更改

添加16字节 、 2024年6月2日 (日) 10:35
第89行: 第89行:     
==马尔科夫链简介==
 
==马尔科夫链简介==
−
最早,[[Erik Hoel]]等人是在离散状态的[[马尔科夫动力学]],即[[马尔科夫链]]上提出有效信息这一度量因果性的指标的。因此,这一节中,我们介绍有效信息在[[马尔科夫链]]上的特殊形式。
+
<blockquote>在本小节中,所有的TPM都表示为[math]P[/math]。另外,由于是离散状态,所以所有的[math]\log[/math]都表示以2为底的对数运算。</blockquote>最早,[[Erik Hoel]]等人是在离散状态的[[马尔科夫动力学]],即[[马尔科夫链]]上提出有效信息这一度量因果性的指标的。因此,这一节中,我们介绍有效信息在[[马尔科夫链]]上的特殊形式。
   −
所谓的[[马尔科夫链]]是指状态离散、时间离散的一种[[平稳随机过程]],它的动力学一般都可以用所谓的[[转移概率矩阵]](Transitional Probability Matrix),简称TPM来表示,有时也叫做[[概率转移矩阵]]或[[状态概率转移矩阵]]或[[状态转移矩阵]]。在本页面中,所有的TPM都表示为[math]P[/math]。另外,由于是离散状态,所以所有的[math]\log[/math]都表示以2为底的对数运算。
+
所谓的[[马尔科夫链]]是指状态离散、时间离散的一种[[平稳随机过程]],它的动力学一般都可以用所谓的[[转移概率矩阵]](Transitional Probability Matrix),简称TPM来表示,有时也叫做[[概率转移矩阵]]或[[状态概率转移矩阵]]或[[状态转移矩阵]]。
    
具体来讲,[[马尔科夫链]]包含一组随机变量[math]X_t[/math],它在状态空间[math]\mathcal{X}=\{1,2,\cdots,N\}[/math]上取值,其中[math]t[/math]往往表示时间。所谓的[[转移概率矩阵]]是指一个概率矩阵,其中第[math]i[/math]行,第[math]j[/math]列元素:[math]p_{ij}[/math]表示了系统在任意时刻[math]t[/math]在[math]i[/math]状态的条件下,在[math]t+1[/math]时刻跳转到[math]j[/math]状态的概率。同时,每一行满足归一化条件:
 
具体来讲,[[马尔科夫链]]包含一组随机变量[math]X_t[/math],它在状态空间[math]\mathcal{X}=\{1,2,\cdots,N\}[/math]上取值,其中[math]t[/math]往往表示时间。所谓的[[转移概率矩阵]]是指一个概率矩阵,其中第[math]i[/math]行,第[math]j[/math]列元素:[math]p_{ij}[/math]表示了系统在任意时刻[math]t[/math]在[math]i[/math]状态的条件下,在[math]t+1[/math]时刻跳转到[math]j[/math]状态的概率。同时,每一行满足归一化条件:
第108行: 第108行:     
下表展示的是三个不同的转移概率矩阵:
 
下表展示的是三个不同的转移概率矩阵:
−
{|style="text-align: center;"
+
{| style="text-align: center;"
−
|+ 马尔科夫链示例
+
|+马尔科夫链示例
 
|-
 
|-
−
| <math>
+
|<math>
 
P_1=\begin{pmatrix}
 
P_1=\begin{pmatrix}
 
0      &0            &1            &0& \\
 
0      &0            &1            &0& \\
第118行: 第118行:  
0      &1            &0            &0& \\
 
0      &1            &0            &0& \\
 
\end{pmatrix}
 
\end{pmatrix}
−
</math>,  
+
</math>,
−
||  
+
||
 
<math>
 
<math>
 
P_2=\begin{pmatrix}
 
P_2=\begin{pmatrix}
第138行: 第138行:  
</math>.
 
</math>.
 
|-
 
|-
−
|[math]EI(P_1)=2[/math] bits || [math]EI(P_2)=1[/math] bits || [math]EI(P_3)=0[/math] bits
+
|[math]EI(P_1)=2[/math] bits||[math]EI(P_2)=1[/math] bits||[math]EI(P_3)=0[/math] bits
 
|}
 
|}
       
这三个[[马尔科夫链]]的状态空间都是[math]\mathcal{X}=\{1,2,3,4\}[/math],因此它们的TPM的大小都是[math]4\times 4[/math]。
 
这三个[[马尔科夫链]]的状态空间都是[math]\mathcal{X}=\{1,2,3,4\}[/math],因此它们的TPM的大小都是[math]4\times 4[/math]。
 +
    
==马尔科夫链的EI==
 
==马尔科夫链的EI==