25.12.2012 Views

Dispense

Dispense

Dispense

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

274 CAPITOLO 5. SISTEMI MARKOVIANI<br />

Teorema 33 Se P è regolare su uno spazio degli stati S …nito, allora esiste una ed una sola<br />

misura invariante e per essa vale la convergenza all’equilibrio<br />

per ogni i; j 2 S.<br />

lim<br />

n!1 p(n)<br />

ij = j<br />

Proposizione 29 Se P è irriducibile, su uno spazio degli stati S …nito, ed esiste almeno uno<br />

stato i tale che<br />

pii > 0<br />

allora è regolare.<br />

Teorema 34 Se P è irriducibile, su uno spazio degli stati S …nito, (Xn) n 1 indica un processo<br />

di Markov associato a P (con qualsiasi distribuzione iniziale al tempo zero) e è la distribuzione<br />

invariante di P (sappiamo che è unica), allora per ogni funzione f : S ! R vale<br />

la convergenza in probabilità (anche quasi certa)<br />

1<br />

lim<br />

n!1 n<br />

dove (f) è la media di f rispetto a :<br />

Si noti che 1<br />

n<br />

nX<br />

f (Xi) = (f)<br />

i=1<br />

(f) = X<br />

f (i) i:<br />

i2S<br />

P n<br />

i=1 f (Xi) è una variabile aleatoria.<br />

Se (Xn) n 1 fosse un processo stazionario e fosse la legge di Xn (cosa vera se X1 avesse<br />

legge , visto che è invariante), allora sarebbe<br />

(f) = E [f (X1)]<br />

cioè il terema ergodico precedente avrebbe esattamente la forma di quello visto nel capitolo<br />

sui processi stazionari.<br />

Qui la situazione è meno generale che in quel capitolo, perché stiamo esaminando catene<br />

di Markov …nite. Ma per certi versi è più generale, sia perché possiamo predere f qualsiasi<br />

(mentre nella versione base del teorema ergodico facevamo solo le medie 1 Pn i=1 Xi), sia per-<br />

ché il processo (Xn) n 1 non è necessariamente stazionario. Inoltre, si noti che non assumiamo<br />

alcuna scorrelazione asintotica. Il fatto di non aver bisogno dell’ipotesi di stazionarietà è una<br />

proprietà simile a quella del teorema 33: anche se non si parte con distribuzione , asintoticamente<br />

è come se si avesse distribuzione . Ciò dipende dall’ipotesi di irriducibilità. Se si<br />

vuole però la vera e propria convergenza all’equilibrio l’irriducibilità non basta (basta cioè per<br />

le medie temporali ma non per i singoli valori temporali, come si può capire facendo esempi<br />

periodici). Per quanto riguarda poi la scorrelazione asintotica, di nuovo questa è prodotta<br />

automaticamente dall’ipotesi di irriducibilità.<br />

n

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!