ความสามารถในการจับตัวเป็นก้อน
ในทฤษฎีความน่าจะเป็นlumpabilityเป็นวิธีการลดขนาดของพื้นที่สถานะของห่วงโซ่ Markov แบบต่อเนื่องบางประเภทซึ่งตีพิมพ์ครั้งแรกโดยKemenyและSnell [ 1 ]
คำนิยาม
สมมติว่าปริภูมิสถานะทั้งหมดของลูกโซ่ Markovถูกแบ่งออกเป็นเซตย่อยของสถานะที่ไม่ซ้ำกัน โดยที่เซตย่อยเหล่านี้ถูกกำหนดโดยt ซึ่งก่อให้เกิดการแบ่งส่วนของสถานะต่างๆ ทั้งปริภูมิสถานะและชุดของเซตย่อยอาจเป็นได้ทั้งแบบจำกัดหรือแบบอนันต์นับได้ ห่วงโซ่มาร์คอฟแบบเวลาต่อเนื่องสามารถรวมกลุ่มได้โดยสัมพันธ์กับพาร์ติชันTก็ต่อเมื่อ สำหรับเซตย่อยt และt ใดๆ ในพาร์ติชัน และสำหรับสถานะn,n' ใดๆ ในเซตย่อยt
โดยที่q ( i ,j ) คืออัตราการเปลี่ยนสถานะจากสถานะiไปยังสถานะj [ 2 ]
ในทำนองเดียวกัน สำหรับเมทริกซ์สุ่มP เมทริก ซ์Pจะเป็นเมทริกซ์แบบรวมกลุ่มได้บนพาร์ติชันTก็ต่อเมื่อ สำหรับเซตย่อยt และt ใดๆ ในพาร์ติชัน และสำหรับสถานะ n,n' ใดๆในเซตย่อยt
โดยที่p ( i,j ) คือความน่าจะเป็นของการย้ายจากสถานะiไปยังสถานะj [ 3 ]
ตัวอย่าง
พิจารณาเมทริกซ์
และสังเกตว่าสามารถรวมกลุ่มได้บนพาร์ติชันt = {(1,2),(3,4)} ดังนั้นเราจึงเขียน
และเรียกP ว่าเมทริกซ์รวมของPบนt
กระบวนการที่สามารถรวมกลุ่มได้อย่างต่อเนื่อง
ในปี 2012 Katehakisและ Smit ค้นพบกระบวนการ Successively Lumpable ซึ่งความน่าจะเป็นคงที่สามารถหาได้โดยการคำนวณความน่าจะเป็นคงที่ของลำดับลูกโซ่ Markov ที่สร้างขึ้นอย่างเหมาะสมอย่างต่อเนื่อง ลูกโซ่แต่ละลูกจะมีพื้นที่สถานะที่เล็กกว่า (โดยทั่วไปมาก) และสิ่งนี้ทำให้การคำนวณดีขึ้นอย่างมาก ผลลัพธ์เหล่านี้มีการประยุกต์ใช้มากมายในด้านความน่าเชื่อถือและแบบจำลองและปัญหาการเข้าคิว[ 4 ]
ความสามารถในการรวมกลุ่มแบบกึ่งๆ
Franceschinis และ Muntz ได้แนะนำคุณสมบัติกึ่งก้อน ซึ่งเป็นคุณสมบัติที่การเปลี่ยนแปลงเล็กน้อยในเมทริกซ์อัตราทำให้โซ่สามารถเป็นก้อนได้[ 5 ]