关于可列非齐次马氏链随机选择的若干强极限定理
一类隐非齐次马尔可夫模型的强极限定理

摘 要 : 假 定 隐 藏 的 马 氏链 为 非 齐 次且 从 隐 藏链 到 观 测链 的 转 移 矩 阵 列 也 与 时 刻 T有 关 的 情 况 下 , 一 类 在 在 / 对 发 音 过 程 中 常 用 的 隐 马 尔 可 夫 模 型进 行 研 究 . 类 模 型 的 主 要 特 点 是 观 测 链 不 仅 受 当 前 状 态 的 影 响 还 与 上 这
Jn 2 0 u ..0 8
文 章 编 号 :6 2 2 7 (0 8 0 —0 2 Байду номын сангаас0 17 — 4 7 2 0 )2 0 7 4
一
类 隐 非 齐 次 马 尔 可 夫 模 型 的 强 极 限 定 理
天 、 吴 小 J太
( 徽 工 程 科 技 学 院 应 用 数 理 系 . 徽 芜 湖 2 1 0 ) 安 安 4 0 0
J )= b.i Z , J∈ S, , ; ) , ( , Z∈ T.
() 1
则 ( Y , 0 为 一类 隐 马尔可 夫模 型 引, 由隐藏链 到观 测链 的转 移概 率 P( Z X 一 iX X , n ) 记 Y = I , =
如 ( ) 义 的隐 马 尔 可夫 模 型 主要用 于发 音过 程 的研 究 , 的 主要 特 点是 观测 链 不 仅 受 当前 状 态 的 1定 它 影 响还 与上 一 时刻状 态 有关 . 假定 { , 0 为非 齐次 马 氏链 且 b( ; ,) ,有 关 时 , X n ) j Z 与 z ; 将此 时 的模 型称 为隐非 齐 次马 尔可 夫模 型. 文先 给 出该模 型 的强极 限定律 , 后得 出状态 出现频 率 的强极 限定 理 . 本 然
1 预 备 知 识
引理 1 设 ( X—Y , 0 n )是如 ( ) 1 定义 的 隐非齐 次马 尔可 夫模 型 , 对 V五 ∈ S, ∈ T, t 则 0
有限非齐次马尔可夫链的强极限定理

[ n )一・1 n F( (/ )
m x ( 一) 8( t } t p ( , ] =0 。 s , a t ,jX ) g ( ) t , ) ・・
(・ ) 2 1
收 稿 日期 :0 6—1 2 20 0— 0
(, )=l p1n f : ,p(,e i s (/) (J Ii) mu ∑g ) J
则 [ )一( / ) ,( 1 n g( t
n
’ <∞,
=0 , 一
(.) 11
(. ) 12
Jp( )
其中,
,() 1 ) 。 =( n ∑g( , ) / 一X .
作 者 简 介 : 学 武 ( 9 5一), 龙 江青 冈 人 , 教 授 , 事 不 动 点 理 论 和 概 率 极 限 理 论 的 研 究 。 王 16 黑 副 从
维普资讯
第 3期
王学 武 : 限 菲齐 次 马 尔 可 夫 链 的 强 极 限定 理 有
维普资讯
第 6卷 第 3期 2007年 3月
南 阳 师 范 学 院 学报
J u na fNa y n r lUnie st o r lo n a g No ma v ri y
V0 . . 1 6 No 3 M a . 2 o7 r 0
p 一 = ( ) ¨, , ( , ) p 。兀P ) ( ( = ( n[ x) ) 一 1 )Ip 。 +∑Ip(¨, ). / n( n X]
2 主 要 结 果
(.) 1 8 (.) 1 9
定理 2 1 设 { n≥ 0} . X, 具有 初 始分 布 ( . )与转 移矩 阵 ( . )的马 氏链 , 16 17 如果存 在 常 数 a >0使
马氏环境中马氏链转移概率几何平均及其泛函的强极限定理

N. o 2
李应求等:马氏环境 中马氏链转移概率几何平均及其泛函的强极 限定理
