跳到主要内容

停时

阐述

称关于一个随机过程 XiX_i 的某个随机变量 TT 是一个停时,如果事件 T=iT=i 可以仅通过看 X1,,XiX_1,\cdots,X_i 来判断。

称关于一个连续时间随机过程 XtX_t 的某个随机变量 TT 是一个停时,如果事件 TtT\le t 可以仅通过看 Xs,stX_s,s\le t 来判断。

实例

性质

强 Markov 性

对于 Markov 链 XiX_iTT 是一个停时,则有

P(XT+i=yXT=x,T<)=P(Xi=yX0=x)\mathbb P(X_{T+i}=y|X_T=x,T<\infty)=\mathbb P(X_i=y|X_0=x)

这意味着在一个停时处,Markov 链相当于从头开始。

对于连续时间 Markov 链 XtX_tTT 是一个停时,则有

P(XT+s=yXT=x,T<)=P(Xs=yX0=x)\mathbb P(X_{T+s}=y|X_T=x,T<\infty)=\mathbb P(X_s=y|X_0=x)

相关内容

参考文献