随机环境马氏链的状态性质.docxVIP

随机环境马氏链的状态性质 1 随机环境模型 x是一个无限的集合或有限集合，a是x的所有子集，因此有一个可数的空间（（x，a），然后创建（，b0），使z={0，1，…}为全局集，n=z={0，1，2，…}为非负总数集合，=z。 Θn:Ω→Θ为坐标函数(n∈Z).B?σ(Θn,k-1nl+1)(-∞≤k≤l≤∞),B=B.令T:Ω→Ω为推移算子,即对任何.令π为可测空间上任一概率测度,且满足π。T-1=π.于是{Θn,n∈Z}是概率空间(Ω,B,π)上的取值于Θ的严平稳序列. Cogburn等分别在文献中定义了随机环境的马氏链及Hopf马氏链,并和其他学者对随机环境马氏链作了讨论.参见文献,本文所有的符号和定义参见,下面定义本文中用到的几个常见的特征数: L((x?→θ)；F)=Ρ(x?→θ){∞∪n=1(Xn?Τn→ξ)∈F}Q((x?→θ)；F)=Ρ(x?→θ){∞∪n=1∞∪n=k(Xn?Τn→ξ)∈F}G((x?→θ)；F)=∞∑n=1∑y∈XΡn(→θ；x?y)1(F)y(Τn→ξ)F(n)((x?→θ)；F)=Ρ(x?→θ)(τF=n) 其中,τF表示首次到达集合F的时刻. U((x?→θ)；F)=∞∑n=0Ρn((x?→θ)；F) 2 随机环境条件下的马氏链 一般而言,从经典的时齐马氏链到随机环境的马氏链,其性质发生了相当大的改变,如:→X并不具有马氏性等. 定义1称F∈ε是本质的,若:;F)0)0,称状态x是本质的,若[E]x是本质的,记[E]x={x}×Θ,称x是强常返的,若:;[E]x)=1)=1,称x是弱常返的,若:;[E]x)=∞)=1. 在是一个经典的时齐可数的马氏链,是没有本文所谓的本质、强常返、弱常返的区别的,对经典的时齐可数的马氏链有,状态x是本质的?状态x是强常返?状态x是弱常返.但对于随机环境的马氏链而言,却没有这种等价性,实际上有 定理1对随机环境的马氏链,有状态x是弱常返,不一定有状态x是强常返. 证明:取 X={a?b}?Θ={0?1}?p(0)=(0110)?p(1)= ,取π=ηZ,其中,使得π是(→Θ?→B)上的概率测度,满足π。T-1=π,则a是弱常返,有a不是强常返,实际上有 记:τ0(→θ)∞},则 πB=∞∑n=0π(τ0(→θ)=n)=∞∑n=012n+1=1 又有 p(1)p(0)=p(1)p(1)=p(0)p(1)= 所以对→θ∈B且当τ0(→θ)=0时, p(n)(→θ)= 而当τ0(→θ)0?nτ0(→θ)+1时, p(n)(→θ)=p(0)?p(0)p(1)p(θτ0(→θ)+1)?p(θn-1)= 故 G((a?→θ)；[E]a)=∞∑n=1p(n)(→θ∶a?a)∞∑n=τ0(→θ)+112=∞ 故状态a是弱常返. 再令:τ0(→θ)0},则 πB1=∞∑n=1π(τ0(→θ)=n)=∞∑n=112n+1=12 对→θ∈B1,当nτ0(→θ)+1时有 Ρ(a?→θ)(Xk=b?1≤kn.Xn=a)=p(1；a?b)p(1；b?b)?p(1；b?b)p(1；b?a)=12n 类似可计算当n=τ0(→θ)+1时有, Ρ(a?θ→)(Xk=b?1≤kn.Xn=a)=12n-1 当nτ0(θ→)+1时有, Ρ(a?θ→)(Xk=b?1≤kn.Xn=a)=0 所以, L(a?θ→；[E]a)=∑n=0∞Ρ(a?θ→)(Xk=b?1≤kn.Xn=a)∑n=1τ0(θ→)12n1L((a?θ→)；[E]a)≥Q((a?θ→)；[E]a) 故Q(a?θ→;[E]a)1,即状态a不是强常返,得证. 从本定理可知,即使X,Θ为有限集,有状态x是弱常返不一定有状态x是强常返. 3 状态x可达状态[x 下面讨论X为有限集时,随机环境的马氏链的一些性质. 定理2当X为有限集,一定存在状态x是本质的且是弱常返. 证明假设任意状态x是非本质的,则:;[E]x)0)=0,由概率的可列可加性得 ∏((y?θ→)∶Q(y?θ→；E))=∑x∈X∏((y?θ→)∶[E]x) 故 ∏((y?θ→)∶Q(y?θ→；E)0)=0 又由Q((x?θ→);F)的定义,得 Q((x?θ→)；F)=Ρ(x?θ→){∩n=1∞∪n=k∞(Xn?Τnξ→)∈F}=1-Ρ(x?θ→){∩n=1∞∪n=k∞(Xn?Τnξ→)F}= 1-Ρ(x?θ→){∪n=k∞(Xm?Τmξ→)F??mn?(Xn?Τnξ→)∈F}-Ρ(x?θ→)(∩n=1∞(Xn?Τnξ→)F)= 1-∑n=1∞{Ρ(x?θ→)(ΙF(Xn?Τnξ→)∈F)? ∑n=1∞∑y∈Xpn(θ→;x?y)Ι(F)y(Τnθ→)(1-L(y?Τnθ→;F)). 当F=E时,?n