59 0
定 义 1 如果 对 任意 , ∈ , , n∈ 有 P( = ∈ =P( = x ̄) P( + Xo } ) Xo l , o 1=yX; ) l  ̄ =P( ; , , , ) 则 称 为 随机环 境 中马 氏链 , 为 随机 环境 序列 ;若 是 一 马 氏序列 ,则称 是 马 氏环 境 中马 氏链 . 本 文恒 设 是 马 氏环境 ∈中的 马 氏链 ,其 中 ∈的一 步转 移 函数 为 (, , ’ 。 )其状 态 空 间为 = {,, , , 始分 布为 12… Ⅳ)初
基金项 目:国家 自然科学基金 ( 4 11, 07 0 1 、教育部 留学 回国人员科研启动基 金 ( 0554 、湖南 1 70 2 17 12 ) 0 [ 01 ) 2 6 省自然科学基金 (8 J0 7 和湖南省教育厅 自然科学基金 (7 0 3 0 C10 资助 0J 30 ) 0A 0 , 8 2 )
摘要:该文利用分析方法 一区间剖分法,给出了状 态有限的单无限马 氏环境 中马氏链转 移概 率几何平均的两个 用不等式表示的强极限定理;研究了此链 的泛 函的极限性质 , 得到 了一类不
同于 通 常 强 大 数 定律 的 强 极 限 定 理 .
关键词:马氏环境;马氏链;强极 限;几何平均.
数学物理学报
ht: atms im. . tp/ c / a .p ac w cn
马氏环境 中马氏链转移概率几何平均 及 其 泛 函 的 强极 限 定理
李 应 求 汪和松 王 众
( 长沙理工大学数学与计 算科 学学院 长 沙 4 0 7 ; 1 0 6 。湖 南电子科技职业学院 长沙 4 0 1 ) 1 2 7
非齐次马氏链和树指标马氏链的若干极限定理

非齐次马氏链和树指标马氏链的若干极限定理以《非齐次马氏链和树指标马氏链的若干极限定理》为标题,本文将介绍不完全马氏连锁和树印的一些极限定理。
马氏连锁是一种统计量,它用来衡量不同离散序列之间的相似性,可以用于推断两个离散序列之间的关系,并根据统计量推断这两个序列之间的正确关系。
一般情况下,它表示两个变量之间的相关性,而这种相关性被称为“马氏连锁”。
马氏连锁可以用于不同离散序列,如数字序列、字符串序列、词序列和字符序列等。
树指标马氏链是一种特殊的马氏链。
它以树的形式表示不同离散序列之间的相关关系,将其视为树枝和树叶的映射关系。
树指标马氏链是一种基于树的马氏链,它可以表示不同离散序列之间的正确关系。
不完全马氏链是一种不完全统计模型,它可以用来衡量不同离散序列之间的相关关系,并反映他们之间的一些特征。
它是树指标马氏链的一种特殊类型,可以用来表示不同离散序列之间的正确关系。
以上是两种不同的马氏链模型的简单介绍,下面我们将介绍他们的一些极限定理。
首先,有一个叫做马氏链定理的定理,它定义了没有相同离散序列之间马氏连锁的最大值。
该定理表明,如果没有相同离散序列,马氏连锁的最大值不会超过1,即当变量之间没有相关性时,马氏连锁的最大值为1。
此外,还有一个叫做树指标马氏定理的定理,它指的是在树指标马氏链中,当离散序列之间存在明确的正确关系时,其马氏连锁值最大为1。
该定理指出,如果离散序列之间存在明确的正确关系,则马氏连锁值最大为1,即其马氏连锁值最大时,离散序列之间存在完全正确关系。
此外,还有一个叫做树指标马氏链定理的定理,它指的是在树指标马氏链中,当离散序列之间不存在完全正确关系时,其马氏连锁值最小为0。
该定理指出,如果两个序列之间没有正确的关系,那么它们之间的马氏连锁值最小为0,即离散序列之间没有完全正确的关系时,它们的马氏连锁值最小为0。
最后,有一个叫做马氏链完全极限定理的定理,它定义了不同离散序列之间的最大马氏连锁值和最小马氏连锁值。
可列非齐次马氏链的绝对平均强遍历性

Vo . 5 N0 6 12 .
