Markov鏈，用更加數學化的語言來描述，其定義是：對於1個Markov鏈，我們是指1個離散隨機過程,Xr在任意的時間集tr(r=1,2)。
基本介紹
- 中文名：Markov鏈
- 外文名：Markov
- 特點：用數學化語言描述
- 學科：生物學
定義1,定義2,定義3,
定義1
源自： 基因頻率動態特徵的隨機過程模型 《內蒙古農業大學學報(自然科學版）》 2001年 張立嶺
來源文章摘要：本文簡要論述了群體遺傳學的核心問題，生物群體在進化過程中，目標基因在中性狀態 （沒有選擇壓力），或選擇壓力隨機波動情況下，基因頻率隨機變化動態特徵，及描述這些特徵的隨機過程數學模型的原理，基本公式的來源，目前常用模型的主要類型、用途，解決實際問題時所需的約束條件，參數的設定及其遺傳學意義，主要方程的解析公式等。主要模型包括離散狀態的 Markov鏈和連續狀態的 Markov過程，擴散方程，Kolm ogolov前向方程和後向方程，Wright- Fisher模型等。總結歸納了前人在這方面的主要工作
定義2
我們把這些鏈稱為Markov鏈.在本文里，會話和Markov鏈的意義完全相同.這些信息都保存在伺服器的訪問日誌里.北京理工大學計算機科學工程系
源自: TOP-N選擇Markov預測模型 《計算機套用》 2005年 韓真，曹新平
來源文章摘要：分析了訪問用戶和瀏覽器的行為，研究了現存的Markov預取模型，並分析了Markov預測模型的本質，在此基礎上，提出了基於TOP N選擇的Markov預測模型。該模型利用Web訪問日誌中請求次數大於N的URL生成TOP N，根據用戶的訪問會話生成Markov鏈。如果用戶當前的訪問會話與Markov鏈匹配，該Markov的下一URL在TOP N中，就把它取到本地快取。實驗表明，該預測模型能有效提高預測精度和命中率，在一定程度上還減少了頻寬的需求。
定義3
時間和狀態都離散的Markov過程稱為Markov鏈，形式上可以這樣表示： Pr{Xn=k|X0=h,.4一R1都能進行位移的m鱉幽猷《&；∞田的內部，而投影機的外殼用到了一種稱為“發泡鋁”的材料，這種材料本身是用於建築吸音的，這對降低風扇的噪音同樣會有幫助
源自： 基於Markov鏈模型的儲層岩相隨機模擬 《地球物理學進展》 2003年 劉振峰，郝天珧，楊長春
來源文章摘要： 在油氣儲層隨機建模研究中，基於Markov鏈模型的方法是一類較受歡迎的技術，同時也是一類不成熟的技術.問題的癥結之一在於側向的轉移機率矩陣很難求取.針對這種情況，作者在深入理解Walther相律的基礎上，借鑑模擬退火算法的相應思路，提出了一種岩相模擬的新方法，該方法依據不同岩相的百分比進行隨機模擬得到一幅初始圖像，而後以按岩相組織剖面得到的垂向和側向的岩相轉移機率矩陣的相似性作為判別標準對圖像進行擾動，直至得到滿意的圖像.二維模型試算結果表明了這種岩相隨機模擬方法的可行性.
馬爾科夫分析模型
實際分析中，往往需要知道經過一段時間後，市場趨勢分析對象可能處於的狀態，這就要求建立一個能反映變化規律的數學模型。馬爾科夫市場趨勢分析模型是利用機率建立一種隨機型的時序模型，並用於進行市場趨勢分析的方法。
馬爾科夫分析法的基本模型為：
X(k+1）=X(k）×P
公式中：X(k）表示趨勢分析與預測對象在t=k時刻的狀態向量，P表示一步轉移機率矩陣，
X(k+1）表示趨勢分析與預測對象在t=k+1時刻的狀態向量。
必須指出的是，上述模型只適用於具有馬爾科夫性的時間序列，並且各時刻的狀態轉移機率保持穩定。若時間序列的狀態轉移機率隨不同的時刻在變化，不宜用此方法。由於實際的客觀事物很難長期保持同一狀態的轉移機率，故此法一般適用於短期的趨勢分析與預測。
馬爾科夫過程的穩定狀態
在較長時間後，馬爾科夫過程逐漸處於穩定狀態，且與初始狀態無關。馬爾科夫鏈達到穩定狀態的機率就是穩定狀態機率，也稱穩定
機率。市場趨勢分析中，要設法求解得到市場趨勢分析對象的穩態機率，並以此做市場趨勢分析。
