馬爾科夫模型的一些理解

數學上的定義即便看明白,我也沒法記憶下來,目前個人理解是: 已知系統t時刻狀態P(t), 狀態間轉移的機率矩陣是M(P,Q),其中每一個元素M(p,q)表示t時刻處於狀態q,t+1時刻處於狀態p的機率. 那麼有 P(t+1)=M×P(t) P ( t + 1 ) = M × P ( t ) 當上式中的 t→+∞ t → + ∞ 時,引入個穩態分佈的概念,即 web P(t)=P(t+1)=M×P(

>>阅读原文<<