重庆 工 商大 学学报 (自然科 学版 )
J hnq g eh0B ses n .N tc E ) ogi cnl u ns u i ( a si d C nT i v
20 0 8年 1 2月
De . 0 8 c2 0
作者简介 : 叶从 雨( 94一) 男 , 18 , 安徽 固镇人 , 硕士研究生 , 事随机环境中马氏链 的研究 从
54 7
重庆工商大学学报 ( 自然科学版 )
第2 5卷
音 -・ 口 0
证 明 对 任何 的 m >0, : 有 。+ ≤ 。 0 ・
定理 l 设 { , n≥O 是定义在 s= { ,, , } 的非齐次马氏链 , } O 12 … 上 其转移矩 阵列为 { n≥ 1 . P, } Q为一 常数 随机 矩阵 , { n≥O 是 另一 非 齐次 马 氏链 的转 移矩 阵列 , 设 Q, } 且满 足 : 对任何 的正 整数 m, 意 任
文章 编号 :6 2一 5 x(08 0 O 7 17 O 8 20 )6一 53一O 3
可 列 非 齐次 马 氏链 的 绝 对 平 均 强遍 历 性
叶 从 雨
( 安徽师 范大学 数学 系 , 安徽 芜湖 2 1o ) 4 o 0
摘 要 : 用非 齐 次马 氏链 的 绝 对平 均 强遍 历 性 的 概念 , 究 了非 齐 次马 氏链 的绝 对 平 均 利 研
强遍历 性 , 得到 了非 齐次马 氏链 满足 绝对平 均 强遍历 的 充分条 件 . 关键词 : 绝对 平均 强遍 历 ; 氏链 ; 马 强遍 历 中图分 类号 : l . O2 16 文献标 识码 : A
二重非齐次马氏链随机变换的一个强极限定理

Oc . 2 2 t 0 0
÷ 一一 , 一一 、 数 一 学 ÷
k +
一
文 章 编 号 :10 0 0—1 4 ( 0 2 0 6 6 2 0 )5—0 4 4 7—0 3
+
一 +
一+
+
.
二 重 非 齐 次 马 氏链 随 机 变 换 的 一 个 强 极 限 定 理
函 数 的 强 极 限 定理 , 为推 论 得 到 二 重 马 氏 链 随 机 选 择 的 若 干 强 极 限 定理 . 作
中 图 分 类 号 :02 14 1 .
文献 标 识 码 :A
1 定 义
随机 变 换 的概念 最早 源 于 赌 博 系 统 , 9世 纪 1
2 ~3 0 0年 代 德 国著 名 统 计 学 家 R. Mi s发 现 V. s e
维普资讯
第2 4卷 第 5期
2 00 2年 10 月
沈
阳
工
业
大
学
学
报
Vo . 4 NO. 12 5
J u n l fS e y n iest f c n lg o r a o h n a g Unv ri o y Te h oo y
r / } 前 定 义, a ,/ } 一 列单调 不 减的 可 ≥2 如 { r ≥2 是 预 报 序列 , a 且 十∞ , 如果
m} 的二重 非 齐次 马 氏链 , 初始 分布 与转 移 概 率 其 矩 阵分 别 为
(, i )> 0 i ∈ S ,, P = ( ( , Z ) ( , Z i , ) , i , )> 0 , i , ∈ S = 2, … , , 3 ( 2) () 1
∑ n [ ( _ _' I : V 2 l ) ' x
随机环境中马氏链的一类强极限定理
代 数
, 对 任 意 的 , 使 Y∈E, x Y 为 . 可 测 的 ; , m( , ) M ) 的 概 率 分 布 , =( k 上 m m,
, 为环境 空间. Q)
链 , 境 空 间 ( , 环 M .
