由马尔可夫依赖伯努利随机变量定义的D序列是否为马尔可夫链？请说明原因

云上老周

2026-5-19

结论：序列$D_1, D_2, \dots$不一定是马尔可夫链（非平凡情况下通常不是）

要判断${D_n}$是否为马尔可夫链，核心是看它是否满足马尔可夫性：未来状态的概率仅依赖于当前状态，与过去所有状态无关，即对任意$n \geq 1$，需满足：
$$P(D_{n+1} \mid D_1, D_2, \dots, D_n) = P(D_{n+1} \mid D_n)$$

我们可以通过构造非平凡的伯努利马尔可夫链$X$，并计算条件概率的方式来证明${D_n}$不满足这个性质：

设定原马尔可夫链$X$的转移规则

假设$X$是状态为0和1的伯努利马尔可夫链，转移概率为：

根据定义：

$D_n=1$ 当且仅当 $X_n=1$ 且 $X_{n+1}=0$（即$X$从状态1跳到0）
$D_n=0$ 对应三种情况：$(X_n=0,X_{n+1}=0)$、$(X_n=0,X_{n+1}=1)$、$(X_n=1,X_{n+1}=1)$（即$X$不发生“1→0”的跳转）

我们计算两个关键条件概率，看它们是否相等：

$D_1=1$ 意味着$X_1=1, X_2=0$；$D_2=0$ 说明$X_2 \leq X_3$，结合$X_2=0$，$X_3$可以是0或1。
要$D_3=1$，必须满足$X_3=1$且$X_4=0$。由于$X$是马尔可夫链，未来仅依赖当前状态，因此：
$$P(D_3=1 \mid D_2=0, D_1=1) = P(X_3=1 \mid X_2=0) \cdot P(X_4=0 \mid X_3=1) = a \cdot b$$

首先计算联合概率$P(D_3=1, D_2=0)$，它包含两种情况：

情况1：$X_2=0, X_3=1, X_4=0$，概率为$\pi_0 \cdot a \cdot b$（其中$\pi_0 = \frac{b}{a+b}$是$X$的平稳分布中状态0的概率）
情况2：$X_2=1, X_3=1, X_4=0$，概率为$\pi_1 \cdot (1-b) \cdot b$（其中$\pi_1 = \frac{a}{a+b}$是状态1的平稳分布）

分子总和为：
$$\frac{b}{a+b} \cdot a \cdot b + \frac{a}{a+b} \cdot (1-b) \cdot b = \frac{ab}{a+b}$$

再计算$P(D_2=0)$（即$X_2 \leq X_3$的概率）：
$$P(D_2=0) = \pi_0 \cdot (1-a) + \pi_0 \cdot a + \pi_1 \cdot (1-b) = \pi_0 + \pi_1(1-b) = \frac{a + b - ab}{a+b}$$

因此条件概率为：
$$P(D_3=1 \mid D_2=0) = \frac{\frac{ab}{a+b}}{\frac{a + b - ab}{a+b}} = \frac{ab}{a + b - ab}$$

由于$0 < a,b < 1$，可得$a + b - ab = 1 - (1-a)(1-b) < 1$，因此：
$$\frac{ab}{a + b - ab} > ab$$
即$P(D_3=1 \mid D_2=0) \neq P(D_3=1 \mid D_2=0, D_1=1)$。

这说明$D_3$的概率不仅依赖于当前状态$D_2$，还依赖于更早的状态$D_1$，直接违反了马尔可夫性。

取$a=b=0.5$：

$P(D_3=1 \mid D_2=0, D_1=1) = 0.5 \times 0.5 = 0.25$
$P(D_3=1 \mid D_2=0) = \frac{0.5 \times 0.5}{0.5+0.5-0.5 \times 0.5} = \frac{0.25}{0.75} = \frac{1}{3} \approx 0.333$

两者明显不相等，进一步证明${D_n}$不是马尔可夫链。

内容的提问来源于stack exchange，提问作者ntnhut