2026《高考数学一轮复习微专题106讲》103.马尔科夫链最全讲义.pdfVIP

103.递推方法计算概率与一维马尔科夫过程

一．基本原理

SPP(X|X)ij

1.转移概率：对于有限状态集合，定义：为从状态到状态的转

i,jn1jni

移概率.

2.马尔可夫链：若P(X|X,X,,X)P(X|X)P，即未来状态

n1jnin1in10i0n1jniij

只受当前状态的影响，与之前的无关.

XXX,X,,X

n1nn1n20



3.完备事件组：如果样本空间中一组事件组{A,A,A}符合下列两个条件：

12n

（1）AA,ij,i,j1,2,nij；

n

（2）A.

k

k1



则称{A,A,A}是的一个完备事件组，也称是的一个分割.

12n

4.全概率公式：设{A,A,A}是一个完备事件组，则有

12n

n

P(B)P(A)P(B|A)

kk

k1

5.一维随机游走模型，即：设数轴上一个点，它的位置只能位于整点处，在时刻t0时，



位于点xi(iN)，下一个时刻，它将以概率或者



（(0,1),1）向左或者向右平移一个单位.若记状态Xti表示：在时刻该点位t



于位置xi(iN)，那么由全概率公式可得：

P(Xt1i)P(Xti1)P(Xt1i|Xti1)P(Xti1)P(Xt1i|Xti1)

另一方面，由于P(Xt1i|Xti1),P(Xt1i|Xti1)，代入上式可得：

PPP.

ii1i1

x0

进一步，我们假设在与xm(m0,mN)处各有一个吸收壁，当点到达吸收壁时

被吸收，不再游走.于是，P0,P1.随机游走模型是一个典型的马尔科夫过程.

0m

a

进一步，若点在某个位置后有三种情况：向左平移一个单位，其概率为，