Detailed Balance

aus Wikipedia, der freien Enzyklopädie
Wechseln zu: Navigation, Suche
Icon tools.svg
Dieser Artikel wurde den Mitarbeitern der Redaktion Physik zur Qualitätssicherung aufgetragen. Wenn Du Dich mit dem Thema auskennst, bist Du herzlich eingeladen, Dich an der Prüfung und möglichen Verbesserung des Artikels zu beteiligen. Der Meinungsaustausch darüber findet derzeit nicht auf der Artikeldiskussionsseite, sondern auf der Qualitätssicherungs-Seite der Physik statt.

Der Begriff detailliertes Gleichgewicht (engl. detailed balance) bezeichnet eine Eigenschaft von homogenen Markow-Ketten, einem speziellen stochastischem Prozess. Anschaulich ist ein Prozess im detaillierten Gleichgewicht, wenn nicht erkennbar ist, ob er sich zeitlich vorwärts oder rückwärts bewegt.

Definition[Bearbeiten]

Eine Markow-Kette mit heißt reversibel bezüglich der Verteilung  P , wenn

 P(\{i\})w(i,j) = P(\{j\})w(j,i)

gilt. Hierbei ist  w(i,j) die Übergangswahrscheinlichkeit vom Zustand  i in den Zustand  j . Eine Markow-Kette heißt reversibel, wenn sie eine Verteilung besitzt, bezüglich derer sie reversibel ist.

Die obige Gleichung heißt auch Gleichung der detaillierten Balance (engl. detailed balance) oder des detaillierten Gleichgewichts, ist die erfüllt, so ist das System dementsprechend im detaillierten Gleichgewicht oder der detaillierten Balance.

Eigenschaften[Bearbeiten]

  • Der Metropolisalgorithmus ist ein Beispiel für einen stochastischen Prozess, der die Eigenschaft der Detailed Balance erfüllt. Er wird in Monte-Carlo-Simulationen dazu genutzt, Zustände eines Systems aus vorhergehenden Zuständen gemäß einer Übergangswahrscheinlichkeit zu erzeugen.
  • Für stationäre Markow-Ketten (X_z)_{z \in \mathbb Z} mit Übergangsmatrix (w_{ij}) (also insbesondere für diejenigen Ketten, die in einer stationären Verteilung starten) ist diese Eigenschaft äquivalent zur zeitlichen Reversibilität, das heißt für den zeitumgekehrten Prozess \tilde X_z := X_{-z} gilt für alle t_1, \dots, t_n \in \mathbb Z
 (X_{t_1}, \dots, X_{t_n}) \sim (X_{-t_1}, \dots, X_{-t_n})\,.
Für jede Realisierung ist also gleichgültig, in welcher Richtung sie durchlaufen wird.
  • Jede Verteilung, welche die Detailed Balance Bedingung erfüllt, ist eine Stationäre Verteilung. Die Konvergenz einer beliebigen Verteilung gegen die Stationäre Verteilung ist daraus aber nicht gegeben.

Siehe auch[Bearbeiten]

Literatur[Bearbeiten]

  • G. Bhanot, The Metropolis algorithm, Rept. Prog. Phys. 51 (1988) 429
  • Achim Klenke: Wahrscheinlichkeitstheorie. 2. Auflage. Springer-Verlag, Berlin Heidelberg 2008, ISBN 978-3-540-76317-8