由生存筛选的群体
设一个系统可能进入不可恢复的失效状态。我们只观察走了 步后仍然运作的系统:这群幸存者的状态分布一般不同于最初的分布,因为较易失效的状态会逐渐被筛走。若一个分布经过这种筛选后保持不变,就称为准平稳分布。它不是通常的平稳分布:每一步都有概率失效,必须重新归一化才得到幸存者的概率分布。
以下研究有限、元素全为正的次随机矩阵。这比不可约更强,却让我们用明确的收缩论证证明极限。我们引用有限维 Brouwer 不动点定理来构造正特征向量。
未归一化的生存质量
定义 2.6.1
(生存与准平稳性)
令 ,矩阵 满足 ,每行和至多为一,且至少一行和严格小于一。加入吸收状态 ,从 到它的概率是 ,而 是吸收态。设 ,初始行概率向量为 。则
若对每个 及每个使条件有定义的 都有 ,则称 上的概率行向量 为准平稳分布。
在以生存为条件之前,先确认生存终究是罕见的,这样条件化才是真正的筛选,而不是形式。
引理 2.6.2
(几乎必然被吸收)
在定义的假设下,存在 ,使对每个初始概率 及每个 都有 。特别地,,而对每个有限的 都有 。
证明
(每两步都有固定的吸收机会)
记 ,取 使 。从任何状态 出发,链以概率 走到 ,再以概率 被吸收,所以两步内吸收的概率至少为 。在时刻 应用马尔可夫(Markov)性质,每多两步的条件生存概率至多为 ,故 ;令 即得几乎必然吸收。由于元素全正,每个行和 都为正,所以 ,定义中的条件概率总有意义。
几乎必然吸收并不妨碍幸存者的条件分布有有意义的极限;这个极限正是下一条定理的内容。
正矩阵的定理
定理 2.6.3
(唯一的生存筛选分布)
在上述假设下,存在严格正的向量 与 ,使 且
是唯一准平稳分布。对 上任何初始概率 ,
从 出发时,生存时间在离散时间中恰为几何分布:。从其他初始分布出发,有限时刻的生存比率一般不必等于极限比率。
证明
(特征向量、h 变换与收缩)
在概率单纯形上, 与 均连续,并把单纯形映回自身。由 Brouwer 定理各有不动点 和 ,对应正特征值 与 。因 ,
所以 。把 归一化使分量和为一。由 且至少一项严格小于一,得到 ;正性给出 。
定义变换后的矩阵
的元素全正,且每行和为一。令 、。任意两行至少共有总质量 ;移去这共同的均匀次概率后,余下质量均为 ,故右乘 使概率行向量间的全变差距离至多缩为原来的 倍。因此 有唯一平稳概率 ,并且对任意概率 有 :同一收缩使相继迭代成为柯西(Cauchy)序列。
由归纳法,。令 、,则
归一化后,条件分布趋向与 成正比的概率。而 对 平稳,所以极限正是 。把上式对 求和,利用有限正和 收敛至正数,便得生存比率的极限。若 准平稳,它在每个 的条件分布都等于 ,刚证明的极限因此迫使 。最后, 给出精确的几何生存公式。
证明透视
正性与行和缺损在哪里用到
证明有三步,每个假设都在确定的位置进入。
- 的严格正性使两个归一化映射在单纯形上有定义(分母 永不为零),并使 Brouwer 不动点严格为正。它第二次、也较隐蔽地用于 :没有它,收缩常数 可能等于一。
- 行和缺损只用了一次,用来得到 。没有它,, 就只是普通的平稳分布。
- 关键一步是 h 变换 。它把损失质量的矩阵 变成随机矩阵,而恒等式 表明幸存者就是以 重新加权的 链,几何因子 在归一化时抵消。
论证得以完成,是因为随机矩阵 的收敛只是标准的收缩,而 这一识别把它的平稳分布转回准平稳分布。 是证明工具,路径分布与原链不同;它一般不等于只以“再生存一步”为条件所得的转移矩阵。
