5,443
个编辑
更改
跳到导航
跳到搜索
小第15行：
第15行： − 本词条将集中介绍离散时间马尔科夫链的内容。日常生活中的许多现象都可以利用马尔科夫链来描述，例如天气的变化。简单考虑两种天气状态，下雨和不下雨，分别记为状态1和状态0，即样本空间为<math>S=\{0,1\}</math>。那么，对应的马尔科夫假设就是明天是否下雨只取决于今天的天气，而与之前的天气无关。+ 第21行：
第21行： − 下面从转移概率出发，讨论时齐马尔科夫链。由时齐性假设，记一步转移概率+
→离散（或连续）时间马尔科夫链
日常生活中的许多现象都可以利用马尔科夫链来描述，例如天气的变化。简单考虑两种天气状态，下雨和不下雨，分别记为状态1和状态0，即样本空间为<math>S=\{0,1\}</math>。那么，对应的马尔科夫假设就是明天是否下雨只取决于今天的天气，而与之前的天气无关。
下面从转移概率出发，讨论离散时间时齐马尔科夫链。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>。
一般的，记<math>n-m</math>步转移概率
一般的，记<math>n-m</math>步转移概率