Abstract
В статье рассмотрены свойства квазиметрики среднего времени первого прохода - обобщенной метрической структуры, тесно связанной с эргодическими однородными цепями Маркова.Во введении представлена история вопроса, дан обзор основных идей и результатов работы.В первом разделе собраны основные понятия теориицепей Маркова - последовательностей случайных событий с конечным или счетным числом исходов, характеризующихся тем, что, говоря нестрого, при фиксированномнастоящем будущее независимо от прошлого. Точнее, математическая модель некоторого случайного процесса представляет собой марковскую цепь, если распределение вероятностей параметров процесса в следующий момент времени зависиттолько от параметров процесса в предыдущий момент.Во втором разделе собраны базовые определения, необходимые для рассмотрения роли графовых моделейв представлении и исследовании эргодических однородных цепей Маркова.Марковская цепь может быть изображена в виде ориентированного взвешенного графа переходов, вершины которого соответствуют состояниям цепи, а дуги - переходам между ними.Процесс будет эргодическим, если построенный взвешенный орграф является слабо связным, и наибольший общий делитель длин всех его циклов равен единице.С другой стороны, любой связный граф может служить базой для построения модели простейшей цепи Маркова: если вершина $i$ имеетстепень $k$, то все выходящие из нее ребра превращаются в дуги с весами $\frac{1}{k}$.%Основное место занимают понятия, связанные с теорией остовного леса сходящихся деревьев ориентированного %графа, соответствующего матрице перехода однородной эргодической цепи Маркова.В третьем разделе дано определение среднего времени первого прохода для однородной эргодической цепи Маркова. Представлены несколько способов построения соответствующей матрицы $M$. Подробно проанализирован алгоритм нахождения среднего времени первого прохода с помощью использования сходящихся деревьев ориентированного графа, связанного с матрицей перехода эргодической однородной цепи Маркова. Описана родственная рекуррентная процедура.В четвертом разделе матрица среднего времени первого прохода рассмотрена как {\it квазиметрика } $m$среднего времени первого прохода на множестве вершин $V=\{1, 2, ..., n\}$ ориентированного графа, соответствующего матрице перехода эргодической однородной цепи Маркова: $m(i,j)$ - ожидаемое количество шагов (дуг) для случайного блуждания на орграфе $\Gamma$, начинающегося с $i$, для достижения $j$ в первый раз. Эта квазиметрика обладает рядом важных теоретических и прикладных свойств.В частности, квазиметрика среднего времени первого прохода для простого случайного блуждания по связному невзвешенному графу $G$, в котором из любой вершины графа существует равная вероятность перемещения в любую соседнюю вершину,является взвешиваемой квазиметрикой, т.е. существует весовая функция $w: V\rightarrow\mathbb{R}_{\ge 0}$,%$w=(w_1, w_2,\ldots, w_n)$,такая, что для всех $i,j\in V$ имеет место сотношение %& Было бы здорово найти для $m_i$ наглядную интерпретацию.$m(i,j)+w_i=m(j,i)+w_j.$Менее изучены, но не менее интересны связи квазиметрики среднего времени первого прохода с другими метрическими структурами на графах, в частности, с $\alpha$-метрикой леса и ее вариациями.Наконец, в пятом разделе рассмотрены примеры построения и исследования квазиметрики среднего времени первого прохода. Помимо иллюстрации ''графовой`` процедуры построения матрицы $M$, представлены рекуррентные алгоритмы исследования и проанализированы получающиеся при этом обобщенные метрические структуры.
Highlights
In the third section the definition of the mean first passage time for an ergodic homogeneous Markov chain is given
A mean first passage time is analyzed as the quasi-metric m of mean first passage time on the vertices V = {1, 2, ..., n} of the oriented graph corresponding to the transition matrix of a given ergodic homogeneous Markov chain: m(i, j) is the expected number of steps for random wandering on the oriented graph Γ, starting at i, to reach j for the first time
The quasi-metric of mean first passage time for the simple random walking on a connected unweighted graph G, in which there is an equal probability of moving from any vertex to any adjacent vertex, is a weighted quasi-metric, i.e., there exists a weight function w : V → R 0, such that m(i, j) + wi = m(j, i) + wj for all i, j ∈ V
Summary
Рассмотрим последовательность одинаковых случайных испытаний, в которой вероятность исхода следующего испытания зависит только от исхода испытания, непосредственно предшествующего ему. Важной характеристикой эргодической однородной цепи Маркова с состояниями 1, 2, ..., n является среднее время первого прохода из состояния i в состояние j, определяемое как. Тогда среднее время первого прохода из состояния i в состояние j в цепи Маркова может быть представлено как. Если в определении среднего времени первого прохода использовать требование p 0 вместо требования p ≥ 1, то среднее время первого прохода из состояния i в состояние j в цепи Маркова может быть получено как mij = fij/qj, i, j = 1, 2, ..., n. Квазиметрика среднего времени первого прохода для простого случайного блуждания по связному невзвешенному графу G, в котором из любой вершины графа существует равная вероятность перемещения в любую соседнюю вершину, является взвешиваемой квазиметрикой, т. Но не менее интересны связи квазиметрики среднего времени первого прохода с другими метрическими структурами на графах, в частности, с α-метрикой леса и ее вариациями. Особый интерес представляет попытка переноса ряда классических рекуррентных процедур, связанных с указанными метрическими структурами, на ориентированный случай
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Disclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.