转移概率矩阵(又叫跃迁矩阵,英文名:transition matrix)是俄国数学家马尔科夫提出的,他在20世纪初发现:一个系统的某些因素在转移中,第n次结果只受第n-1的结果影响,即只与当前所处状态有关,而与过去状态无关。 在马尔科夫分析中,引入状态转移这个概念。所谓状态是指客观事物可能出现或存在的状态;状态转移是指客观事物由一种状态转移到另一种状态的概率。
例如对应于一个天气预报的问题,若天气状态转移概率表如左下:
(其中列表示今天的状态,行表示明天的状态。注意每一列之和为1,因为已假设明天仅这三种状态。)
天气转移概率矩阵
今/明 | 晴 | 阴 | 雨 |
---|---|---|---|
晴 | 3/4 | 1/2 | 1/4 |
阴 | 1/8 | 1/4 | 1/2 |
雨 | 1/8 | 1/4 | 1/4 |
写作矩阵形式为图1所示。
A=⎡⎣⎢3/41/81/81/21/41/41/41/21/4⎤⎦⎥
其中转移矩阵 A的每一个元素都表示从今天的一种状态到明天的一种状态的概率,例如,第2行第3列的值为1/2,这表示今天下雨而明天转阴的概率是1/2。
称A为转移矩阵。
状态转换矩阵
2000年用地/2010年用地 | 耕地 | 林地 | 水体 | 草地 | 建设用地 | 其他用地 |
---|---|---|---|---|---|---|
耕地 | ||||||
林地 | ||||||
草地 | ||||||
建设用地 | ||||||
其他用地 |
单元格表示经过一个时间段,所在行状态转换为所在列状态的量。