Equivalence of Continuous-Time Markov Chains and Linear Dynamical Systems

Resumen Técnico: Equivalencia entre Cadenas de Markov de Tiempo Continuo y Sistemas Dinámicos Lineales

Planteamiento del Problema
Esta breve nota aborda la relación estructural entre los sistemas dinámicos lineales de tiempo continuo y las cadenas de Markov de tiempo continuo (CTMC, por sus siglas en inglés). Si bien es un resultado conocido en el entorno de tiempo discreto que la dinámica de una cadena de Markov de $d$ estados está gobernada por un sistema dinámico lineal de dimensión a lo sumo $d-1$ (y viceversa), el autor investiga si una equivalencia análoga se sostiene en el dominio de tiempo continuo. Específicamente, el artículo busca establecer que la evolución de una CTMC de $d$ estados puede reducirse a un sistema dinámico lineal de dimensión $d-\ell$ (donde $\ell$ es la multiplicidad del autovalor cero), y recíprocamente, que un sistema dinámico lineal de dimensión $d-1$ puede ser embebido en una CTMC de $d$ estados.

Metodología
El artículo emplea técnicas de álgebra lineal, específicamente descomposición espectral y exponenciación de matrices, para derivar la equivalencia. La metodología se basa en los siguientes pasos fundamentales:

1. Análisis Espectral de Matrices Generadoras: El autor establece primero un lema relativo a las matrices generadoras estocásticas ($A$). Se demuestra que 0 es siempre un autovalor de $A$ con multiplicidad algebraica y geométrica igual ($\ell$), y que todos los demás autovalores poseen partes reales estrictamente negativas. Esto se deriva relacionando $A$ con una matriz estocástica discreta $M = I + aA$ y aplicando la teoría de Perron-Frobenius.
2. Descomposición de Subespacios: El espacio de estados $\mathbb{C}^d$ se descompone en dos subespacios ortogonales: $V_0$, generado por los autovectores correspondientes al autovalor 0, y $W$, generado por los autovectores generalizados de todos los autovalores distintos de cero.
3. Transformación de Matrices: Utilizando una matriz de cambio de base $R = [P \mid Q]$, donde las columnas de $P$ y $Q$ forman bases para $V_0$ y $W$ respectivamente, la matriz generadora $A$ se transforma en una forma de bloque diagonal. Esto permite que la exponencial de la matriz $\exp(At)$ se separe en un término constante (asociado con el estado estacionario) y un término dinámico (asociado con el comportamiento transitorio).
4. Construcción de Embebimiento: Para la dirección recíproca, el artículo construye una matriz de embebimiento específica $Q$ y un escalar $\rho$ para mapear una matriz generadora de menor dimensión $C$ en una matriz generadora estocástica de mayor dimensión $A$, asegurando que el sistema resultante satisfaga las propiedades de una CTMC (entradas fuera de la diagonal no negativas y sumas de columnas iguales a cero).

Contribuciones Clave y Resultados
El artículo presenta dos teoremas principales que formalizan la equivalencia:

• Teorema 1 (Reducción): Dada una distribución $v$ y una matriz generadora estocástica $A \in \mathbb{Q}^{d \times d}$ con autovalor 0 de multiplicidad $\ell \ge 1$, se puede calcular una matriz generadora reducida $B \in \mathbb{Q}^{(d-\ell) \times (d-\ell)}$, una matriz de embebimiento $Q$, una distribución de estado estacionario $s$, y un vector $u$ tales que para todo $t \ge 0$:
  $$\exp(At)v = s + Q \exp(Bt)u$$
  Crucialmente, la elección de $Q$ es independiente de la distribución inicial $v$. El término $Q \exp(Bt)u$ converge a 0 cuando $t \to \infty$, dejando únicamente el estado estacionario $s$.

• Teorema 2 (Embebimiento): Dado un vector $u \in \mathbb{Q}^{d-1}$ y una matriz generadora $C \in \mathbb{Q}^{(d-1) \times (d-1)}$, se pueden calcular los parámetros $\rho, \eta$, una distribución $v$, y una matriz generadora estocástica $A \in \mathbb{Q}^{d \times d}$ tales que para todo $t \ge 0$:
  $$\exp(At)v = s + \eta e^{-\rho t} \cdot Q \exp(Ct)u$$
  Aquí, $s$ y $Q$ son elecciones fijas ($s = \mathbf{1}_d/d$ y una matriz de bloques específica $Q$). El escalar $\rho$ se elige suficientemente grande para asegurar que las entradas fuera de la diagonal de la matriz generadora construida permanezcan no negativas.

Significancia y Reivindicaciones
El autor establece explícitamente que el propósito de esta nota es "registrar" que los resultados centrales conocidos para los sistemas dinámicos lineales de tiempo discreto (específicamente haciendo referencia al trabajo previo en [1] y [2]) también se cumplen en el entorno de tiempo continuo. El artículo no propone nuevas aplicaciones o validaciones experimentales. En su lugar, su significancia radica en proporcionar una prueba matemática rigurosa de esta equivalencia estructural, demostrando que la dinámica de una cadena de Markov de tiempo continuo de $d$ estados está fundamentalmente gobernada por un sistema dinámico lineal de dimensión a lo sumo $d-1$, y que cualquier sistema de tal dimensión inferior puede ser embebido en una cadena de Markov. Las demostraciones reflejan la lógica encontrada en la literatura de tiempo discreto citada, adaptada a las propiedades de las matrices generadoras y las exponenciales de matrices.