分 别 表 示 乘 积 空 间 和相 应 的 乘 积 r 数 . ,代 定 义 1 设 Q为( . M ,
集 , , E 积 盯代 数 . 以 记 上 全 体 转 移 概 率 矩 阵 , M = { , ) , 即 m( Y , y E} m( y 为 转 移 矩 阵 , M 上 赋 弱 拓 扑 定 义 一 最 小 , , ) 在 分 别 表 示 轨 道 空 间 及 相 应 的 由 值 于 E的 非 齐 次 马 氏链 . 而
现 设 初 始 分 布 周定 , 任 意 F∈ , , 对 A∈
n = M × E . . J/ × EZ / g .
.
) / ( I } ] I )< c ,
, 令
则 ∑ cA( 在A 上ne收敛 x) B . . .
() 2
是一个正整数 , 记 Z ( ( ) ) 且 = I / ( 1 , I ) c
,
㈩
m( , , , )=t( ) ( , ) l l ) 0 l … f x 0 m0 0 1 m ( , … ’‘ 2
令A ∞ ∑ KE ( ( )) d×- ={ : [ I I I o ‘ ( 。 ,
X ,] ) / ( c I } I )< ,
关 于 齐 次 马 氏链 与非 齐 次 马 氏链 的 极 限 定 理 已 有 相 当
= i n ∑ I× (。。 , >) ( m {: [ r , , ) . 3 n , ‘ ] 。 )
关于非齐次马氏链的一个强极限定理
令
( )=
+ 丽
+. .+ ・
收稿 日期 t0 1 1 6 20 —1 一l 作者筒介 : 范爱华 (9 4一) 女 , 16 . 安擞 安庆人 . 安擞工业太学数理 示剐教授 。
维普资讯
第 2期
范爱华 : 于非齐 次马 氏链 的一 个强极 限定 理 关
P ( . ,P ( ) …。 X) X, , P ( 墨)
、
【 5 J
的子 列 : 而且仅 当 五:1 1 & ) (≤ ≤n 时选取式 ( ) 5 中的 n( 一 鼠 )于是得 到式 ( ) 鼠 , 5 的子序 列 , 记
口 :
∑
( 6 )
() 7
随机 选 择 的概 念最早 源 于赌博 系统 。 二三 十年代 德国著名 统计 学家 R V Mi s发现 了这个 问题 的重 要 .. s e
性. 并把 它作 为公 理而 引进 …, 这个 同题 和概率 论频率 定义 的关 系至今仍 受 到学者 们 的关 注 …。 在文献 [1 3 中
提 出了研究强 极 限定 理 的一种 新方法 一网微 分法 , 文献 【 1 4 研究 了随机序列 几何 平均 的强极 限定 理 。 文将 本 随机选 择 的概 念推 广到有 限 非齐次 马 氏链 随机转 移概率 随机调 和平 均的情 形 。 且文 献 [ 1的结果是 本文 并 3
Ab a t h 0 in 0 a d m ee t n i x e d d t a d m a mo i u v rg fr n o  ̄ n i o r b 。 蛐r c :T e n t f n o s l ci s e tn e o r n o h r n o s a e a e o a d m a st n p o a 0 r o i b ly frn n h mg n o r o h i sb s g a n w me h d o i e e t t n 0 e ・ i t o o e o e o s Ma k v c an y u i e t o fdf r n a i n n t i n i o Ke r s a d m e e t n y wo d :r n o s lc i ;d f r n i t n o e; rn o h r n o sa e a e o i e e t i n n t a d m a mo iu v g f ao
可列非齐次马氏链的绝对平均强遍历性质
、
人研究的基础上 , 得到了两个非齐次马氏链满足这种强遍历的充分条件. 设 A =( 口)是定义在 S× S上的实数矩阵, 其中 S = { ,,, . I23 …}定义 A的范数 l 如下 :
・
n
一
个常数随机矩阵 Q, 对所有的m有 :
'
- -
, 。
Z
。 ,
