马尔科夫链

马尔科夫链，是数学中具有马尔科夫性质的离散事件随机过程。该过程中，在给定当前知识和信息的情况下，过去（即当前以前的历史状态）对于预测将来（即当前以后的未来状态）是无关的；
一、马尔科夫性质-原理简洁
X1,X2,X3…马尔科夫链：描述了一个状态序列，其每个状态值取决于前面有限个状态。马尔科夫链是具有马尔科夫性质的随机变量的一个数列。这些变量的变化范围，即它们所有可能取值的集合，被称为“状态空间”，而Xn的值表示在时间n的状态。如果Xn+1对于过去状态的条件概率分布仅是Xn的一个函数，则：

P(Xn+1=x|X1=x1,X2=x2,...,Xn=xn)=P(Xn+1=x|Xn=xn)

这里x为过程中的某个状态。上面这个恒等式可以被看作是马尔可夫性质。

二、理论延伸
蒙特卡洛方法：
隐马尔科夫模型：

三、定义
马尔可夫性：设{X(t),t∈T}是一个随机过程，如果{X(t),t∈T}在t0时刻所处的状态为已知时，与它在时刻 t0 之前所处的状态无关，则称具有马尔可夫性
马尔科夫过程：设{X(t),t∈T}的状态空间为S,如果对于任意的n≧2,任意的t1