1.回顾两类重要的随机过程
在上一小节随机过程的概述中,我们提到过两类非常非常典型且重要的随机过程,一类是:伯努利过程和泊松过程,这一类随机过程是无记忆性的,也就是说未来的状态不依赖于过去的状态:新的“成功”或“到达”不依赖于该过程过去的历史情况。
而另一类则正好相反,未来的情况会依赖于过去的情况,并且能够在某种程度上通过过去发生的情况去预测未来,例如这一节我们的核心内容:马尔科夫过程,他在许许多多的领域都有深入和广泛的应用。
2.离散时间的马尔科夫链
2.1.马尔科夫链三要素
这是一类随着时间而发生状态变换的过程,因此分为离散时间的马尔科夫链和连续时间的马尔科夫链两类。我们首先考虑离散时间的马尔科夫链,他的状态在确定的离散时间点上发生变化。
离散时间的马尔科夫链有三个核心概念点:离散时间、状态空间、转移概率。
在离散时间的马尔科夫链中,我们通常使用 n n n来表示时刻,用