Zadania Egzaminacyjne z Łańcuchów Markowa
Uwaga Za każde zadanie można dostać 10 punktów. Rozwiązania można albo przesyłać do mnie bez- pośrednio e-mailem albo składac najpóźniej do 5 lutego do 17:00 w mojej skrzynce na MIM UW. Na dyskusję o rowiązaniach i wpisy wyznaczony został piątek 6 lutego 12-14 na MIM
1. Udowodnij Prawo Iterowanego Logarytmu (Hartman-Wintner LIL). Pokaż, że jeśli (Xi)i>1 są niezależne o tym samym rozkładzie takie, że EXi= 0, σ2= EXi2< ∞, wtedy
lim sup
n→∞
Sn
√2nL2n = − lim inf
n→∞
Sn
√2nL2n = σ, p.n.,
gdzie Sn = X1+ ... + Xn, L2x = log log max(x, ee). Na odwrót z faktu, że zachodzi LIL wynika, że EXi2< ∞ i EXi= 0.
Uwaga Istnieją dwie metody dowodu tego faktu (cf. Ledoux-Talagrand Probability in Banach Spaces). Następujące wskazówki prowadzą do jednej z nich.
(a) Pokaż, że jeśli EX2 < ∞, EX = 0, to istnieje ciąg liczb (ηi) dodatnich malejących do 0 takich, że
X
i
1
L2iP(|X| > ηi( i
L2i)1/2) < ∞.
(b) Definiujemy zmienne
Yi= Xi1|Xi|6ηi(i/L2i)1/2− E(Xi1|Xi|6ηi(i/L2i)1/2).
(c) Korzystając z nierówności Levy’ego i nierówności Bernstein’a dla zmiennych ograniczonych tzn. kiedykolwiek są Zi niezależne, to
P( max
16k6n|
k
X
i=1
Zi| > t) 6 3P(|
n
X
i=1
Zi| > t/3), oraz
P(
n
X
i=1
Zi > t) 6 exp(− t2 2(v2+ M/3)), gdzie v2= EPn
i=1Zi2, |Zi| 6 M, udowodnij LIL dla zmiennych Yi, to znaczy pokaż, że lim sup Sn
p2v2nL2v2n = 1, gdzie vn2=Pn
i=1EYi2.
(d) W dowodzie ograniczenia z dołu przez σ dla lim sup w LIL wykorzystaj odwrotną nierówność Kolmogorowa tzn.
P(
n
X
i=1
Zi> t) > exp(−(1 + γ)t2 2v2 ), jeśli t> K(γ)b oraz tM 6 ε(γ)v2.
(e) Wywnioskuj, że
lim sup
n→∞
Pn i=1Yi
√2nL2n = σ, p.n.
(f) Pokaż, że
√ 1 2nL2n|
n
X
i=1
Xi1|Xi|>ηi(i/L2i)1/2| 6 (1 n
n
X
i=1
Xi2)1/2( 1 2L2n
n
X
i=1
1|Xi|>ηi(i/L2i)1/2)1/2.
Uzasadnij że wyrażenie po prawej zbiega do 0 prawie na pewno (SLN-mocne prawo wielkich liczb, analiza 1).
1
(g) Podobnie wykaż, że
√ 1 2nL2n|
n
X
i=1
EXi1|Xi|>ηi(i/L2i)1/2| zbiega do 0 prawie na pewno.
(h) Wywnioskuj LIL dla EXi= 0, EXi2< ∞.
(i) Na odwrót załóżmy, że LIL jest spełnione to znaczy
lim sup |Sn|
√2nL2n < ∞, p.n.
Chcemy pokazać, że EXi= 0, EXi<∞. Zauważ, że można ograniczyć rozumowanie do zmien- nych symetrycznych.
(j) Z prawa 0 − 1 wydedukuj, że lim supn→∞√|SnLn|
2n = M p.n. dla pewnego M < ∞.
(k) Uzasadnij, że
2 lim sup
n→∞
Pn
i=1Xi1|Xi|6c
√2nL2n 6 2M, p.n.
(l) Wykorzystując twierdzenie LIL pokaż, że EX21|X6c|6 M2 i dokończ dowód.
2. Udowodnij, że jeśli istnieje σ-skończona miara niezmiennicza π dla łańcucha X, to nastepujące warunki są równoważne
(a) dla każdego f, g ∈ L1(π), gdzieR gdπ 6= 0 mamy
n→∞lim Sn(f )
Sn(g) =π(f )
π(g), Pµ− p.n., gdzie Sn(f ) =Pn
i=1f (Xi), µ-dowolny rozkład początkowy.
