情報科学 › 乱数と確率的数値計算 › Markov 連鎖 Monte Carlo

全変動距離と混合時間

定義 4.1(「Markov 連鎖 Monte Carlo」§4)

SS 上の確率分布 μ,ν\mu, \nu の全変動距離を ∥μ−ν∥TV=12∑x∣μ(x)−ν(x)∣\|\mu - \nu\|_{\mathrm{TV}} = \frac12\sum_x|\mu(x) - \nu(x)| と定める。定常分布 π\pi をもつ遷移行列 PP について

d(t)=max⁡x∈S∥Pt(x,⋅)−π∥TV,tmix(ε)=min⁡{t≥0:d(t)≤ε}d(t) = \max_{x \in S}\|P^t(x, \cdot) - \pi\|_{\mathrm{TV}}, \qquad t_{\mathrm{mix}}(\varepsilon) = \min\{t \ge 0 : d(t) \le \varepsilon\}

と置き、tmix(ε)t_{\mathrm{mix}}(\varepsilon) を混合時間という(そのような tt がなければ ∞\infty)。

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

証明で明示的に参照している定理は、まだありません。