9
n
(2)转移概率的性质:对于状态空间 S 内的任意两个
状态 i和 j ,恒有 (1) (2)
p (tm) 0
(n) ij
(n ) p , n 1 ,2 , ij (tm) 1 j S
p
jS
(n) ij
(tm ) S P { X ( t ) j |X ( t ) i } j m n m j S
P ( X 1 |X 1 )( P X 1 |X 1 ) n 1 n n 2 n 1 p p 0 . 8 1 1 11 1
24
三.有限维概率分布
X ( t ), t t , t , t , } 马尔可夫链 { 在初始时刻 t 0 的概率 0 1 2
进一步改写为矩阵形式
P P
(2)
2
(2 ) (2 ) 其中 P 是两步转移概率矩阵, P 是一步转移 (p ij )
20
用数学归纳法可得
P P
( n )
n
n 2 , 3 , 4 ,
P
(13.8)
(n)
这表明: n步转移概率矩阵
( p )
(n) ij
等于一步转移概率矩阵P的 n 次幂.
5
恒成立,则称此过程为马尔可夫链. 式(13.1)称为马尔可夫性,或称无后效性. 马氏性的直观含义可以解释如下:
将 t n 看作为现在时刻,那末 t1,t2,,tn1 ,就是过去时 刻,而 t n 1 则是将来时刻.于是, (13.1) 式是说,当已知
注: t , t ,, t 并 不 需 要 间 隔 相 等 , 比 如 1 2 n 1
马尔可夫链 是离散状态的马尔可夫过程, 最初是由俄国数学家马尔可夫1896年 提出和研究的应用十分广泛,其应用领域涉 及计算机,通信,自动.控制,随机服务,可靠性, 生物学,经济,管理,教育,气象物理,化学等等.