マルコフ連鎖定常分布電卓

マルコフ連鎖定常分布電卓へようこそ。これは、あらゆる有限マルコフ連鎖の長期的な定常分布を計算するための強力な数学ツールです。遷移行列を入力するだけで、定常確率、インタラクティブな状態遷移図、収束の可視化、および詳細なステップバイステップの解決策が即座に表示されます。確率過程を扱う学生、研究者、専門家に最適です。

定常分布とは何ですか？

マルコフ連鎖の定常分布（静止分布とも呼ばれる）は、次を満たす確率ベクトル \(\pi\) です：

これは、システムが分布 \(\pi\) で開始された場合、何回遷移した後でも \(\pi\) のままであることを意味します。直感的には、 \(\pi_i\) はシステムが状態 \(i\) で過ごす時間の長期的な割合を表します。

主要概念

定常状態の解き方

定常ベクトル \(\pi\) は、 \(\pi P = \pi\) から導かれる連立一次方程式を解くことで求められます：

1. 方程式の書き換え： \(\pi P = \pi\) は \(\pi(P - I) = 0\) となり、これは \((P^T - I)\pi^T = 0\) と同等です。
2. 正規化の追加： 冗長な方程式の1つを \(\pi_1 + \pi_2 + \cdots + \pi_n = 1\) に置き換えます。
3. 連立方程式を解く： ガウスの消去法や行列法を使用して \(\pi\) を求めます。

エルゴード的な連鎖の場合、初期分布に関係なく、掛け算を繰り返すことで一意の定常状態に収束します。

この電卓の使い方

1. 遷移行列を入力： 各行を新しい行にして行列を入力します。値はカンマまたはスペースで区切ることができます。各行の合計は1である必要があります。
2. 状態ラベルを追加（オプション）： 状態のわかりやすい名前（例：晴れ, 雨）をカンマ区切りで入力します。
3. 小数点以下の精度を設定： 結果の小数点以下の桁数（2〜15）を選択します。
4. 計算： 「定常状態を計算」をクリックすると、定常分布、収束チャート、状態図、ステップバイステップの解決策を含む完全な分析が表示されます。

結果の理解

定常ベクトル

主な出力はベクトル \(\pi = (\pi_1, \pi_2, \ldots, \pi_n)\) であり、各 \(\pi_i\) は状態 \(i\) にいる長期的な確率を表します。最も確率が高い状態が支配的な状態です。

収束チャート

これは、一様分布から開始して P を繰り返し掛けることにより、確率分布がどのように進化するかを示します。収束が速いほど、連鎖の混合（ミキシング）が強いことを示します。

状態遷移図

以下のようなインタラクティブな視覚表現です：

• ノード（円）の大きさは定常確率を反映
• エッジ（矢印）の太さは遷移確率を表す
• 曲線の矢印は遷移の方向を示す
• 自己ループは同じ状態に留まる確率を示す

実世界での応用

一意の定常状態が存在するのはいつですか？

有限マルコフ連鎖は既約であれば一意の定常分布を持ち、さらに非周期的であれば、どの初期分布からもその分布に収束します。両方の性質を持つ連鎖をエルゴード的と呼びます：

• 既約： すべての状態から他のすべての状態へ到達可能（切り離されたコンポーネントがない）
• 非周期的： ある状態を通るすべてのサイクルの長さの最大公約数が1（固定された周期性がない）

周期的でも既約な連鎖は、定常分布をちょうど1つ持ちます。ただし Pᵏ は収束せずに振動します。可約な連鎖では、閉じたクラスが1つだけ（ほかは一時的な状態）の場合に限り定常分布が一意で、閉じたクラスが2つ以上あると定常分布は無数に存在します。

よくある質問

マルコフ連鎖の定常分布とは何ですか？

定常分布（または静止分布）とは、Pを遷移行列としたとき、πP = π を満たす確率ベクトル π です。これは、初期状態に関係なく、システムが各状態で過ごす時間の長期的な割合を表します。既約かつ非周期的なマルコフ連鎖の場合、定常分布は一意に定まります。

定常確率はどのように計算しますか？

定常ベクトル π を求めるには、すべての確率の和が1になる（Σπᵢ = 1）という制約条件の下で、連立方程式 πP = π を解きます。これは、正規化制約を付けて (Pᵀ - I)π = 0 を解くことと同等です。また、初期分布に P を収束するまで繰り返し掛ける累乗法を使用することもできます。

マルコフ連鎖が一意の定常分布を持つのはいつですか？

有限マルコフ連鎖が一意の定常分布を持つのは、閉じた連結クラスがちょうど1つのときで、特に既約（すべての状態から他のすべての状態へ到達可能）であれば必ず一意です。一意性に非周期性は必要ありません。周期的な連鎖 [[0, 1], [1, 0]] にも一意の定常分布 (½, ½) があります。非周期性が加わることで保証されるのは収束で、既約かつ非周期的（エルゴード的）な連鎖は、どの初期分布からでもその分布に近づきます。

マルコフ連鎖における平均回帰時間とは何ですか？

状態 i の平均回帰時間とは、状態 i から開始して状態 i に戻るまでの期待ステップ数です。エルゴード的なマルコフ連鎖の場合、平均回帰時間は 1/πᵢ（πᵢ は状態 i の定常確率）に等しくなります。定常確率が高い状態ほど、平均回帰時間は短くなります。

遷移行列と定常ベクトルの違いは何ですか？

遷移行列 P は n×n の行列で、P(i,j) は1ステップで状態 i から状態 j へ移動する確率を示します。各行の合計は1になります。定常ベクトル π は 1×n の確率ベクトルで、状態間の長期的な分布を表します。P は単一ステップの動態を記述し、π は平衡状態の挙動を記述します。

追加リソース

• マルコフ連鎖 - Wikipedia
• 確率行列 - Wikipedia