更改
跳到导航
跳到搜索
←上一编辑
下一编辑→
马尔科夫链
(查看源代码)
2025年2月24日 (一) 14:54的版本
添加317字节
、
2025年2月24日 (一) 14:54
→时齐性与平稳性
第87行:
第87行:
由时齐性假设,记一步转移概率
由时齐性假设,记一步转移概率
<math>P(X_n=j|X_{n-1}=i)=p_{ij}</math>。
<math>P(X_n=j|X_{n-1}=i)=p_{ij}</math>。
+
此时,对应的Chapman-kolmogorov方程为
此时,对应的Chapman-kolmogorov方程为
+
<math>
<math>
\begin{aligned}
\begin{aligned}
−
P(X_n=j|X_0=i)=\sum_{
k
\in S}
P_
{
ik
}
(m)P_
{
kj
}
(
n-
m),
+
P_{ij}(0,n)&=\sum_{k_1\in S}
P(X_n=j
|X_1=k_1)P(X_1=k_1
|X_0=i)
\\
+
&=\sum_{k_1\in S}P(X_n=j|X_1=k_1)p_{ik_1}\\
+
&=\ldots\\
+
&
=\sum_{
k_1\in S}\ldots\sum_{k_{n-1}
\in S}
p_
{
ik_1
}
p_
{
k_1k_2
}
\ldots p_{k_{
n-
1}j}.
\end{aligned}
\end{aligned}
</math>
</math>
−
其中,<math>P_{ij}(m,n)=\sum_{k\in S}P_{ik}(m)P_{kj}(n-m)</math>称为'''Chapman-Kolmogorov方程'''。
−
一般的,记
<math>n-m</math>步转移概率
+
不难看出,上述方程与起始时刻无关,仅与时间间隔有关,即如果将时间窗任意平移<math>l</math>个时刻,有
+
+
<math>
+
P_{ij}(l,n+l)=\sum_{k_1\in S}\ldots\sum_{k_{n-1}\in S}p_{ik_1}p_{k_1k_2}\ldots p_{k_{n-1}j}=P_{ij}(0,n)
+
</math>。
+
+
所以,一般的,记
<math>n-m</math>步转移概率
<math>P_{ij}(m,n)=P_{ij}(n-m)</math>。
<math>P_{ij}(m,n)=P_{ij}(n-m)</math>。
−
===转移概率矩阵===
===转移概率矩阵===
相信未来
5,443
个编辑
导航菜单
个人工具
登录
名字空间
页面
讨论
变种
视图
阅读
查看源代码
查看历史
更多
搜索
导航
集智百科
集智主页
集智斑图
集智学园
最近更改
所有页面
捐赠我们
帮助
工具
特殊页面
可打印版本