例题
例题 2.6.4
(最初生存率与极限生存率不同)
取
第一行一步生存的概率为 ,第二行为 。两行成比例,直接相乘得到
从状态 1 出发,第一步幸存者的分布已是 ,其后保持不变,所以对 ,
初始生存率 不等于其后的条件生存率 。从 出发则连第一步的生存率也是 ,即生存概率为 。
下一例是相反的极端:行和相等时,从任何起点出发生存时间都恰为几何分布,但条件分布仍要经过收敛。
例题 2.6.5
(行和相等:从任何起点都是几何生存)
取
两个行和都是 ,所以 。因此 、,由对称性 ;验证:。于是任何起点都有 ,生存比率在每个时刻都等于 。由于 是常数, 且 :
此式在 成立,并可由 归纳得到。所以从状态 1 出发,幸存者处于状态 1 的概率为 ,以速率 几何地趋向 。这里 、,证明中的收缩界恰好达到。
生存概率也决定平均吸收时间,依据是尾和公式 。
例题 2.6.6
(两种运作状态的平均吸收时间)
回到 。从状态 1 出发,第一例给出 ,以及对 有 ,所以
从状态 2 出发,第一步幸存分布同样是 ,故对 有 ,。从 出发吸收时间为几何分布,。
用首步分析核对:向量 满足 ,即 。以 代入,,正如所需。
定理中的正性假设不能简单放宽为不可约,下面的周期矩阵说明了这一点。
反例模式
不可约仍可能周期振荡
令 。它不可约且几乎必然吸收; 是生存因子 的准平稳分布。但从状态 1 出发,在存活条件下偶数时刻必在 1、奇数时刻必在 2,故条件分布不收敛。严格正性排除了此周期现象;在上述证明中它不是装饰性的假设。
常见误解
常见错误
(把准平稳分布当作平稳分布)
普通平稳性是保留全部概率的矩阵 的方程 。这里 每步损失 的质量,是以 为条件才把总质量恢复为一。从 出发而不加条件, 的分布是 上的 加上 处的质量 ,它收敛到 上的点质量。
常见错误
(把幸存者分布收敛读成路径永远生存)
幸存者分布收敛并不表示某条典型路径会永远生存:按上面的引理,每条路径几乎必然被吸收。极限描述的是时刻 仍存活、且不断缩小的子群体,而不是任何无穷路径。
常见错误
(以第一步生存率作为长期生存率)
从固定状态 出发,第一步的生存概率是 ,一般不等于 。在第一个例题中 ,而 。从 出发,或行和全部相等时,每个有限时刻的生存比率都等于 ;一般起点的生存比率只会趋近 。
练习
快速检查
(对第一个例题的 ,从状态 2 出发,求第一步幸存分布和 。)
把 的第二行归一化。
解答 · 答案
第二行是 ,行和为 ;归一化后为 。此后每步以概率 生存,故 。
练习 2.6.7
(设 是 上的概率,,且 。直接证明 是准平稳分布,并对 求 。)
基础证明
解答(3)
- 1
迭代特征方程
由归纳法,,所以对每个 有 。
- 2
把幸存质量归一化
,且 。因此 是准平稳分布。
依据: ,且 。
- 3
对生存尾概率作差
∎对 ,,是几何分布。
快速检查
(对周期矩阵 ,求 和时刻 的条件分布。)
每行和都是 。
解答 · 答案
不论当前状态如何,每步的生存概率都是 ,所以 。存活路径确定地交替,故在存活条件下, 为偶数时状态为 1, 为奇数时状态为 2;条件分布是 或 ,不收敛。
快速检查
(当 且 ,求 、、、 及平均吸收时间。)
一维时每个特征向量都只是正数。
解答 · 答案
取 、,则 ,而 。由 及尾和公式,。