状态转移矩阵（status transition matrix ）

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。

$$A = \begin{bmatrix} 3/4 & 1/2 & 1/4 \\ 1/8 & 1/4 & 1/2\\ 1/8 & 1/4 & 1/4\\ \end{bmatrix}$$
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。