi_{0} =q.\pi_{1}$$ $$\pi_{i} = p.\pi_{i-1}+ q.\pi_{i+1}$$ y la condición de normalización: $$\sum_{i=0}^{\infty}\pi_{i} = 1$$

Utilizando estas relaciones, ¿cómo puedo obtener la distribución estacionaria?

1 votos

Comprueba que puedes escribir ecuaciones de equilibrio entre sólo dos nodos vecinos, por lo que las cosas se vuelven mucho más fáciles

8voto

wxs Puntos 1546

La condición que das es la correctamente identificada balance global ecuación para $\pi, \, P$ sin embargo, es mucho más fácil encontrar la forma cerrada de la distribución estacionaria demostrando que satisface la _balance detallado_ condición

$$\pi(i) P(i,j) = \pi(j)P(j,i), \qquad \forall \, i,j\, \in S.$$

Si podemos encontrar tal vector de probabilidad $\pi$ que satisface esta condición, entonces $\pi$ se sabe que es una distribución estacionaria para $P$ .

En el contexto de su cadena de Markov, sabemos que $P(i,j) = 0$ si $j \neq i \pm 1$ y basta con encontrar $\pi$ Satisfaciendo a $$ \pi(i)P(i,i+1) = \pi(i+1)P(i+1,i)$$ Es decir $$\pi(i)p = \pi(i+1)(1-p).$$ Si escribimos $\rho = p/(1-p)$ entonces tenemos la relación de recurrencia $$\pi(i+1) = \rho \pi(i) = \cdots = \rho^{i} \pi(1) = \frac1p \, \rho^{i+1} \pi(0),$$ donde en la última igualdad utilizamos que el balance detallado en $i = 0$ viene dada por $\pi(0) = (1-p) \pi(1)$ .

Dado que la distribución estacionaria debe sumar $1$ (es una distribución de probabilidad) tenemos

$$1 = \sum_{i=0}^{\infty} \pi(i) = \frac{\pi(0)}p \sum_{i=0}^\infty \rho^i$$ Ahora puede utilizar la identidad de la serie geométrica para identificar cuándo está bien definida, y para encontrar la fórmula exacta de la distribución estacionaria.

Nota: En lo anterior trabajé con el método de suponer que el equilibrio detallado era cierto, y luego demostrar que de hecho era así (para ciertos $p$ que tendrá que comprobar). Un enfoque alternativo habría sido demostrar primero que el proceso es reversible demostrando Criterio de Kolmogorov (que muestra la reversibilidad, que es equivalente al equilibrio detallado), y luego derivar la relación de equilibrio detallado después.

4voto

dEmigOd Puntos 873

Sólo tienes que escribir esas ecuaciones entre sólo dos nodos, como tienes para $0$ . $$1 \cdot \pi_0 = q \cdot \pi_1$$ $$p \cdot \pi_1 = q \cdot \pi_2$$ $$ \ldots $$ $$\pi_{k+1} = \frac{p}{q} \cdot \pi_k = \left(\frac{p}{q}\right)^{k}\cdot \pi_1$$

Entonces tienes $$1 = \sum\limits_{k=0}^{\infty}\pi_k = q \cdot \pi_1 + \pi_1 + \left(\frac{p}{q}\right)^{1}\cdot \pi_1 + \left(\frac{p}{q}\right)^{2}\cdot \pi_1 + \ldots$$

$$1 = \pi_1 \cdot \left( q + 1 + \left(\frac{p}{q}\right)^{1} + \left(\frac{p}{q}\right)^{2} + \ldots\right)$$

$$\pi_1 = \frac{1}{\frac{1}{1 - p/q} + q}$$

hay que tener cuidado, así que $p < q$ de lo contrario, no existe ninguna distribución estacionaria.

0 votos

¿Por qué crees que es obvio que puedes escribir la relación $p \pi_1 = q \pi_2$ ? Esta solución no menciona que esta relación es un caso muy especial de la ecuación de equilibrio detallado y, además, que es necesario demostrar que los MC satisfacen el equilibrio detallado, ya que esto no es cierto para todos los MC (como en su ejemplo), $p \geq q$ ). Tener una distribución estacionaria no es una condición suficiente para el equilibrio detallado; consideremos por ejemplo el proceso con matriz de transición $P = \left( \begin{array}{ccc} 0 & 1 & 0 \\ 0 & 0 & 1 \\ 1 & 0 & 0 \end{array}\right).$

0 votos

¿Qué quieres decir? $\pi = (\frac{1}{3}, \frac{1}{3}, \frac{1}{3})$ es una distribución estacionaria, aunque es inalcanzable, si no se empieza en $\pi$ Esto se debe a que el MC es periódico. ¡Pero este es el caso de la pregunta del OP también! La distribución estacionaria es el vector propio de $\lambda=1$ .

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X