一、馬爾科夫狀態(tài)轉(zhuǎn)移矩陣性質(zhì)

1. 每個時間點處在某一個狀態(tài)，時間是離散的。
2. 每次到下一個時間點時按照圖進行隨機狀態(tài)轉(zhuǎn)移。
3. 假如某時的狀態(tài)是個統(tǒng)計分布（看做向量），那么用狀態(tài)轉(zhuǎn)移矩陣（權(quán)值）乘這個向量就得下一時刻的狀態(tài)。馬爾可夫鏈的狀態(tài)數(shù)可以是有限的，也可以是無限的。因此可以用于連續(xù)概率分布和離散概率分布。

4.Π通常稱為馬爾可夫鏈的平穩(wěn)分布。

二、馬爾科夫狀態(tài)轉(zhuǎn)移矩陣概念

用精確的數(shù)學(xué)定義來描述，則假設(shè)我們的序列狀態(tài)是...Xt-2,Xt-1,Xt,Xt+1,...,那么我們的在時刻Xt+1的狀態(tài)條件概率僅僅依賴于時刻Xt,即：

P(Xt+1|...Xt-2,Xt-1,Xt) = P(Xt+1|Xt)

既然某一時刻狀態(tài)轉(zhuǎn)移的概率只依賴于它的錢一個狀態(tài)，那么我們只要能求出系統(tǒng)中任意兩個狀態(tài)之間的轉(zhuǎn)換概率，這個馬爾科夫鏈的模型就定了。

三、代碼實現(xiàn)：

?

?

總結(jié)

以上是生活随笔為你收集整理的马尔科夫状态转移矩阵的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。