markov 过程 （离散的状态下 称为 Markov 链）
无后效性： 过去 现在 将来 (将来的状态只与现在有关 于 过去无关)
重点计算 转移概率 （这里先研究 一步转移 时间间隔为 1 ） 这里研究的主要是 齐次的概率
学会求解 概率转移矩阵 比较简单 先判断有几个状态 之后确定矩阵的大小 再按照行来进行求解
分别求解每一个初始状态到下一个状态的概率 满足一行的概率之和为 1
markov 过程 （离散的状态下 称为 Markov 链）
无后效性： 过去 现在 将来 (将来的状态只与现在有关 于 过去无关)
重点计算 转移概率 （这里先研究 一步转移 时间间隔为 1 ） 这里研究的主要是 齐次的概率
学会求解 概率转移矩阵 比较简单 先判断有几个状态 之后确定矩阵的大小 再按照行来进行求解
分别求解每一个初始状态到下一个状态的概率 满足一行的概率之和为 1
本文标题：第五次课程
本文链接：https://www.haomeiwen.com/subject/djoprltx.html
网友评论