链接:https://www.zhihu.com/question/26665048/answer/157852228
来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
马尔可夫链 (Markov Chain)是什么鬼
它是随机过程中的一种过程,一个统计模型,到底是哪一种过程呢?好像一两句话也说不清楚,还是先看个例子吧。
先说说我们村智商为0的王二狗,人傻不拉几的,见人就傻笑,每天中午12点的标配,仨状态:吃,玩,睡。这就是传说中的状态分布。
你想知道他n天后中午12点的状态么?是在吃,还是在玩,还是在睡?这些状态发生的概率分别都是多少? (知道你不想,就假装想知道吧~~学习真的好累~~)
先看个假设,他每个状态的转移都是有概率的,比如今天玩,明天睡的概率是几,今天玩,明天也玩的概率是几几,还是先看个图吧,更直观一些。
![](https://i-blog.csdnimg.cn/blog_migrate/dbe4f94dd07eda5bcd7e30089b712e65.jpeg)
这个矩阵就是转移概率矩阵P,并且它是保持不变的,就是说第一天到第二天的转移概率矩阵跟第二天到第三天的转移概率矩阵是一样的。(这个叫时齐,不细说了,有兴趣的同学自行百度)。
有了这个矩阵,再加上已知的第一天的状态分布,就可以计算出第N天的状态分布了。
![](https://i-blog.csdnimg.cn/blog_migrate/412cd70271527052f6a8f00c9be8ee2b.png)
那么
4月2号的状态分布矩阵 S2 = S1 * P (俩矩阵相乘)。
4月3号的状态分布矩阵 S3 = S2 * P (看见没,跟S1无关,只跟S2有关)。
4月4号的状态分布矩阵 S4 = S3 * P (看见没,跟S1,S2无关,只跟S3有关)。
...
4月n号的状态分布矩阵 Sn = Sn-1 * P (看见没,只跟它前面一个状态Sn-1有关)。
-------------------------------------------------------------------------------------------------------------------------
总结:马尔可夫链就是这样一个任性的过程,它将来的状态分布只取决于现在,跟过去无关!
就把下面这幅图想象成是一个马尔可夫链吧。实际上就是一个随机变量随时间按照Markov性质进行变化的过程。
![](https://i-blog.csdnimg.cn/blog_migrate/6e16cc88bd347111c3a93143f7adcf3f.png)
-----------------------------更新-------------------------------
有人问到 S2 的计算过程,那我就贴上来吧,不关心的同学可以忽略。
这是我手写的计算过程。
![](https://i-blog.csdnimg.cn/blog_migrate/0286182f2c93e3dfe0ad8cf984ee8997.png)
第二种
链接:https://www.zhihu.com/question/26665048/answer/55309482
来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
我估计你问的是“马尔可夫链模型”。因为马尔可夫模型(Markov models)包括四种:
![](https://i-blog.csdnimg.cn/blog_migrate/cf6b2017aaab3bb37a05671d8627fb0d.png)
这四个概念都非常大,背后无数篇sci和中外专项教科书支撑。左上角是“马尔可夫链”,算是最基础的概念。所以不可能要求一个答案中四个都讲清楚。
-------------------------------------------
先说两个概念:
1、马尔可夫过程
2、马尔可夫链
1、马尔可夫过程:很多事情的发生,和之前的铺垫或经历没有任何关系。比如投硬币,第一次投硬币,无论是正面还是反面,对于第二次投硬币的结果没有任何影响。但是第一次和第二次投硬币,有个时间顺序;只是这个时间顺序,并没有对这两件事情各自有什么影响。这就是马尔可夫过程——“在已经知道过程‘现在’的条件下,其‘将来’不依赖‘过去’”。
2、马尔可夫链:时间、状态都是离散的马尔可夫过程称为马尔可夫链。(“离散”就是不连续,是“点”,而不是“线”。比如每一年对应一个值,但不可以把这些值用“线”连接起来)
之后是公式:
1、马尔可夫过程:
简单说,你需要知道时间t,你要做的事情x,符合公式要求,就可以验证它的马尔可夫性。
![](https://i-blog.csdnimg.cn/blog_migrate/731b317ba4d84fe123b43fa7f8a0d0ba.png)
2、马尔可夫链模型:
跟上面的公式的区别,就是加了一个条件,就是要求时间和状态是离散的(基本上就是整数),满足这个条件,满足公式要求,就可以用马尔可夫链模型解决问题。
![](https://i-blog.csdnimg.cn/blog_migrate/1657bd55eda2756a2407ca24180b96e9.png)
------------------------------------------
你问题中说通俗易懂,那就很难详细具体。你怎么定义“详细具体”?还想知道隐形的吗?想知道马尔可夫转移吗?还是那些领域使用?这个模型的形成过程?想知道这个模型的历史?模型本身,比较详细的在这里 Markov Modeling,也不难,这个也不是教材,有兴趣可以看。
《概率与数理统计》(浙大版),这是中文讲解的比较好的本科相关专业入门级教材。 上面写的非常非常清楚,也不难懂,是大部分本科专业的基础教材。如果读一遍实在读不懂,多读几遍。