随机环境中马氏链转移函数的收敛性  

THE CONVERGENCE FOR TRANSITION FUNCTIONS OF MARKOV CHAINS IN RANDOM ENVIRONMENTS

作　　者：高振龙[1] 王伟刚[2] 胡迪鹤[3] 

机构地区：[1]安阳师范学院数学系,河南安阳455000 [2]浙江工商大学统计与数学院,浙江杭州310018 [3]武汉大学数学与统计学院,湖北武汉430072

出　　处：《数学杂志》2008年第5期546-550,共5页Journal of Mathematics

基　　金：国家自然科学基金(10371092)

摘　　要：本文研究了随机环境中马氏链转移函数的收敛性.利用Doeblin条件,得到了随机环境中一般状态马氏链转移函数弱收敛及强收敛的一些条件,以及收敛速度的一个估计.We study the convergence for Markov chain in random environment. Using the Doeblin condition, we obtain some conditions to ensure the Markov chain in random environment being weakly convergent and strongly convergent, then, we get an estimate of the convergence speed.

关 键 词：随机环境 转移函数 弱收敛 强收敛 随机Doeblin条件 

分 类 号：O211.62[理学—概率论与数理统计]