Khaotik的专栏

原创 马尔科夫状态转移矩阵的一个性质，以及一个直观的图形证明

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