连续时间Markov链的嵌入及其不变分布的数值计算.pdfVIP

中国科学: 数学 2015 年 第45 卷 第5 期: 671 682 连续时间 链的嵌入及其不变分布的 数值计算 ∗ 刘源远 汤迎春 赵以强 中南大学数学与统计学院 长沙 收稿日期 接受日期 通信作者 中央高校基本科研业务费批准号 资助项目 摘要 本文采用嵌入的思想来研究连续时间 链不变分布的数值计算问题 本文建立连续时间 嵌入 链作为截断扩充逼近的两个基本性质 得到连续时间水平依赖的 型 过 程不变分布的迭代公式 并且在此基础上给出广义 分支过程不变分布的稳定算法 并通过两 个例子来介绍这一算法 关键词 连续时间Markov 链 分支过程 不变分布 嵌入技巧 截断扩充逼近 数值计算 主题分类 60J27, 65C20 引言 连续时间 链 也称q 过程 是一类应用很广的随机过程 其研究具有重要的理论意义 和实际价值 给定一个q 矩阵 不论保守与否 已经彻底解决了q 过程的存在唯一性这一重要 问题 其所得结果被国际同行誉为侯氏定理 自存在唯一性研究好之后 遍历性受到了学者们的广泛 研究 取得了丰富的成果 参见文献 我们知道 若 链是遍历的 则其不变分布存在且唯 一 而且不变分布的存在唯一性也已有完整的刻画 参见文献 但对不变分布本身的研究还不够 充分 虽然生灭过程 、单生过程 和单死过程 的不变分布可以显式地表示出来 但对其他模型 我们很难得到不变分布的表达式 有些情形即使我们能得到显式表达式 但其数值计算不一定能实现 也就是说 漂亮的解析表达式不一定能导出稳定有效的数值算法 因此 研究不变分布的数值计算很 有必要 这属于计算概率 的范畴 计算概率依赖于我们对问题本身的概率分析 同时也要应用计算 数学的理论技巧 通常采用两种方法来计算 链的不变分布 一种方法是截断扩充逼近的方法 另一种 方法是设计稳定有效的数值算法 截断扩充逼近是通过有限 链的不变分布来逼近无限 链的不变分布 简单地说 就是用有限逼近无限 这种方法看似简单 但在某些情形下 有限 链 的不变分布并不收敛到无限 链的不变分布 这样的逼近就不成功 实例参见文献 此外 逼近的有效性也需要度量 这样关于截断扩充逼近就有两个基本问题 什么样的条件保证收敛性 如果收敛 收敛的速度又如何 从数学的角度上说 如果能够得到显式的表达式或递推公式已经很 英文引用格式 刘源远等: 连续时间 Markov 链的嵌入及其不变分布的数值计算 完美了 但这样的表达式或迭代公式在数值计算时可能效果很差 基于这些表达式或递推公式的算法 甚至有可能是不稳定的 因此 很有必要应用某些方法来得到等价的表达式或递推公式 去发展稳定 有效的数值算法 本文应用 过程的嵌入技巧 参见文献 来研究上述两个问 题 得到了新的结果 第 节介绍连续时间嵌入 链的概念和基本性质 第 节应用嵌入的思 想来研究截断扩充逼近 证明全变差范数意义下的嵌入 链是最佳截断扩充逼近 但在 V 范数 意义下不一定是最佳逼近 第 节再次应用嵌入的思想得到连续时间水平依赖的 型 过程不变分布的递推公式 第 节应用该公式得到广义 分支过程不变分布的一个稳定有效的 数值算法 连续时间 链的嵌入 设{X , t } 是可数状态空间S 上的连续时间 链 q 矩阵为Q 我们规定本文所涉及的 t 连续时间 链都是时齐 链 设E 是S 的一个子集 用Ec 表示集合E 的补集 q 矩阵Q 可以分解成 E Ec