Hemen sonuca atlamak için, "momentum" normal dağılımın, rastgele yürüyüşün dağılımının asimptotik bir yaklaşımı olduğu gerçeğini değiştirmez, ancak varyans den n p / ( 1 - p ) . Bu, bu özel durumda göreceli temel değerlendirmelerle elde edilebilir. Markov zincirleri sonlu durum uzayı için bir CLT'ye aşağıdaki argümanları genelleştirmek çok zor değil, ama en büyük sorun aslında varyansın hesaplanmasıdır. Özellikle problem için bu can4np(1−p)np/(1−p)ve umarım aşağıdaki argümanlar okuyucuya doğru varyans olduğuna ikna edebilir.
Cardinal bir yorumda sağladığı bilgi kullanılarak, rasgele olarak verilir
burada X, k ∈ { - 1 , 1 } ve X k 'nın geçiş olasılığı matrisi ile Markov zinciri meydana
( p 1 - p 1 - p p ) . N → ∞
olduğunda asimptotik düşünceler için X 1'in ilk dağılımı hiçbir rol oynamaz, bu yüzden düzeltelım
Sn=∑k=1nXk
Xk∈{−1,1}Xk(p1−p1−pp).
n→∞X1X1=1Aşağıdaki argüman uğruna ve ayrıca
olduğunu varsayın . Kaygan bir teknik, Markov zincirini bağımsız döngülere ayrıştırmaktır. Let
σ 1 anlamında olabildikleri ilk zaman sonra 1, yani 1 olarak Markov zinciri döner, eğer
X 2 = 1 daha sonra
σ 1 = 2 ve eğer
X 2 = x 3 = - 1 ve
X 4 = 1 daha sonra
σ 1 = 40<p<1σ1X2=1σ1=2X2=X3=−1X4=1σ1=4 . Genel olarak,
i geri dönüş süresini 1 olarak gösterelim ve
τσii ifade
arası dönüş süreleriile (
σ 0 = 1 ). Bu tanımlarla,
τi=σi−σi−1σ0=1
- İle daha sonra
S σ n = x 1 + n Σ i = 1 u ı .Ui=∑σik=σi−1+1Xk
Sσn=X1+∑i=1nUi.
- Yana değerini alır - 1 için k = σ i - 1 + 1 , ... , σ i - 1 ve X σ i = 1 burada geçerli
U i = 2 - τ i .Xk−1k=σi−1+1,…,σi−1Xσi=1
Ui=2−τi.
- Bir Markov zinciri için geri dönüş süreleri, , iid (resmi olarak güçlü Markov özelliğinden dolayı) ve bu durumda ortalama E ( τ i ) = 2 ve varyans V ( τ i ) = 2 pτiE(τi)=2 . Aşağıdaki ortalama ve varyansın nasıl hesaplanacağı belirtilmiştir.V(τi)=2p1−p
- IID değişkenler verim sıradan CLT bu
Sσn∼asympN(0,2np1−p).
- σn=1+∑ni=1τi∼2n
Sn∼asympN(0,np1−p).
τ1P(τ1=1)=pm≥2P(τ1=m)=(1−p)2pm−2X1−pZ=1(τ1=1) then 1+X(1−Z) has the same distribution as τ1, and it is easy to compute the mean and variance for this latter representation.