马尔科夫性质:当一个随机过程在给定现在状态及所有过去状态情况下,其未来状态的条件概率分布仅依赖于当前状态,而与过去状态无关,此性质即为马尔科夫性质。
马尔科夫过程:具有马尔可夫性质的随机过程称之为马尔可夫过程,它的另一个名字马尔科夫链更常用。
马尔科夫链:马尔科夫链是随机过程的一个数列,令随机过程{Xn, n = 0, 1, 2, . . . , }取有限或可数的正值,当Xn = i 时我们称该过程在时间n时的状态为i,而从状态i到状态j转移的概率是固定的(i和j相等时相当于保持当前状态不变,也对应一个概率值),也即:P{Xn+1 = j|Xn = i,Xn−1 = in−1, . . . ,X1 = i1,X0 = i0} = P{Xn+1 = j|Xn = i} = Pij
马尔科夫链的三元素是:状态空间S,转移概率矩阵P,初始概率分布π
满足这样条件的过程称为马尔科夫链。如下图所示:圆圈中的数字表示状态,λ和μ均表示状态转移概率(注意:这里没有给出时刻的信息)。
马尔科夫性质,马尔科夫过程,马尔科夫链(简洁精炼描述)
最新推荐文章于 2023-06-16 10:06:01 发布