数学 › 確率論 › Markov 連鎖と Poisson 過程

遷移行列と Markov 連鎖

定義 2.1(「Markov 連鎖と Poisson 過程」§2)

行列 P=(P(x,y))x,y∈SP=(P(x,y))_{x,y\in S} が遷移行列(確率行列)であるとは、P(x,y)≥0P(x,y)\ge0 かつ各行の和が ∑yP(x,y)=1\sum_yP(x,y)=1 であることをいう。SS 値の確率変数列 (Xn)n≥0(X_n)_{n\ge0} が初期分布 μ\mu、遷移行列 PP の Markov 連鎖であるとは、P(X0=x)=μ(x)P(X_0=x)=\mu(x) で、すべての nn と x0,…,xn,y∈Sx_0,\dots,x_n,y\in S(左辺の条件の確率が正のもの)について

P(Xn+1=y∣X0=x0,…,Xn=xn)=P(xn,y)P(X_{n+1}=y\mid X_0=x_0,\dots,X_n=x_n)=P(x_n,y)

が成り立つことをいう。

本文で読む(前後の説明と例)→

閉包の状態

定義

定義は閉包の起点です(証明を要しません)。

印の意味: ✓公理まで証明済み ・ △証明あり(閉包未完)・ ※主張のみ。テーマごとの集計は 閉包の状況。

これを使っている定理 証明で参照している 1 件

関連するノック 2 問