(b) Łańcuch X jest Harris powracalny.
3. Niech (Xn)n>0 będzie ergodycznym łańcuchem Markowa z rozkładem stacjonarnym π. Niech R f2dπ < ∞ oraz
∞
X
n=1
Z
f (x)Pnf (x)π(dx)
jest zbieżny. Pokaż, że Sn(f )/√
n → N (0, σ2) (według rozkładu) Sróbuj uzasadnić, że
σ2= Z
f2(x)π(dx) + 2 Z
(
∞
X
n=1
Pnf (x)π(dx)),
jeśli założymy, że P∞
n=1f (·)Pf(·) zbiega w L1(π). (Dla uproszczenia można założyć że istnieje atom).
4. Niech X będzie ergodycznym łańcuchem Markowa. Mówimy, ze łańcuch jest ergodyczny stopnia 2 jeśli dla dowolnego A ∈ B+(X ) mamy EπτA < ∞. Udowodnij, że ergodyczność stopnia 2 jest równoważna z tym, że CLT zachodzi dla wszystkich funkcji f ograniczonych takich, że π(f ) = 0.
To znaczy Sn(f )/√
n → N (0, σ2). Nadto
σ2= Z
f2(x)π(dx) + 2 Z
(
∞
X
n=1
Pnf (x)π(dx)),
Można dla uproszczenia założyć, że istnieje atom α.
2
5. Mówimy, że łańcuch jest jednostajnie ergodyczny jeśli
n→∞lim sup
x∈X
kPn(x, ·) − πktv= 0,
gdzie k · ktv jest normą całkowitego wahania. Uzasadnij, że dla jednostajnie ergodycznych łań- cuchów Markowa cała przestrzeń jest małym zbiorem. Uzasadnij, że istnieje κ > 1 takie, że supx∈X ExκτC, dla dowolnego małego zbioru C i pewnego κ > 1.
6. Załóżmy, że łańcuch X jest jednostajnie ergodyczny. Niech π(f ) = 0, π(f2) < ∞, pokaż, że zachodzi CLT, czyli
Sn(f )
√n → N (0, σ2), gdzie
σ2= Z
f2(x)π(dx) + 2 Z
(
∞
X
n=1
Pnf (x)π(dx)).
Dla uproszczenia można załozyć, że atom istnieje.
7. W modelu GI/G/1:
(a) Klienci przybywają do systemu w niezależnych odtępach czasu T1, T2, T3, ... o tym samym rozkladzie zmiennej T , to znaczy P(T 6 t) = G(−∞, t]. Klienci będą pojawiac się w chwilach T00= T0= 0, T10 = T0+ T1,T20= T0+ T1+ T2,...
(b) n-ty Klient wymaga obsługi zajmującej Snczasu, gdzie Snpochodzą z tego samego rozkladu zmiennej S, to znaczy P(Sn6 t) = H(−∞, t]. Zatem łączny czas obsługi n-klientów wynosi Si0= S0+ S1+ ... + Si.
(c) Klienci obsługiwani są przez jeden serwer w kolejności zgłoszeń. Niech N (t) będzie liczbą klientów przebywających w systemi w chwili t. Niech nadto Nn będzie liczbą klientów w systemie tuż przed chwilą Tn0, czyli N (Tn0−).
(d) Zakładamy, że H(−∞, t] = 1 − e−µt, t> 0, oraz G(−∞, t) = 1 − e−λt, t> 0.
pokaż, że jeśli λ > µ, to istnieje rozkład stacjonarny. Co się stanie w przypadku kiedy λ6 µ.
8. Dla błądzenia z barierą to znaczy
P (i, i + 1) = p, x > 0; P(x, x − 1) = 1 − p, x > 0 P (0, 0) = 1 − p, wypisz wzór na funkcjęgenerującą rzokład Px(τ0= n), to znaczy
f (x, z) =
∞
X
n=0
Px(τ0= n)zn.
Wykorzystaj postać f (x, z) aby wykazać, że jeśli p < 1/2, to 2pp(1 − p) jest tempem zbieżności do rozkladu stacjonarnego, to znaczy
∞
X
n=0
kPn(x, ·) − π(·)ktvλn< ∞,
dla λ < 1/(2pp(1 − p)).
9. Niech W będzie zmienną na R taką, że EW = 0 oraz 0 < EW2< ∞. Pokaż, że wóczas błądzenie losowe na półprostej to znaczy Xn= (X0+Pn
i=1Wi)+, gdzie (Wi)i>1są i.i.d. o rozkładzie W jest powracalne. Co jeśli EW2= ∞?
3