I “ 一 I P ’ QI I=0 则称马氏链关于常数随机矩阵 Q是 ,
绝对 平 均强遍 历 的. 由定义知 , 马氏链的绝对平均强遍历性完全由其转移矩阵列 { n≥ l 决定. P, } 有时也称转移矩阵列
lm i 1
- -
I  ̄ I ・ P
_ _
一QI l=0
而 Im¨Q ≤'l1 “l I “ Q]  ̄ 一 I 一 l0 寺 I ・ 一 I k i 一 + / [p I l , l I , P ‘ lt “ = 一IX i P 1 m , =
20 0 7年 l 0月
0 t2 0 c. 0 7
文章 编号 :6 2— 5 X(07)5— 48— 2 17 0 8 20 0 0 4 0
可 列非 齐次 马 氏链 的绝 对 平均 强遍 历 性 质
桂 春 燕
( 安徽师范大学 数学 系 , 安徽 芜湖 2 10 ) 4 00
摘
要 : 究 了非 齐次 马氏链 的 绝 对平 均强 遍 历性 , 于绝 对 平 均 强遍 历 性 在 马 氏 决 策过 研 由
是 绝对 平均 强遍 历 的 , l I 一P 且 i l m P 绝 对平 均强遍 历 的. =O l l 一 =I=0则I l } P , ≥ l 也是 ,i I m P PI , , ≥1 和{ , } P , l
非齐次马氏链随机选择的一个强极限定理
中国法分类号
Ab ta t S m e s r n [m i t e r m so h a d m ee to o o o g n u a k v c ans sr c o t o g i t h o e n t e r n o s lc in f r n nh m e o s M r o h i a e d ̄ u s d b e n fma tn e m e h d. r i s e y m a s o r igl t o K e r n nh m g n u a k v c i s, m a tng l r nd m ee t n . s r n i i y wo ds o o e o s M r o han r i ae. a o s lc i o to g l t m
为 { ( . X ≥ 1 / x , ) }关 于 { V
() 4
≥1 }的 变 换
2 主 要 结 果
定理 1 设 { X ≥ 0 是 具 有 初 始 分 布 ( )和 } 1
n ,对 几乎 处处 意义 下 成立 的等 式或 不 等式 常 省去
a ^ 记号 .
1 定 义
对 本 文所 涉及 的问题 都将 在 固定 的完 备概 率 空
间 ( F. )上 进 行 讨 论 .{ n. P F ≥ 1 是 F 的 自然 } 代 数 流 , 即 F. ( ,… ,X . 约 定 F = { . = ) ,
r :∑v ( 噩 . X)
随机 选择 的概念最 早 源于赌博 系统 . 二三 十年 代
德 国 著 名 统 计 学 家 R. Mi s 现 了这 个 同 题 的 重 V. s 发 e
) ≥ 1 . .
(j 3
在 考 虑 非 齐 次 马 氏链 随 机 选 择 时 , 设
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第2 7卷 第 2 期 20 0 2年 4月
昆
明 理
工
大
学
学
报
VO .7N O2 1 . 2 Ap . 0 r 2 02
J un l fKu m ig Un v r i fS in e a dTe h o o y o r a n n ie st o ce c n c n lg o y
t , 如果
∑a
则
口
( . ) 】 XI 】 一 … < x
^(k, 一 【 -X ) ) I , l ∑ { X- ) ( I k ¨】=
k= l
证明 令
=
( -X ) 【 女l l女 l 1 l k一 ( 一 X ) 一 k 】 , 】
。 =
∑ ( = ( , ( = , 川 ∑ ) ∑ , - ( J) ( ) 一
=
I
k= l
k =l
注意到
E ( _ 女 女]∑^ _ )( [X 1 ) 一 ^ 女】 l 1 ( l P l女 J
关 于可 列非 齐次 马 氏链 随机 选 择 的若 干 强极 限定 理
上 J中 士 J
