技术文件-马尔科夫链.docVIP

在一般及常用的统计中，彼此相互「独立」大概是最有用的一个观念。用简单的术语来说，互相「独立」就是彼此毫不相干，一点牵涉都没有。好比说：大黄在台北早上不是吃海鲜和老马在基隆晚上是不是吃海鲜是两件互相独立的事件。互相独立的概念之所以有用，最重要的原因之一就是因为它简单，几乎任何人都很容易明白。但我们今天要谈的马可夫链可就不是这样了。马可夫链是要讨论不是互相独立的一些事件。以大黄和老马吃海鲜的例子来说，如果大黄和老马是住在一个屋檐下的话，早上吃海鲜和晚上吃海鲜就不是完全无关的两件事了！有的时候海鲜吃出了瘾，非要连吃好几顿才行；这样的话如果大黄、老马早上吃了海鲜，他们晚上还是吃海鲜的机会就很大了。当然也有可能就是早上吃了海鲜觉得晚上换一种口味比较可口，这样的话早上吃了海鲜，那么晚上再吃的机会又比较小了。总之，这个例子只是要说明不是互相独立的事件也是很容易在日常生活碰到的，更不用说再稍微复杂一点的统计中更是会经常碰到的。但再这样一个笼统的名辞「不是互相独立」下，我们要怎样了解它呢？「不是互相独立」也就是说互相关联的意思，但是要样相关呢？如何在相关中作一些简单的分类呢？马可夫链就是要描述在「相关」这个概念中最简单的一种。但即使如此，有关马可夫链的理论已经相当丰富了。在机率的理论中，它几乎占了绝大的部分。以下我们就慢慢的说明它的一些性质。 ? ? ? ? 二、定义 E1,