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

スペクトルギャップによる混合の評価

定理 4.3(「Markov 連鎖 Monte Carlo」§4) ・ ✓公理まで証明済み

PP を、正の確率分布 π\pi について可逆で既約な SS 上の遷移行列とし、πmin⁡=min⁡xπ(x)\pi_{\min} = \min_x\pi(x) と置く。定義 2.7 の記号を使う。

  1. すべての x∈Sx \in S と t≥0t \ge 0 について ∥Pt(x,⋅)−π∥TV≤121−π(x)π(x) (1−γ∗)t.\|P^t(x, \cdot) - \pi\|_{\mathrm{TV}} \le \frac12\sqrt{\frac{1 - \pi(x)}{\pi(x)}}\,(1 - \gamma^*)^t.
  2. γ∗>0\gamma^* > 0 ならば、0<ε<10 < \varepsilon < 1 について tmix(ε)≤max⁡{0, ⌈1γ∗ln⁡12επmin⁡⌉}.t_{\mathrm{mix}}(\varepsilon) \le \max\Bigl\{0,\ \Bigl\lceil\frac{1}{\gamma^*}\ln\frac{1}{2\varepsilon\sqrt{\pi_{\min}}}\Bigr\rceil\Bigr\}.
  3. すべての t≥0t \ge 0 で λ∗t≤2d(t)\lambda_*^t \le 2d(t) である。したがって 0<γ∗<10 < \gamma^* < 1、0<ε<120 < \varepsilon < \frac12 ならば tmix(ε)≥(1γ∗−1)ln⁡12ε.t_{\mathrm{mix}}(\varepsilon) \ge \Bigl(\frac{1}{\gamma^*} - 1\Bigr)\ln\frac{1}{2\varepsilon}.

本文で読む(証明と前後の説明)→

閉包の状態

✓ 公理まで証明済み

証明が使う定理を 前提 としてたどると、Rikai の中の証明だけで定義・公理(物理では基本仮定)までつながっています(前提の定理類 21 件、定義なども含めて 24 件)。

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。

前提をたどる 証明が使う定理・定義(直接 1 件)

▸ を開くと、その項目の証明が使う前提が出ます。深い先は各項目のページでたどれます。

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