前言
你清茶园不是人待的地方！
里面的个个都是人才，说话又好听——就是我太菜了啥也听不懂，这次期中还考的贼**烂，太让人郁闷了。
最近课上讲这个马尔科夫链蒙特卡罗方法，我也学得一塌糊涂。这时我猛然想起了自己的博客园密码（雾），来更个博客吧。
[Warning] 本人数学水平差劲，下文用词不严谨、缺少部分证明，请酌情阅读。若出锅，欢迎指正。
啥是马尔科夫链？
马尔科夫链(Markov Chain)，简单来说就是一个用来随机游走的有向图，每条边(u, v)的边权(p_{uv})代表“当前在u，下一步走到v”的概率，显然需要
下文中我们假设这个有向图是强连通的，即任取两个点u和v，都存在从u到v的、边权都大于0的路径（当然从v到u的路径也要存在）。
马尔科夫链（也就是这个随机游走过程）的美妙性质在于它收敛。怎么个收敛法呢？
设这个图有n个点，令(n)维行向量(mathbf p(t))表示随机游走了t步之后的概率分布（在时间t分别位于每个点的概率），(mathbf p(t)_i) 就是第t步到点i的概率。初始状态(mathbf p(0))是随便钦定的。
再定义一个量(mathbf a(t))，名叫“长期平均概率分布(long-term average probability distribution)”，
顾名思义，就是把前(t)个时间点的概率分布取个平均。
定理（马尔科夫链基本定理）
- 存在唯一概率分布向量(mathbf pi)使得(mathbf pi P = mathbf pi)。（这个P就是由(p_{xy})构成的矩阵。）
- (lim_{t ightarrow infty} mathbf a(t)) 存在，而且就等于(mathbf pi)。
(证明待补充……放假再敲？）
这个定理就很令人开心了——不管钦定初始状态(mathbf p(0))的你是欧皇还是非酋，只要游走足够多步，(mathbf a(t))肯定会收敛到唯一的答案。
诶？为啥要定义这个a(t)呢？p(t)自己它不收敛么？
还真不收敛。考虑一下(w_{12} = 1, w_{21}=1, p(0)=(1, 0))。在这个图上游走就是在两个点之间反复横跳，p(t)是不会收敛的！但是a(t)就能收敛到((frac12, frac12))。
啥是蒙特卡罗方法？
蒙特卡罗(Monte Carlo)是谁？不是谁，这是个赌场的名字 (=_=|||)。取这个名字大概只是因为……它是随机的，赌场也是随机的？不得不说这个洋气名字实在太劝退了。
其实蒙特卡罗方法就是……抽样估计。小学学的撒豆子求面积啊，蒲丰投针计算圆周率啊，都可以视作蒙特卡罗算法。
啥是马尔科夫链蒙特卡罗方法(MCMC)？
I have a Markov Chain, I have a Monte Carlo, ah, Markov Chain Monte Carlo!
