由生存篩選的群體
設一個系統可能進入不可恢復的失效狀態。我們只觀察走了 步後仍然運作的系統:這群倖存者的狀態分佈一般不同於最初的分佈,因為較易失效的狀態會逐漸被篩走。若一個分佈經過這種篩選後保持不變,就稱為準平穩分佈。它不是通常的平穩分佈:每一步都有概率失效,必須重新歸一化才得到倖存者的概率分佈。
以下研究有限、元素全為正的次隨機矩陣。這比不可約更強,卻讓我們用明確的收縮論證證明極限。我們引用有限維 Brouwer 不動點定理來構造正特徵向量。
未歸一化的生存質量
定義 2.6.1
(生存與準平穩性)
令 ,矩陣 滿足 ,每行和至多為一,且至少一行和嚴格小於一。加入吸收狀態 ,從 到它的概率是 ,而 是吸收態。設 ,初始行概率向量為 。則
若對每個 及每個使條件有定義的 都有 ,則稱 上的概率行向量 為準平穩分佈。
在以生存為條件之前,先確認生存終究是罕見的,這樣條件化才是真正的篩選,而非形式。
引理 2.6.2
(幾乎必然被吸收)
在定義的假設下,存在 ,使對每個初始概率 及每個 都有 。特別地,,而對每個有限的 都有 。
證明
(每兩步都有固定的吸收機會)
記 ,取 使 。從任何狀態 出發,鏈以概率 走到 ,再以概率 被吸收,所以兩步內吸收的概率至少為 。在時刻 應用馬爾可夫(Markov)性質,每多兩步的條件生存概率至多為 ,故 ;令 即得幾乎必然吸收。由於元素全正,每個行和 都為正,所以 ,定義中的條件概率總有意義。
幾乎必然吸收並不妨礙倖存者的條件分佈有意義的極限;這個極限正是下一條定理的內容。
正矩陣的定理
定理 2.6.3
(唯一的生存篩選分佈)
在上述假設下,存在嚴格正的向量 與 ,使 且
是唯一準平穩分佈。對 上任何初始概率 ,
從 出發時,生存時間在離散時間中恰為幾何分佈:。從其他初始分佈出發,有限時刻的生存比率一般不必等於極限比率。
證明
(特徵向量、h 變換與收縮)
在概率單形上, 與 均連續,並把單形映回自身。由 Brouwer 定理各有不動點 和 ,對應正特徵值 與 。因 ,
所以 。把 歸一化使分量和為一。由 且至少一項嚴格小於一,得到 ;正性給出 。
定義變換後的矩陣
的元素全正,且每行和為一。令 、。任意兩行至少共有總質量 ;移去這共同的均勻次概率後,餘下質量均為 ,故右乘 使概率行向量間的全變差距離至多縮為原來的 倍。因此 有唯一平穩概率 ,並且對任意概率 有 :同一收縮使相繼迭代成為柯西(Cauchy)序列。
由歸納法,。令 、,則
歸一化後,條件分佈趨向與 成正比的概率。而 對 平穩,所以極限正是 。把上式對 求和,利用有限正和 收斂至正數,便得生存比率的極限。若 準平穩,它在每個 的條件分佈都等於 ,剛證明的極限因此逼使 。最後, 給出精確的幾何生存公式。
證明透視
正性與行和缺損在哪裏用到
證明有三步,每個假設都在確定的位置進入。
- 的嚴格正性使兩個歸一化映射在單形上有定義(分母 永不為零),並使 Brouwer 不動點嚴格為正。它第二次、也較隱蔽地用於 :沒有它,收縮常數 可能等於一。
- 行和缺損只用了一次,用來得到 。沒有它,, 就只是普通的平穩分佈。
- 關鍵一步是 h 變換 。它把損失質量的矩陣 變成隨機矩陣,而恆等式 顯示倖存者就是以 重新加權的 鏈,幾何因子 在歸一化時抵消。
論證得以收結,是因為隨機矩陣 的收斂只是標準的收縮,而 這一識別把它的平穩分佈轉回準平穩分佈。 是證明工具,路徑定律與原鏈不同;它一般不等於只以「再生存一步」為條件所得的轉移矩陣。
