随机过程,,
表示时刻t的随机变量,t=0,1,2,...。每个随机变量
的取值集合相同,称为状态空间,表示为S。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(Stochastic Process)。
马尔可夫性,如果随机变量只依赖于
,而不依赖于过去的随机变量,这一性质称为马尔可夫性,即:
马尔科夫链,具有马尔可夫性的随机序列X = {}称为马尔科夫链(Markov Chain),也称为马尔可夫过程(Markov Process)。
转移概率,条件概率称为转移概率分布。转移概率分布决定了马尔可夫链的特性。
随机矩阵,马尔可夫的转移概率可以由矩阵表示,即
如果满足 : 和
= 1,满足这两个条件的矩阵称为随机矩阵(stochastic matrix).
概率转移核,连续状态马尔可夫链 ,随机变量
定义在连续状态空间S,转移概率分布由概率转移核表示。
p(x,.)是概率密度函数,也称为概率转移核
马尔可夫链的状态分布由初始分布和转移概率分布决定
马尔可夫链在时刻t的状态分布,可以通过递归推到得到。