1、关键词： 马尔可夫性 时齐马尔可夫链 n步转移概率 C-K方程 马氏链的有限维分布律 常返 暂留 正常返 零常返 互达 周期 不可约 平稳分布 极限分布 可逆Markov链,第三章 马尔可夫链,1,2,3,4,5,5,6,7,8,9,10,11,12,13,14,如果把1这点改为吸收壁，即Q一旦到达1这一点， 则永远留在点1时，此时的转移概率矩阵为：,15,例4：排队模型 设服务系统由一个服务员和只可以容纳两个人的等候室组成。服务规则为：先到先服务，后来者需在等候室依次排队，假设一个需要服务的顾客到达系统时发现系统内已有3个顾客，则该顾客立即离去。 设时间间隔t内有一个顾客进入系统的概率为q，
2、有一接受服务的顾客离开系统(即服务完毕)的概率为p,又设当t充分小时，在这时间间隔内多于一个顾客进入或离开系统实际上是不可能的，再设有无顾客来到与服务是否完毕是相互独立的。,16,现用马氏链来描述这个服务系统： 设Xn=X(nt)表示时刻nt时系统内的顾客数，即系统的状态。Xn,n=0,1,2是一随机过程，状态空间I=0,1,2,3,且如前例1、例2的分析可知，它是一个时齐马氏链，它的一步转移概率矩阵为：,17,例5：设甲、乙两袋共装5个球，每次任取一袋,并从袋中 取出一球放入另一袋(若袋中无球则不取)。Xn表示 第n次抽取后甲袋的球数，n=1,2,.Xn,n=1,2, 是一随机过程，状态空间
3、I=0,1,2,3,4,5,当Xn=i 时，Xn+1=j的概率只与i有关，与n时刻之前如何取到 i值是无关的，这是时齐马氏链，一步转移矩阵为：,18,例6：卜里耶（Polya)罐子模型。设一罐子装有r个红球， t个黑球，现随机从罐中取出一球，记录其颜色，然后将 球放回，并加入a个同色球。持续进行这一过程，Xn表示 第n次试验结束时罐中的红球数，n=0，1,2,. Xn,n=0，1,2,是一随机过程， 状态空间I=r,r+a,r+2a,当Xn=i 时，Xn+1=j的概率只 与i有关，与n时刻之前如何取到i值是无关的， 这是一马氏链，但不是时齐的,一步转移概率为：,19,20,21,22,23,2
4、4,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48,49,50,51,52,53,54,55,56,57,58,59,60,61,62,63,浙大数学随机过程,64,浙大数学随机过程,65,66,67,68,浙大数学随机过程,69,70,浙大数学随机过程,71,72,73,浙大数学随机过程,74,浙大数学随机过程,75,浙大数学随机过程,76,浙大数学随机过程,77,78,79,80,81,82,83,84,85,86,87,88,89,90,91,92,93,例6：设有6个球(2个红球,4个白球)
5、随机平分放入甲,乙两个盒中.今每次从两盒中各任取一球并进行交换. 表示开始时甲盒中的红球数, 表示经n次交换 后甲盒中的红球数.(1)求此马氏链的初始分布;(2)求一步转移矩阵;(3)计算,94,95,96,97,浙大数学随机过程,98,浙大数学随机过程,99,浙大数学随机过程,100,平稳分布的意义,101,102,Markov链的应用PageRank,PageRank, 就是网页排名，又称网页级别，是一种由搜索引擎根据网页之间相互的超链接计算的网页排名技术，Google用它来体现网页的重要性。是Google的创始人拉里佩奇和谢尔盖布林在斯坦福大学发明了这项技术, 并最终以拉里佩奇（Larr
6、y Page）之姓来命名。,103,Markov链的应用-PageRank,104,链接源I D 链接目标 1 1 2,3,4,5, 7 2 1 3 1,2 4 2,3,5 5 1,3,4,6 6 1,5 7 5,105,106,107,108,109,110,浙大数学随机过程,111,浙大数学随机过程,112,浙大数学随机过程,113,浙大数学随机过程,114,浙大数学随机过程,115,浙大数学随机过程,116,浙大数学随机过程,117,浙大数学随机过程,118,浙大数学随机过程,119,浙大数学随机过程,120,浙大数学随机过程,121,浙大数学随机过程,122,浙大数学随机过程,123,
