Fra En introduksjon til stokastisk modellering av Pinsky og Karlin (2011):
En begrensende distribusjon, når den eksisterer, er alltid en stasjonær distribusjon, men omvendt er ikke sant. Det kan eksistere en stasjonær distribusjon, men ingen begrensende distribusjon. For eksempel er det ingen begrensningsfordeling for den periodiske Markov-kjeden hvis overgangssannsynlighetsmatrise er $$ \ mathbf {P} = \ left \ | \ begin {matrix} 0 & 1 \\ 1 & 0 \ end {matrix} \ right \ | $$ men $ \ pi = \ left (\ frac {1} {2}, \ frac {1} {2} \ right) $ er en stasjonær distribusjon, siden $$ \ left (\ frac {1} { 2}, \ frac {1} {2} \ right) \ left \ | \ begin {matrix} 0 & 1 \\ 1 & 0 \ end {matrix} \ right \ | = \ left (\ frac {1} { 2}, \ frac {1} {2} \ right) $$ (s. 205).
I en tidligere seksjon hadde de allerede definert en " begrensende sannsynlighetsfordeling "$ \ pi $ av
$$ \ lim_ {n \ rightarrow \ infty} P_ {ij} ^ {(n)} = \ pi_j ~ \ mathrm {for} ~ j = 0,1, \ prikker, N $$
og tilsvarende
$$ \ lim_ {n \ rightarrow \ infty} \ operatorname { Pr} \ {X_n = j | X_0 = i \} = \ pi_j>0 ~ \ mathrm {for} ~ j = 0,1, \ prikker, N $$ (s. 165).
Eksemplet ovenfor svinger deterministisk, og har derfor ikke en grense på samme måte som sekvensen $ \ {1,0,1,0,1, \ dots \} $ klarer ikke å ha en grense.
De sier at en vanlig Markov-kjede (der alle n-trinns overgangssannsynligheter er positive) alltid har en begrensende fordeling, og beviser at det må være det unike ikke-negativ løsning til
$$ \ pi_j = \ sum_ {k = 0} ^ N \ pi_kP_ {kj}, ~ ~ j = 0,1, \ dots, N, \\\ sum_ {k = 0} ^ N \ pi_k = 1 $$ (s. 168)
Så skriver de på samme side som eksemplet
Ethvert sett $ (\ pi_i) _ {i = 0} ^ {\ infty} $ tilfredsstillende (4.27) kalles en stasjonær sannsynlighetsfordeling av Markov-kjeden. Begrepet "stasjonær" stammer fra eiendommen at en Markov-kjede startet i henhold til en stasjonær distribusjon vil følge denne fordelingen til alle tidspunkter. Formelt sett, hvis $ \ operatorname {Pr} \ {X_0 = i \} = \ pi_i $, så $ \ operatorname {Pr} \ {X_n = i \} = \ pi_i $ for alle $ n = 1,2, \ prikker $.
hvor (4.27) er settet med ligninger
$$ \ pi_i \ geq 0, \ sum_ {i = 0} ^ {\ infty} \ pi_i = 1, ~ \ mathrm {and} ~ \ pi_j = \ sum_ {i = 0} ^ {\ infty} \ pi_iP_ {ij}. $$
som er nøyaktig samme stasjonærhetsbetingelse som ovenfor, bortsett fra nå med et uendelig antall stater.
Med denne definisjonen av stasjonaritet kan uttalelsen på side 168 tilbakevirkes som:
- Den begrensende fordelingen av en vanlig Markov-kjede er en stasjonær distribusjon.
- Hvis den begrensende fordelingen av en Markov-kjede er en stasjonær fordeling, er den stasjonære fordelingen unik.