马尔可夫链
马尔可夫链(Markov Chain),描述了一种状态序列,其每个状态值取决于前面有限个状态。马尔可夫链是具有马尔可夫性质的随机变量的一个数列。这些变量的范围,即它们所有可能取值的
集合,被称为“
状态空间”,而
的值则是在时间n的状态。如果
对于过去状态的条件
概率分布仅是
的一个函数,则
马尔可夫链,因安德烈·马尔可夫(A.A.Markov,1856-1922)得名,是指数学中具有马尔可夫性质的离散事件
随机过程。该过程中,在给定当前知识或信息的情况下,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。
[1]
在马尔可夫链的每一步,系统根据概率分布,可以从一个状态变到另一个状态,也可以保持当前状态。状态的改变叫做转移,与不同的状态改变相关的概率叫做
转移概率。
随机漫步就是马尔可夫链的例子。
随机漫步中每一步的状态是在图形中的点,每一步可以移动到任何一个相邻的点,在这里移动到每一个点的概率都是相同的(无论之前漫步路径是如何的)。
马尔可夫链是满足马尔可夫性质的
随机过程。
![](https://gss2.bdstatic.com/9fo3dSag_xI4khGkpoWK1HF6hhy/baike/s%3D81/sign=c56dbf8e72cf3bc7ec00c0edd0006a45/9f2f070828381f304b40ce2aab014c086f06f0dc.jpg)
![](https://gss3.bdstatic.com/-Po3dSag_xI4khGkpoWK1HF6hhy/baike/s%3D19/sign=dbbd4d749d3df8dca23d8b98cc11685f/1c950a7b02087bf4a1a3146af0d3572c10dfcfe2.jpg)
![](https://gss3.bdstatic.com/7Po3dSag_xI4khGkpoWK1HF6hhy/baike/s%3D33/sign=4626cebd79ec54e745ec1c1db8382afe/5366d0160924ab18f032a2b437fae6cd7b890b08.jpg)
![](https://gss0.bdstatic.com/94o3dSag_xI4khGkpoWK1HF6hhy/baike/s%3D19/sign=cea06d66af6eddc422e7b0f238db73bd/54fbb2fb43166d228f1e5617442309f79152d2cc.jpg)
![](https://gss2.bdstatic.com/-fo3dSag_xI4khGkpoWK1HF6hhy/baike/s%3D441/sign=c7e2637d34d3d539c53d0ec70b86e927/b8389b504fc2d5628b3d936ee51190ef76c66c7f.jpg)
参考
百度百科 马尔科夫链 https://baike.baidu.com/item/%E9%A9%AC%E5%B0%94%E5%8F%AF%E5%A4%AB%E9%93%BE