赶紧记录一下,通俗易懂。
参考:https://zhuanlan.zhihu.com/p/448575579
马尔科夫链的思想:过去所有的信息都已经被保存到了现在的状态,基于现在就可以预测未来。(用数学方法就能解释自然变化的一般规律模型)
马尔科夫链为状态空间中一个状态到另一个状态的转换随机过程,该过程要求具备“无记忆性 ”,即下一状态的概率分布只能由当前状态决定,在时间序列中它前面的事件均与之无关。
数学定义: P ( X t + 1 ∣ X 1 , … , X t ) = P ( X t + 1 ∣ X t ) P(X_{t+1}|X_{1},\dots,X_{t})=P(X_{t+1}|X_{t}) P(Xt+1∣X1,…,Xt)=P(Xt+1∣Xt)
转移概率矩阵:
可以用来求一段时间变化后的转移概率矩阵,直接用执行矩阵乘法。
例如三次运动后
P
=
P
P
P
P=PPP
P=PPP
状态转移矩阵有一个非常重要的特性,经过一定有限次数序列的转换,最终一定可以得到一个稳定的概率分布 ,且与初始状态概率分布无关。