详细讲解:马尔可夫链 |
您所在的位置:网站首页 › 马尔可夫模型法计算公式 › 详细讲解:马尔可夫链 |
1原理简介 X1,X2,X3...马尔可夫链(MarkovChain),描述了一种状态序列,其每个状态值取决于前面有限个状态。马尔可夫链是具有马尔可夫性质的随机变量的一个数列。这些变量的范围,即它们所有可能取值的集合,被称为“状态空间”,而Xn的值则是在时间n的状态。如果Xn+1对于过去状态的条件概率分布仅是Xn的一个函数,则 P(Xn+1=x|X1=x1,X2=x2,...,Xn=xn)=P(Xn+1=x|Xn=xn) 这里x为过程中的某个状态。上面这个恒等式可以被看作是马尔可夫性质。 2理论发展马尔可夫在1906年首先做出了这类过程。而将此一般化到可数无限状态空间是由柯尔莫果洛夫在1936年给出的。 物理马尔可夫链通常用来建模排队理论和统计学中的建模,还可作为信号模型用于熵编码技术,如算术编码(著名的LZMA数据压缩算法就使用了马尔可夫链与类似于算术编码的区间编码)。马尔可夫链也有众多的生物学应用,特别是人口过程,可以帮助模拟生物人口过程的建模。隐蔽马尔可夫模型还被用于生物信息学,用以编码区域或基因预测。 3过程马尔可夫过程的定义: ⑴设{X(t),t∈T}是一个随机过程,如果在{X(t),t∈T}在t0时刻所处的状态为已知时,与它在时刻t>t0之前所处的状态无关,则称具有马尔可夫性。 ⑵设{X(t),t∈T}的状态空间为S,如果对于任意的n≧2,任意的t1 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |