其他回答

• 在已知目前状态现在的条件下，它未来的演变将来不依赖于它以往的演变过去。你可以看看知道关于马尔可夫过程的简介http://baike.baidu.com/view/163499.htm。
  齐晓敬2019-12-21 21:18:49
• 其实我们从不可约的英文单词irreducible的本意就可以知道他的含义，irreducible=ir+reducible=不+可减少的=不可减少的，不可简化的。而不可约的数学定义是“如果从C中任一状态出发经有限步转移到另一状态的概率都大于0,则称C为不可约闭集”，即如果全部状态转移概率均大于0，表示任意一种状态都可能转化到任意另外一种状态，即不存在多余的状态，是的其它状态不能转换到此状态。如果存在这样的状态，它的一步转移概率应当为0。
  齐晓敬2019-12-21 20:55:29
• 不可约马尔可夫链irreducibleMarkovchain一种马尔可夫链.指状态空间E是惟一闭集的马尔可夫链，这又相当于E不含两个不相交的非空闭集，这时，对应的转移概率矩阵也称为不可约的。延伸介绍一、马尔可夫链模型简介马尔可夫模型HiddenMarkovModel，HMM是统计模型，它用来描述一个含有隐含未知参数的马尔可夫过程。其难点是从可观察的参数中确定该过程的隐含参数。然后利用这些参数来作进一步的分析，例如模式识别。在正常的马尔可夫模型中，状态对于观察者来说是直接可见的。这样状态的转换概率便是全部的参数。而在隐马尔可夫模型中，状态并不是直接可见的，但受状态影响的某些变量则是可见的。每一个状态在可能输出的符号上都有一概率分布。因此输出符号的序列能够透露出状态序列的一些信息。马尔可夫链，因安德烈·马尔可夫A.A.Markov，1856-1922得名，是数学中具有马尔可夫性质的离散时间随机过程。该过程中，在给定当前知识或信息的情况下，过去即当期以前的历史状态对于猜测将来即当期以后的未来状态是无关的。二、随机过程马尔可夫链是满足下面两个假设的一种随机过程:1、t+l时刻系统状态的概率分布只与t时刻的状态有关，与t时刻以前的状态无关;2、从t时刻到t+l时刻的状态转移与t的值无关。一个马尔可夫链模型可表示为=S，P，Q，其中各元的含义如下:1S是系统所有可能的状态所组成的非空的状态集，有时也称之为系统的状态空间，它可以是有限的、可列的集合或任意非空集。本文中假定S是可数集即有限或可列。用小写字母i，j或Si，Sj等来表示状态。2P是系统的状态转移概率矩阵，其中Pij表示系统在时刻t处于状态i，在下一时刻t+l处于状态j的概率，N是系统所有可能的状态的个数。对于任意i∈s，有。3Q是系统的初始概率分布，qi是系统在初始时刻处于状态i的概率，满足。
  窦运荣2019-12-21 20:20:36