中文

有限状态马尔可夫链的亚稳态:一种识别慢变量用于模型简化的递归过程

概率论 2015-12-22 v1

摘要

考虑在固定有限集 EE 上演化、由参数 NN 索引的一列连续时间、不可约马尔可夫链 (ηN(t):t0)(\eta^N(t) :t\ge 0)。记 RN(η,ξ)R_N(\eta,\xi) 为马尔可夫链 ηtN\eta^N_t 的跳跃率,并假设对任意键对 (η,ξ)(\eta,\xi)(η,ξ)(\eta',\xi')arctan{RN(η,ξ)/RN(η,ξ)}\arctan \{R_N(\eta,\xi)/R_N(\eta',\xi')\}NN\uparrow\infty 时收敛。在稍强一点的假设下(参见下文 \eqref{mhyp}),我们提出一种递归过程,其给出一列递增的时间尺度 θN1,,θN\mfp\theta^1_N, \dots, \theta^{\mf p}_NθNjθNj+1\theta^j_N \ll \theta^{j+1}_N,以及对集 EE 的粗化划分 {\msE1j,,\msE\mfnjj,Δj}\{\ms E^j_1, \dots, \ms E^j_{\mf n_j}, \Delta^j\}1j\mfp1\le j\le \mf p。令 ϕj:E{0,1,,\mfnj}\phi_j: E \to \{0,1, \dots, \mf n_j\} 为由 ϕj(η)=x=1\mfnjx\mb1{η\msExj}\phi_j(\eta) = \sum_{x=1}^{\mf n_j} x \, \mb 1\{\eta \in \ms E^j_x\} 定义的投影。对每个 1j\mfp1\le j\le \mf p,我们证明隐马尔可夫链 XNj(t)=ϕj(ηN(tθNj))X^j_N(t) = \phi_j(\eta^N(t\theta^j_N)) 收敛到 {1,,\mfnj}\{1, \dots, \mf n_j\} 上的马尔可夫链。

关键词

引用

@article{arxiv.1512.06597,
  title  = {Metastability of finite state Markov chains: a recursive procedure to identify slow variables for model reduction},
  author = {C. Landim and T. Xu},
  journal= {arXiv preprint arXiv:1512.06597},
  year   = {2015}
}