轉移矩陣與馬可夫鏈
觀念
狀態之間的轉移機率排成矩陣 ,目前狀態分布寫成行向量 (第 行是「從第 個狀態出發」),經一步變成 , 步是 ;轉移機率都是正數時,長期會趨向唯一的穩定分布(滿足 )。
例:晴→晴 0.8、雨→晴 0.4,穩定分布晴天比例 。
這是天氣、顧客流失、網頁排名(PageRank)等隨機過程的入門模型。
例題
某地通勤族的狀態只有「騎 YouBike」與「搭公車」兩種,每天依下列機率轉移:騎 YouBike→騎 YouBike 、騎 YouBike→搭公車 ;搭公車→騎 YouBike 、搭公車→搭公車 。寫成轉移矩陣(第 行是「從第 個狀態出發」)。已知今天是「騎 YouBike」,求後天是「搭公車」的機率(用小數)。
看解法與答案
經過兩步,中間(明天)可能是「騎 YouBike」或「搭公車」,兩條路徑各自相乘再相加:
「騎 YouBike→騎 YouBike→搭公車」的機率 ,「騎 YouBike→搭公車→搭公車」的機率 。
相加:。
也就是 第 2 列第 1 行的元素。
答案:
用在哪裡
- 電腦Google 早期的 PageRank 把網頁連結當成轉移機率,穩定分布就是每個網頁的重要度。
- 商業電信業每月有 3% 用戶轉去對手、對手有 2% 轉進來,用轉移矩陣算出長期市占會停在哪裡。
- 金融信評機構公布的信用評等轉移矩陣,乘三次就估得出 BBB 級公司三年後掉到垃圾級的機率。
- 交易把盤勢分成多頭、空頭、盤整三種狀態,用歷史轉移機率估計明天仍是多頭的機率。
插畫


學習路徑
先學會
互動練習在本機版
這個網站是觀念與例題的閱讀版。互動練習(每次出不同數字的新題、自動判對錯、錯題本、熟練度與複習排程)在「數學學院」本機版,目前還沒對外開放。