有限マルコフ連鎖の基本定理
内容
有限状態空間 上のマルコフ連鎖が既約かつ非周期的であれば、 を満たし各状態で となる定常分布 が一意に存在し、さらに が成り立つ——すなわち出発分布によらず、 のどの行も のとき に収束する。
なぜ正しいのか?
これこそがマルコフ連鎖がそもそも有用である理由である:ランダムに進化する系の長期的な振る舞いは、出発点を忘れて単一の予測可能なパターンに落ち着くこと、そしてそのパターンが何であるか(遷移ダイナミクスの唯一の不動点)を正確に教えてくれる。
証明の概略
存在性と一意性。 は行確率的であるから、全成分1のベクトルは固有値1に対する右固有ベクトルであり、したがって1は の固有値でもある(行列とその転置は固有値を共有する)。対応する左固有ベクトル が存在し を満たす。既約性とは が強連結なグラフの遷移行列であることを意味し、したがってペロン・フロベニウスの定理が適用できる:固有値1は単純(重複度1)であり、その固有ベクトルは狭義正に選べるので、成分の和が1になるよう正規化すれば一意性が得られる。
収束性。非周期性と既約性を合わせると、 の1以外の他のすべての固有値 は を満たす(これは周期性があれば崩れる部分である:周期的な連鎖は単位円周上にちょうどある追加の固有値、例えば を持ち、これは決して減衰しない)。任意の出発分布 を の固有基底で表すと、 に沿った成分(固有値1)は永遠に変化せず残り、それ以外の各成分はステップ で 倍され幾何学的にゼロへ縮小する。
この二つのステップを合わせると、 は固有値1の成分のみ、すなわちちょうど に収束し、これはすべての出発分布 (単位行列の各行、つまり各点質量を含む)に対して成り立つので、 のすべての行が主張どおり に収束する。
この定理を使うトピック
ステップごとの証明
この定理のステップごとの証明はまだありません。
参考文献
- David A. Levin, Yuval Peres, Elizabeth L. Wilmer (2017). Markov Chains and Mixing Times
- Sergey Brin, Lawrence Page (1998). The Anatomy of a Large-Scale Hypertextual Web Search Engine
- James R. Norris (1997). Markov Chains