打开主菜单
首页
随机
登录
设置
关于集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
免责声明
集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
搜索
更改
←上一编辑
下一编辑→
马尔科夫链
(查看源代码)
2025年7月5日 (六) 19:48的版本
添加45字节
、
2025年7月5日 (六) 19:48
→流网络
第24行:
第24行:
[[文件:Flownetwork.png|平衡封闭的流网络|替代=|边框|500x500像素]]
[[文件:Flownetwork.png|平衡封闭的流网络|替代=|边框|500x500像素]]
−
考虑一个粒子在此流网络中流动,在每一个节点处,它会以一定的概率顺不同的连边流向下一个节点。如果我们将粒子可能处于不同的节点看作是该粒子的不同状态,即定义状态空间[math]S=\{1,2,\cdots,5\}[/math],同时假定每一时刻粒子必然处于某一个节点,且不会在连边处停留,则我们可以用从任意节点[math]i[/math]出发,到任意另外的节点[math]j[/math]的跳转概率[math]p_{ij}\equiv \mathbb{P}(X_{t+1}=j|X_t=i)= f_{ij}/\sum_{j=1}^Nf_{ij}[/math]描述该粒子的行为,其中[math]f_{ij}[/math]为连边<math>i</math>到<math>j</math>上面的流量。显然,这个跳转概率与粒子在[math]<t[/math]
的时间步位于哪一个节点无关,因此这是一个马尔可夫过程。
+
考虑一个粒子在此流网络中流动,在每一个节点处,它会以一定的概率顺不同的连边流向下一个节点。如果我们将粒子可能处于不同的节点看作是该粒子的不同状态,即定义状态空间[math]S=\{1,2,\cdots,5\}[/math],同时假定每一时刻粒子必然处于某一个节点,且不会在连边处停留,则我们可以用从任意节点[math]i[/math]出发,到任意另外的节点[math]j[/math]的跳转概率[math]p_{ij}\equiv \mathbb{P}(X_{t+1}=j|X_t=i)= f_{ij}/\sum_{j=1}^Nf_{ij}[/math]描述该粒子的行为,其中[math]f_{ij}[/math]为连边<math>i</math>到<math>j</math>上面的流量。显然,这个跳转概率与粒子在[math]<t[/math]
的时间步位于哪一个节点无关,因此这一过程满足马尔科夫性,该过程定义了一个马尔可夫链。
====高尔顿钉板====
====高尔顿钉板====
Jake
行政员
、
界面管理员
、
管理员
3,094
个编辑