马可夫过程维基百科,自由的 encyclopedia 在概率论及统计学中,马可夫过程(英语:Markov process)是一个具备了马可夫性质的随机过程,因为俄国数学家安德雷·马可夫得名。马可夫过程是不具备记忆特质的(memorylessness)。换言之,马可夫过程的条件概率仅仅与系统的当前状态相关,而与它的过去历史或未来状态,都是独立、不相关的[1]。 此条目可参照英语维基百科相应条目来扩充。 马可夫过程范例 具备离散状态的马可夫过程,通常被称为马可夫链。马可夫链通常使用离散的时间集合定义,又称离散时间马可夫链[2]。有些学者虽然采用这个术语,但允许时间可以取连续的值[3]。
在概率论及统计学中,马可夫过程(英语:Markov process)是一个具备了马可夫性质的随机过程,因为俄国数学家安德雷·马可夫得名。马可夫过程是不具备记忆特质的(memorylessness)。换言之,马可夫过程的条件概率仅仅与系统的当前状态相关,而与它的过去历史或未来状态,都是独立、不相关的[1]。 此条目可参照英语维基百科相应条目来扩充。 马可夫过程范例 具备离散状态的马可夫过程,通常被称为马可夫链。马可夫链通常使用离散的时间集合定义,又称离散时间马可夫链[2]。有些学者虽然采用这个术语,但允许时间可以取连续的值[3]。