마코프 연쇄의 공동 결합과 합류 클래스 분석

초록

본 논문은 유한 상태공간을 갖는 마코프 연쇄의 모든 초기 상태에서 시작하는 체인들을 동시에 실행하면서, 동일 상태에 도달하면 영원히 함께 움직이는 ‘그랜드 커플링’의 구조를 연구한다. 특히 합류 클래스의 수 k(μ)와 가능한 값들의 집합 K(P)를 정의하고, 블록 측정(block measure)이라 불리는 특수 커플링을 통해 그 구조를 밝힌다. 주요 결과는 독립 커플링이 k(μ)를 최소화함을 보이며, 전이 행렬의 행에 두 개 이상의 확률이 (0,1) 구간에 존재하면 다중 그랜드 커플링이 존재한다는 정리와, 불균형한 정 stationary 분포나 전이 확률이 큰 상태가 있을 경우 k_max 를 제한하는 상한을 제시한다.

상세 분석

논문은 먼저 ‘그랜드 커플링’이라는 개념을 정의한다. 이는 상태공간 S의 모든 초기점 i∈S에 대해 각각 마코프 연쇄 X^i 를 실행하되, 두 체인이 같은 상태에 도달하면 이후에도 동일한 경로를 따라가도록 강제하는 확률 측정 μ∈L_P 를 말한다. 여기서 L_P는 전이 행렬 P와 일치하는 함수분포들의 집합이다. 저자는 μ가 일관된다는 조건을 (2.1)식으로 명시하고, 이를 통해 독립 커플링 μ_ind 를 구성한다. μ_ind는 각 체인이 서로 독립적으로 움직이다가 처음 만나는 순간부터는 결합되는 가장 직관적인 커플링이다.

Theorem 2.3은 μ_ind가 유일한 그랜드 커플링이 되는 경우와 그렇지 않은 경우를 정확히 구분한다. 행렬 P의 각 행에 (0,1) 구간에 속하는 원소가 두 개 이상 존재하면 |L_P|≥2, 즉 다중 커플링이 존재한다는 것이 핵심이다. 이는 전이 그래프 G의 구조를 이용한 증명으로, 하나의 행만이 비정수 확률을 가질 경우에는 모든 경로가 결정적이므로 μ_ind만이 가능하다.

다음으로 논문은 합류(class) 개념을 도입한다. 정의 3.1에 따라 i∼j ⇔ ∃t : X_i^t = X_j^t 로 정의하고, 이는 확률적 동치관계가 된다. 각 동치류를 ‘합류 클래스’라 하고, 그 수를 k(μ)라 한다. K(P)= {k(μ): μ∈L_P}는 가능한 합류 클래스 수의 전체 집합이다. 중요한 질문 3.3은 (1) 주어진 P에 대해 K(P)를 완전히 규정할 수 있는가, (2) 어떤 μ가 k(μ)=1, 즉 모든 체인이 결국 하나의 상태로 합류하는가를 묻는다.

Theorem 3.13은 μ_ind가 모든 μ에 대해 k(μ)의 최소값을 제공한다는 것을 증명한다. 특히 P가 에페리오딕(aperiodic)하면 μ_ind는 k(μ)=1을 달성한다. 이는 Doeblin의 정리와 결합하여, 에페리오딕 마코프 연쇄에서는 언제든지 전방 합류가 보장된다는 직관적인 결과와 일치한다.

섹션 4와 5에서는 ‘블록 측정(block measure)’이라는 새로운 커플링 클래스를 제시한다. 블록 측정은 마코프 연쇄가 ‘덩어리(lump)’로 묶일 수 있는 경우, 각 덩어리 내부에서 독립적인 전이와 덩어리 간의 결합을 동시에 구현한다. Theorem 5.3은 이러한 블록 측정이 존재하기 위한 충분조건을 제시하고, 전이 행렬이 특정 형태(예: 균등 전이)일 때는 블록 측정이 존재하지 않을 수도 있음을 Theorem 6.1으로 보여준다.

또한, Theorem 3.5와 그 변형은 정 stationary 분포 π의 특정 상태에 대한 확률이 1/m보다 큰 경우, k_max < m이라는 상한을 제공한다. 이는 정 stationary 분포가 한 상태에 과도하게 집중될수록 합류 클래스 수가 제한된다는 직관을 정량화한다.

마지막 섹션 7에서는 전이 행렬에 대한 무작위 모델(Q)을 도입해 ‘전형적인’ 마코프 연쇄가 다중 그랜드 커플링을 가질 확률이 거의 1임을 논한다. 이는 실제 응용에서 CFTP(Backward Coupling from the Past) 알고리즘의 성공 가능성을 평가하는 데 중요한 통찰을 제공한다. 전체적으로 논문은 마코프 연쇄의 전방·후방 합류 현상을 함수 기반 커플링 관점에서 체계화하고, 블록 측정이라는 새로운 구조를 통해 복잡한 시스템에서도 합류 클래스를 제어할 수 있는 방법을 제시한다.