我们已经知道，马尔科夫链是个好东西，它保证能收敛到某个概率分布。现在我们已知一个概率分布，想要构造出相应的马尔科夫链。这有什么用呢？有些时候，概率分布长得比较复杂，直接根据它生成随机变量非常困难，例如想在一个高维空间中的凸多边形中随机取一个点——这时候我们就可以先构造出这个概率分布对应的马尔科夫链，然后在上面随机游走来取点。
不同的马尔科夫链可能收敛到相同的概率分布，但是收敛的速率有快有慢。在应用中，我们肯定希望马尔科夫链收敛得快一点，少游走几步就能获得和想要的概率分布差不多的结果。下面是两个比较好用的构造方法。
Metropolis-Hasting 算法
有的时候又叫Metropolis算法，反正是个一个名字挺长的算法。以下简称MH算法。
和它不好记的名字相反，MH算法描述起来非常简单、非常符合直觉！
首先你要有一个无向连通图。先不管这个图是怎么构建的，很有可能是出题人送给你的（假如你在做相关的练习题的话）。
设概率分布是(mathbf p)，点(i)的概率是(p_i)。假如你当前在点(i)：
- 先从与点(i)相邻的所有点中，等概率随机取一个点(j);
- 如果(p_j ge p_i)，则立刻走到(j)；
- 如果(p_j < p_i)， 随机一下，有(frac{p_j}{p_i})的概率走到(j)，否则待在原地不动。
这样(p_j)更大的(j)更有可能被走到，很符合直觉吧！
把上面的文字策略用公式表示一下，马尔科夫链中点(i)到点(j)的边权(p_{ij})就是
而剩下的概率都分给了(p_{ii})，
那么这个马尔科夫链到底能不能收敛到(mathbf p)这个概率分布呢？
引理
令(mathbf pi)为一个概率分布，(P)为马尔科夫链的边权矩阵，如果对任意两点(x,y)，均有
则(mathbf pi)就是马尔科夫链收敛到的概率分布。
证明：若(pi_x p_{xy} = pi_y p_{yx})，那么枚举(y)，对等式两边分别求和，就有(pi_x = sum_y pi_y p_{yx})，即(mathbf pi = mathbf pi P)。根据上面的马尔科夫链基本定理可知收敛到(mathbf pi)。
把MH算法构造的马尔科夫链代入这个引理，可知确实收敛到(mathbf p)！
（课上讲了一个应用MH算法破译密码的有趣例子，我来不及敲完了，可以看看这篇文章的开头。）
Gibbs 采样
Gibbs 采样(Gibbs Sampling)是另一种MCMC，它使用的是一种特殊的无向图：每个点对应(d)维空间中的一个格点(mathbf x = (x_1, x_2, cdots, x_d), x_iinmathbb Z)，如果(mathbf x)和(mathbf y)只有一个个坐标不同，则二者之间有连边。这样形成的就是一个类似(d)维网格（lattice）的结构，但每条（与坐标轴平行的）直线上的点都形成一个团。
（一个用来Gibbs取样的无向图，图片来自Blum, Hopcroft, Kannan, "Foundations of Data Science"）
对于相邻的两点(mathbf x)和(mathbf y)，不失一般性，假设它们第一维坐标不同（(x_1 e y_1)）而剩下的坐标都相同。那么就令
而剩余的概率留给(p_{mathbf{xx}}),
验证：
故根据条件概率公式有
所以概率分布确实收敛到(mathbf p.)
ε-混合时间(ε-mixing time)
（我没查到这个ε-mixing time怎么翻译成中文……有大佬知道的话评论区告诉我一下qaq）
尽管我们知道马尔科夫链早晚会收敛的，但它到底早收敛还是晚收敛，对我们很重要。为了衡量收敛的快慢，定义ε-混合时间(ε-mixing time)为(t)的最小值，满足：对任意初始状态(mathbf p(0)),(|mathbf a(t) - mathbf pi(t)|_1 < epsilon)（这个范数就是曼哈顿距离那种，各维度距离直接相加的和）。为了保证算法的效率，我们想知道这个ε-混合时间的一个上界。
一个上界是由导率(conductance)确定的。啥是导率呢？顾名思义，就和物理上的电导率差不多。对于节点集合(S)，令(pi(S) = sum_{xin S} pi_x)。令(ar S)为(S)的补集，若(pi(S) le pi(ar S))，那么导率(Phi(S))就是
即“已知当前在(S)中，下一步跳出(S)的概率”。
直觉上，如果(Phi(S))都很大，那么我们可以在图上来去自如，收敛就比较快；反之，如果某个(Phi(S))很小，一旦进入(S)就被困住、很难逃脱，收敛就可能很慢。
因此，定义整个马尔科夫链的导率为
定理
任何无向图随机游走的ε-混合时间有上界
（证明……敲不完……下次也不一定）
例子
一条(n)个节点顺序组成的链，(mathbf pi = (frac1n, frac1n, cdots, frac1n))。
可以构造马尔科夫链(p(1, 1) = p(n, n) = frac12, p(i, i+1) = p(i + 1, i) = frac12, forall 1 le i le n-1)。
最难逃脱的(S)就由前半条链（后半条也行）构成的集合，(pi(S) = frac12),
ε-混合时间的上界就是
写作业去啦 未完待续_(:з」∠)_