( 安徽工业大学 数理系, 安徽马鞍山 2 3 0 ) 402
摘要 : 用鞅 方法, 究非 齐次马 氏链 随机 选择的 若干强极 限定理 _ 利 研 概率论 中随机 选择 的基 本思
想是: 0 1 在 和 两个等可能值的 B ro l 序列 中,0与 1 en u i l 的排列是完全无规则的 ,而且想要
Xo. 1… , , 一 1
() 1oX1, , , ( I ( X2 n X
的子序列 :当且仅 当 =1 选取(4,1) 时 1)(5中的 . _】 ) 于是得 到(4与(5的子序列 , : ( l 以 X , 1) 1) 记
链 中
1 定义 对本文所涉及的问题都将在固定 的完备概率空间 ( , , ) n ,尸 上进行讨论 ,F . ≥ ) F的 自然 代 { n 1是 数流, = ( -X ) 即F o X - ,约定 F ={, , , 0 n)对几乎处处意义下成立的等式或不等式常省去 a. s 记号. 设 { , ≥0 是状态空间为 s{,…. ” ) =1 , J 2 的非齐次马氏链 ,其初始分布与转移概率矩阵分别为:
∑a ( , ) XI t … ] x
有
∑研 : t * z ] c
。l
() 1 2
于是 由鞅 差序列 收敛定理
,p10有 .9 ,
∑Vk' k/ r ̄
收 敛
( 1
即得 ( 6)式成 立. 以下恒假设 { . l }是随机选择函数 ,即 是在 {, 中取值的布尔函数 , O) 1 在考虑随机选择的 问题时,根据 的值来选取序列
/ F 1 构成一 a, . )亦
易知 f , )是一鞅差序列 ,而 由 及 a 是 F 可测的 ,所以 { ,
鞅差序列 . 令
Z = / a.
于是
EZI一 (# ̄) F】
(
由
鲁 州
(0 1) (1 1)
萼 (_ )一 : l l 1 l ]
收稿 日期: 0 1 1— 0 基金项 目: 20 — 0 1; 安徽工业 大学青年 自然科学基金 作者简介: 汪忠志 ( 6 ,0~ , , 1 5 1 )男 副教授; 9 主要研究方 向: 概率论极 限理论
维普资讯
第2 期
汪忠志 : 于可列非齐敬马氏链随机选择的若干强极限定理 关
(( ,( ) - ) g1 92, - )
=
( 1 ) ∈S n , … , =1 2 ( 2 )
( ) P, )
其中P( ) Px : I = ) t = ( 1则
P o …X )q 0 I 1 ) ≥ ( x ・ () (_ 1 xl
O 引言
随机选择的概念最早源于赌博 系统 ,2~ 0 0 3 年代德 国著名统计学家 RVMi s 、 . s 发现 了这个 问题的重 e 要・ , 性 他把它作为公理而引进…这个 问题与概率论逻辑基础的关系,至今仍收到学者们的关注 作者在 . . 文 中采用刘文提 的研究强极限纯分析方法[ 3 1 及其所引文献,将无规则性 ( 随机选择 ) 概念推广到 非齐次马氏链情形中 本文 目的是利用更简捷的鞅变换的概念 , 将随机选择的有关结果推广到非 齐次马氏
t l =
( 3 )
≥l是适 随机序 列 }
在 考虑非 齐 次马 氏链 随机选 择 时 ,我们 先给 出一 个一 般 的概念 :设 ( . 称 { .≥1为可 预报 序列 n )
定义 设 {
≥ ) 0、
- ≥1均 由上述定义, i , ≥1是定义在 S S 1 ) I ( x n ) ) x 上的二元 函数列称
通过选 择子序 列 来控 制稍偏 多于 0 1 是不可 能的. 文利用鞅 方法, 究非 齐次马 氏链 随机 或 也 本 研
选择 的 若 干 强 极 限 定 理
中图分类 号 : 1 F5 02 1 0 1 4
文 献标识 码: A
文章编号 :0 785 (0 20 .3 —4 10 .5 X 20 )2140
为( (
,
≥1 )关于 ,
-j>1 的变换 】 -1 n
2 主要 结 果及 证 明
定理 1 { , 20 是具有初始分布( 和转移概率矩阵f 的可列非齐次马 氏链 ,f ,) 1是 设 H ) 1 ) 2 ) { . ) Ax n 定义 s S 上的二元函数列 , _ ≥ )如前定义 ,a, ≥1 x 在 { 】 1 { ” }是一列单调不减的可预报序列 ,且