关闭 More 保存 重做 撤销 预览

   
关闭   当前为简洁模式,您可以更新模块,修改模块属性和数据,要使用完整的拖拽功能,请点击进入高级模式

重播

上一主題 下一主題
»
太子妃
翻译小组
当前积分:4016
帖子    739
新博币    1 提现
提现    0
     
    2478 0 | 显示全部楼层 |倒序浏览
    马尔可夫性质(英语:Markov property)是概率论中的一个概念,因为俄国数学家安德雷·马尔可夫得名。当一个随机过程在给定现在状态及所有过去状态情况下,其未来状态的条件概率分布仅依赖于当前状态;换句话说,在给定现在状态时,它与过去状态(即该过程的历史路径)是条件独立的,那么此随机过程即具有马尔可夫性质。具有马尔可夫性质的过程通常称之为马尔可夫过程。

    数学上,如果 X ( t ) , t > 0 {\displaystyle X(t),t>0} 为一个随机过程,则马尔可夫性质就是指

    P r [ X ( t + h ) = y | X ( s ) = x ( s ) , s t ] = P r [ X ( t + h ) = y | X ( t ) = x ( t ) ] , h > 0. {\displaystyle \mathrm {Pr} {\big [}X(t+h)=y\,|\,X(s)=x(s),s\leq t{\big ]}=\mathrm {Pr} {\big [}X(t+h)=y\,|\,X(t)=x(t){\big ]},\quad \forall h>0.}

    马尔可夫过程通常称其为(时间)齐次,如果满足

    P r [ X ( t + h ) = y | X ( t ) = x ( t ) ] = P r [ X ( h ) = y | X ( 0 ) = x ( 0 ) ] , t , h > 0 , {\displaystyle \mathrm {Pr} {\big [}X(t+h)=y\,|\,X(t)=x(t){\big ]}=\mathrm {Pr} {\big [}X(h)=y\,|\,X(0)=x(0){\big ]},\quad \forall t,h>0,}

    除此之外则被称为是(时间)非齐次的。齐次马尔可夫过程通常比非齐次的简单,构成了最重要的一类马尔可夫过程。

    某些情况下,明显的非马尔可夫过程也可以通过扩展“现在”和“未来”状态的概念来构造一个马尔可夫表示。设 X {\displaystyle X} 为一个非马尔可夫过程。我们就可以定义一个新的过程 Y {\displaystyle Y} ,使得每一个 Y {\displaystyle Y} 的状态表示 X {\displaystyle X} 的一个时间区间上的状态,用数学方法来表示,即,

    Y ( t ) = { X ( s ) : s [ a ( t ) , b ( t ) ] } . {\displaystyle Y(t)={\big \{}X(s):s\in [a(t),b(t)]\,{\big \}}.}

    如果 Y {\displaystyle Y} 具有马尔可夫性质,则它就是 X {\displaystyle X} 的一个马尔可夫表示。 在这个情况下, X {\displaystyle X} 也可以被称为是二阶马尔可夫过程。更高阶马尔可夫过程也可类似地来定义。

    具有马尔可夫表示的非马尔可夫过程的例子,例如有移动平均时间序列。

    最有名的马尔可夫过程为马尔可夫链,但不少其他的过程,包括布朗运动也是马尔可夫过程。

    个人签名

    您需要登录后才可以回帖 登录 | 立即注册

    本版积分规则

    快速回复 返回顶部 返回列表