怎樣的stochastic process才稱為Markov process呢?
- 簡單說:當一個stochastic process在時間(n)的值,只跟前一個時間(n-1)有關,則這個隨機程序稱為Markov process。
- 專業說法:一個stochastic process具有Markov property(至於什麼是馬可夫特性,其實就是上述第一項的意思)
- 非數學的說法:給定現在(present)的條件,未來(future)和過去(past)的狀態是獨立的(因為只跟現在有關),這樣的過程是無記憶性的(memoryless)。
State Space | Type of Parameter (Parameter Space或稱為Index Set) | |
Discrete | Continuous | |
Discrete | (Discrete-parameter) Markov chain縮寫成DTMC | Continuous-parameter Markov chain縮寫成CTMC |
Continuous | Discrete-parameter Markov process | Continuous-parameter Markov process |
可以用數學式表示Markov Process,不過在網頁上不好輸入,請參考相關書籍。
另外,Discrete-parameter Markov chain縮寫成DTMC,意思是Discrete-Time Markov Chain,一般說的Markov chain通常指的就是DTMC。而Continuous-parameter Markov chain縮寫成CTMC,意思是Continuous-Time Markov Chain。
沒有留言:
張貼留言