先简单提下马尔科夫链(具体描述有很多,不赘述):
1. 每个时间点处在某一个状态,时间是离散的。
2. 每次到下一个时间点时按照图进行随机状态转移。
3. (最有用的)假如某时的状态是个统计分布(看做向量),那么用状态转移矩阵(图里头边的权值)乘这个向量就得下一时刻的状态。
现在想说明一下,不管初始状态是神马概率分布,拿这个状态转移矩阵没完没了去乘它,总有一天这个状态向量肯定会达到某个确定的平衡点。
哦,其实刚才我说的少了一种特殊情况。如果稍加思考,可以发现有一种特殊情况永远没有平衡点:那就是状态转移在一个确定的圈子里进行。
如果开始是在某个状态,那么随着时间进行这个状态只能永远兜圈子。
所以,把问题的条件改一下:不准有圈子。
(当然可以假装说得高深一点:抽取部分结点的状态转移矩阵不得为非单位的置换矩阵)
那么,在这种条件下,还一定能达到平衡点吗?
1. 每个时间点处在某一个状态,时间是离散的。
2. 每次到下一个时间点时按照图进行随机状态转移。
3. (最有用的)假如某时的状态是个统计分布(看做向量),那么用状态转移矩阵(图里头边的权值)乘这个向量就得下一时刻的状态。
现在想说明一下,不管初始状态是神马概率分布,拿这个状态转移矩阵没完没了去乘它,总有一天这个状态向量肯定会达到某个确定的平衡点。
哦,其实刚才我说的少了一种特殊情况。如果稍加思考,可以发现有一种特殊情况永远没有平衡点:那就是状态转移在一个确定的圈子里进行。
如果开始是在某个状态,那么随着时间进行这个状态只能永远兜圈子。
所以,把问题的条件改一下:不准有圈子。
(当然可以假装说得高深一点:抽取部分结点的状态转移矩阵不得为非单位的置换矩阵)
那么,在这种条件下,还一定能达到平衡点吗?
答案是肯定的。不过我有点手懒,不写正式证明了。下面以三个状态的马尔科夫链,配一张图来说明这个问题。