例題
例題 2.6.4
(最初生存率與極限生存率不同)
取
第一行一步生存的概率為 ,第二行為 。兩行成比例,直接相乘得到
從狀態 1 出發,第一步倖存者的分佈已是 ,其後保持不變,所以對 ,
初始生存率 不等於其後的條件生存率 。從 出發則連第一步的生存率也是 ,即生存概率為 。
下一例是相反的極端:行和相等時,從任何起點出發生存時間都恰為幾何分佈,但條件分佈仍要經過收斂。
例題 2.6.5
(行和相等:從任何起點都是幾何生存)
取
兩個行和都是 ,所以 。因此 、,由對稱性 ;驗證:。於是任何起點都有 ,生存比率在每個時刻都等於 。由於 是常數, 且 :
此式在 成立,並可由 歸納得到。所以從狀態 1 出發,倖存者處於狀態 1 的概率為 ,以速率 幾何地趨向 。這裏 、,證明中的收縮界恰好達到。
生存概率也決定平均吸收時間,依據是尾和公式 。
例題 2.6.6
(兩種運作狀態的平均吸收時間)
回到 。從狀態 1 出發,第一例給出 ,以及對 有 ,所以
從狀態 2 出發,第一步倖存分佈同樣是 ,故對 有 ,。從 出發吸收時間為幾何分佈,。
用首步分析核對:向量 滿足 ,即 。以 代入,,正如所需。
定理中的正性假設不能簡單放寬為不可約,下面的週期矩陣說明了這一點。
反例模式
不可約仍可能週期振盪
令 。它不可約且幾乎必然吸收; 是生存因子 的準平穩分佈。但從狀態 1 出發,在存活條件下偶數時刻必在 1、奇數時刻必在 2,故條件分佈不收斂。嚴格正性排除了此週期現象;在上述證明中它不是裝飾性的假設。
常見誤解
常見錯誤
(把準平穩分佈當作平穩分佈)
普通平穩性是保留全部概率的矩陣 的方程 。這裏 每步損失 的質量,是以 為條件才把總質量恢復為一。從 出發而不加條件, 的分佈是 上的 加上 處的質量 ,它收斂到 上的點質量。
常見錯誤
(把倖存者分佈收斂讀成路徑永遠生存)
倖存者分佈收斂並不表示某條典型路徑會永遠生存:按上面的引理,每條路徑幾乎必然被吸收。極限描述的是時刻 仍存活、且不斷縮小的子群體,而不是任何無窮路徑。
常見錯誤
(以第一步生存率作為長期生存率)
從固定狀態 出發,第一步的生存概率是 ,一般不等於 。在第一個例題中 ,而 。從 出發,或行和全部相等時,每個有限時刻的生存比率都等於 ;一般起點的生存比率只會趨近 。
練習
快速檢查
(對第一個例題的 ,從狀態 2 出發,求第一步倖存分佈和 。)
把 的第二行歸一化。
解答 · 答案
第二行是 ,行和為 ;歸一化後為 。此後每步以概率 生存,故 。
練習 2.6.7
(設 是 上的概率,,且 。直接證明 是準平穩分佈,並對 求 。)
基礎證明
解答(3)
- 1
迭代特徵方程
由歸納法,,所以對每個 有 。
- 2
把倖存質量歸一化
,且 。因此 是準平穩分佈。
依據: ,且 。
- 3
對生存尾概率作差
∎對 ,,是幾何分佈。
快速檢查
(對週期矩陣 ,求 和時刻 的條件分佈。)
每行和都是 。
解答 · 答案
不論目前狀態為何,每步的生存概率都是 ,所以 。存活路徑確定地交替,故在存活條件下, 為偶數時狀態為 1, 為奇數時狀態為 2;條件分佈是 或 ,不收斂。
快速檢查
(當 且 ,求 、、、 及平均吸收時間。)
一維時每個特徵向量都只是正數。
解答 · 答案
取 、,則 ,而 。由 及尾和公式,。