马尔科夫链

import numpy as np

matrix = np.matrix([[0.9, 0.075, 0.025], [0.15, 0.8, 0.05], [0.25, 0.25, 0.5]], dtype=float)
vector1 = np.matrix([[0.3, 0.4, 0.3]], dtype=float)

for i in range(100):
    vector1 = vector1 * matrix
    print("Current round:", i + 1)
    print(vector1)

60次后保持稳定

 

 

最终状态的概率分布趋于同一个稳定的概率分布[0.625   0.3125  0.0625]

import numpy as np

matrix = np.matrix([[0.9,0.075,0.025],[0.15,0.8,0.05],[0.25,0.25,0.5]], dtype=float)
for i in range(10):
    matrix = matrix * matrix
    print("Current round:" , i+1)
    print(matrix)

第六次之后保持稳定

 

我们可以发现，在n≥6n≥6以后，PnPn的值稳定不再变化，而且每一行都为[0.625   0.3125  0.0625]，这和我们前面的稳定分布是一致的。这个性质同样不光是离散状态，连续状态时也成立。