Markov Chains (Марковские цепи)
Что это такое
Университетское изучение цепей Маркова расширяет работу Further Maths до формальных доказательств долгосрочного поведения, включая стационарные распределения (долгосрочную вероятность нахождения в каждом состоянии) и условия сходимости.
Почему это важно
Цепи Маркова лежат в основе некоторых из важнейших алгоритмов современной информатики — включая методы Монте-Карло с цепями Маркова, используемые во всей байесовской статистике и машинном обучении для выборки из иначе неразрешимых распределений вероятностей.
Совет для экзамена
Чтобы найти стационарное распределение, составьте и решите πP = π (где P — матрица переходов) с условием, что вероятности в сумме дают 1 — забыть условие суммы 1 оставляет систему с бесконечным числом решений вместо одного.
Связанные темы
Заинтересованы в занятиях по Markov Chains (Марковские цепи)?
Расскажите нам о целях и уверенности ученика — мы составим индивидуальный план.