更改

现在，再看一下 '''稳态分布''' 的定义：马尔科夫链的状态分布为 <math>\pi</math>，使得 <math>\pi P = \pi</math>。

现在，再看一下 '''稳态分布''' 的定义：马尔科夫链的状态分布为 <math>\pi</math>，使得 <math>\pi P = \pi</math>。也就是说，在 <math>t=0</math> 时刻，并行的若干个系统的状态服从分布 <math>\pi</math>；在各自演化 <math>t=1</math> 步后，虽然这些系统的状态发生了变化，但统计到的状态仍然服从分布 <math>\pi</math>。

这样，我们就能利用 '''随机动力学（Random Dynamical System）'''中的 '''不变性（Invariance）''' 要求来对马尔科夫链的稳态分布进行分析。详细的数学公式和定义请参考[[马尔科夫链中的随机动力学]]。

 

这样，我们就能利用 '''随机动力学（Random Dynamical System）'''中的 '''不变性（Invariance）''' 要求来对马尔科夫链的稳态分布进行分析。详细的数学公式和验证请参考[[马尔科夫链中的随机动力学]]。