统计计算 课件 4.1 马尔科夫链.pptx

第四章蒙特卡洛马尔科夫链(MCMC)4.1马尔科夫链4.2M-H方法4.3Gibbs抽样

4.1马尔科夫链4.1.1马尔可夫链与一步状态转移概率矩阵4.1.2多步状态转移概率矩阵4.1.3不可约性和遍历性4.1.4非周期性

4.1.1马尔可夫链与一步状态转移概率矩阵马尔可夫链是俄国数学家马尔可夫提出的,为了证明独立性不是大数定律和中心极限定理成立的必要条件,他构造了一个按条件概率相互依赖的随机过程,并证明其在一定条件下收敛于一组向量,该随机过程被称为马尔可夫链。

称为随机过程,t为参数,T称为参数集。参数集T可以是时间集,也可以是长度、重量等,本章为时间集。称为随机过程在时刻t的状态,所有的状态形成一个集合称为状态空间,用S表示。常见的随机过程有随机游走、布朗运动和排队模型。随机过程的研究对象是随时间而变化的随机现象。为了描述该过程,需要一系列随机变量来描述。把依赖于参数t的一族随机变量

某十字路口在时间[0,t]内违章的车辆数是一个与时间t有关的随机变量,对于固定的时间t,车辆数是一个只取非负值的随机变量,t变化时,车辆数是一个随机过程。随机过程是时间t的函数,在任意时刻进行观察时,它是一个随机变量

一、马尔科夫过程马尔科夫(Markov)过程是具有无后效性的随机过

文档评论(0)

1亿VIP精品文档

相关文档