邱逸真画下的问号还在预习本上。
林一坐进口试教室时,把本子翻到那一页。桌对面的概率老师先看见跑道草图,又看见旁边那句:同一段跑法只看当前位置。
“用它解释马尔可夫性。”
林一把四十米、五十米、六十米画成三个格子。
“如果运动员到了五十米,下一段采用什么跑法只由五十米当前状态决定,不受前面怎么跑影响,就像马尔可夫过程。过去已经包含在当前位置里。”
老师问:“你说的是定义,还是愿望?”
“定义。”
“条件概率写出来。”
林一拿笔写:
`p(x_{n+1}=x | x_n, x_{n-1},…,x_0)=p(x_{n+1}=x | x_n)`。
“对所有什么成立?”
“对所有时间`n`和状态`x`。”
“还缺条件事件有正概率,以及右边要把当前状态的取值写清。先放着。”
老师在跑道草图上增加一枚小红点。
“设`x_n`只记录第`n`段使用新动作还是旧动作,再令`h_n`表示从零到第`n`段是否曾出现旧动作。两类正概率历史在第六段都显示新动作,一类满足`h_n=0`,另一类满足`h_n=1`。生成机制依这枚标志分别让下一段保持新动作的概率为0.9和0.4,其余转移按同一规则补全。当前`x_n`相同,未来条件分布相同吗?”
“不同。”
“那它对你定义的状态空间有马尔可夫性吗?”
“没有。”
“可画面上是同一段跑法。”
林一看着两个都标为“新”的格子。它们的外观相同,所携带的信息却不够。旧动作是否出现过、疲劳是否累积,都藏在`x_n`之外。
老师把红点圈起来。
“类比的问题在哪?”
“我把当前位置看起来相同,当成了条件分布相同。”
“更准确。”
“我没有先定义状态包含哪些信息,也没有验证给定当前状态后,未来与更早历史条件独立。”
老师在评分纸上盖下红色斜线。
第一轮,不通过。
教室外还有三名同学等着口试。林一拿着红线走到走廊尽头,没有给训练组发消息,也没有把旧跑法对照的疲劳数据拉来证明老师举例贴近现实。
反例的职责已经完成:他给出的状态太小。
第二轮安排在两天后。老师只给一张纸,要求他重写定义、解释状态空间,并处理刚才的两条历史。
林一回到图书馆,把跑道草图收进附页,正面只留随机过程。
他先固定概率空间`(Ω,,p)`,再写取值于有限或可数状态空间`S`的随机变量序列`(x_n)_{n≥0}`。历史信息记为
`_n^x=σ(x_0,…,x_n)`。
离散时间马尔可夫性写成:对任意`n`、任意状态`i,j∈S`,当`p(x_n=i)>0`时,
`p(x_{n+1}=j | _n^x)=p_n(x_n,j)`
几乎处处成立;在事件`{x_n=i}`上,右端就是`p_n(i,j)`。
如果转移概率还不随`n`改变,才进一步称为齐次,并可写成固定转移核`p(i,j)`。
他把“马尔可夫”与“齐次”分成两行。第一次口试里,他凭一句“只看当前位置”把两者都含混带过。
接着处理老师的反例。
观测状态`x_n∈{N,o}`只记录新动作或旧动作。另设历史标志`h_n=1{存在k≤n使x_k=o}`。它是完整观测历史的函数。在两类都满足`x_n=N`且各有正概率的历史事件中,`h_n`可以不同,因此
`p(x_{n+1}=N | x_n=N,h_n=0)=0.9`
与
`p(x_{n+1}=N | x_n=N,h_n=1)=0.4`
不能由`x_n`单独统一。
这只证明`x`在当前建模下缺少马尔可夫性。
他尝试把状态扩成`Y_n=(x_n,h_n)`,刚写下“于是`Y`是马尔可夫链”,就停住了。
扩大状态空间只能把相关历史信息带进当前状态。`Y`是否具有马尔可夫性,还要由过程的生成机制或条件分布验证。如果下一步还依赖没有纳入的累计负荷、环境或更早路径,二元状态仍然不够。
林一把“于是”划掉,改为:若转移机制给定`Y_n`后与更早历史条件独立,则`Y`构成马尔可夫过程。
周锡京在远程文档里看到修改,留言问:“那是不是把全部历史都塞进状态,就总能马尔可夫?”
林一写回:“可以构造以完整历史为状态的过程,取值空间固定为所有有限历史的并集,但状态描述长度和编码成本会随时间增长,建模与计算价值可能消失。”
她回了一个绿色勾,又问:“最小充分状态怎么找?”
林一把这句放进开放问题,没有抢答。
第二天,夏雨杭拿两条同为四位的序列`0010`与`1010`测试他。两条序列末位相同,过去出现一的次数奇偶性不同;生成规则规定,累计为偶数时下一位取一的概率是0.8,累计为奇数时是0.3,除此之外不读取历史。只把末位当状态时,未来仍依赖历史。把“当前末位与累计奇偶性”共同作为状态后,这个定义完整的玩具过程转移闭合。
“一般模型里为什么还只能说可能?”夏雨杭问。
“还要看生成规则是否只读这两个量。”
“通过我这一关。”
正式第二轮口试,老师把第一张红线放在桌边。
“定义。”
林一从概率空间、随机过程、自然滤过与状态空间开始,完整写出条件分布等式,再区分马尔可夫性与齐次性。
“原来的跑道类比为什么失败?”
“相同观测状态只表示画面标签相同。两条历史给出的下一步条件分布分别是0.9和0.4,因此`x_n`没有包含预测未来所需的信息。”
“加上`h_n`就一定成功?”
“需要验证。只有生成机制在给定`(x_n,h_n)`后不再读取更早历史时,扩展过程才有马尔可夫性。”
“把全部历史作为状态呢?”
“形式上可以构造,取值空间是所有有限历史的并集,但描述长度随时间增长。它回答存在性,未必提供有用的压缩或可计算模型。”
老师换了一个问题。
“若转移核随时间变化,还能叫马尔可夫吗?”
“可以,是非齐次马尔可夫过程。无记忆性质与转移概率是否随时间改变是两项不同要求。”
“最后一个。马尔可夫性是单条样本路径看出来的吗?”
“不是。它是条件分布相对于所选状态和信息集的性质。单条轨迹最多提供估计或反例线索,不能直接证明整个生成过程满足定义。”
老师在评分纸上写了很久。
林一看着第一轮那条红线,没有去猜结果。
印章落下。
通过。
门外等候的人先看见那枚蓝章,压低的说话声一下散开。林一捏着纸角笑了几秒,随后给周锡京和夏雨杭各发一张照片。周锡京只圈住“状态空间”四个字,夏雨杭则回了那两条奇偶序列,末尾补上一枚对勾。
他呼出一口气,把两张评分纸叠在一起。第一张没有藏到后面,第二张也没有盖住它。走廊里的同学问跑道类比好不好用,他把预习本翻到问号那页。
“适合制造反例,不适合代替定义。”
下午研究讨论时,林一把马尔可夫性核对表加入谱隙项目:状态对象、信息集、条件分布、齐次性分别列栏。以后再用随机游走解释谱问题,任何“只看当前位置”的话都要能落回公式。
邱逸真翻完两张口试单,才告诉他们青年谱图研讨会发来邀请,希望团队报告分层边能量证书。
邀请邮件的评议附件里,一句话被标成黄色。
请补充第二特征值具有重数时的表述。