蒙特卡洛法（二）

最新推荐文章于 2023-08-13 21:39:44 发布

Lebron杨

最新推荐文章于 2023-08-13 21:39:44 发布

阅读量408

点赞数

文章标签：大数据机器学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/uujjjj/article/details/125602429

版权

马尔科夫链

1 定义

考虑一个随机变量构成的序列 $X=({X0,X1,X2,\cdots ,Xt,\cdots })$ ，Xt表示t时刻的随机变量，t=0，1，2，3……。随机变量可以是离散的，也可以是连续的。以上随机变量的序列构成随机过程。

在时刻0的随机变量X0遵循概率密度分布P(X0),称为初始状态分布。在某一时刻(t>=1)的随机变量Xt只依赖于Xt-1，而不依赖于过去的随机变量{X0，X1，……Xt-2}，这性质称为马尔可夫性。

$P(X_{_{t}}|X_{0},X_{1},\cdots ,X_{t-1})=P(X_{t}|X_{t-1})$

具有马尔可夫性的随机序列 $X=({X0,X1,X2,\cdots ,Xt,\cdots })$ 称为马尔可夫链或马尔可夫过程。条件概率分布P(Xt|Xt-1)称为马尔科夫链的转移概率分布。它决定了马尔科夫链的特性

最低0.47元/天解锁文章

关注

0
点赞
踩
2

收藏

觉得还不错? 一键收藏
0
评论
蒙特卡洛法（二）

蒙特卡洛法性质学习笔记
复制链接

扫一扫

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。