马尔可夫链与本页画面
马尔可夫链在几个状态之间随机地走,下一步到哪个状态的概率只取决于现在的状态。本页的状态是晴、阴、雨。转移矩阵的第行写的是今天处在状态时明天各状态的概率,所以每一行都是概率向量。今天的分布是行向量,明天就是,天后是。只有三个状态时,每个分布都是三角形里的一个点:三个角各是“确定是这个状态”,三个概率就是这个点在三个角上的权重。图中墨色点是的三行,蓝点是起点,红色路径连起
一步做了什么
一步把每个角送到它那一行:确定晴的一天,第二天的分布就是第一行。别的分布是三个角的加权平均,所以是三行的同样加权平均。于是整个三角形落进三行围成的小三角形,两步落进的三行围成的更小的三角形,依此类推。当的某个幂所有元素都为正时,这些套在一起的三角形收向一个点:稳态。
π为什么是特征向量,p_n收得多快
不动的那个点满足:是特征值1的特征向量(左特征向量;写成列向量就是)。差的各分量加起来是0,在这样的向量上通过另外两个特征值起作用:每走一步,沿特征向量方向的向量会乘上对应的特征值。所以两者的模都小于1时,趋向,较大的模决定快慢。天气链,大了以后每走一步距离剩下不到一半(起点含方向的分量时);两个特征值是复数时,路径边缩边转。
落不到稳态的时候
循环链里晴必转阴、阴必转雨、雨必转晴。另两个特征值的模是1,永远转圈,除非起点就是。两个吸收态时,晴和雨一旦出现就不再变:特征值1出现两次,晴和雨的任何混合都不动,所以仍会稳定下来,但落在哪里取决于起点。对有限个状态的链,从任何起点都趋向同一个,恰好当链只有一个闭类(一组能互相到达、而且走不出去的状态),并且这个闭类不是周期的。常用的判据是某个幂所有元素都为正。
值得注意
- 对天气链,不论从哪里出发,稳态都是很久以后某一天各种天气的概率;天气本身照样每天在变。
- 状态多于三个时,分布占满更高维的“三角形”(单纯形),道理相同。
操作
- 拖墨色点改转移矩阵的一行,拖蓝点改起点;选中一个点后方向键每次移动百分之一。