为什么在研究马尔可夫链时要引入矩阵和向量？

适用条件

• 问题涉及马尔可夫链。
• 目标是计算未来状态或操作转移概率。

理解与推导

1. 认识到直接的口头或图形推理对于多步来说会变得繁琐。
2. 引入向量来编码任何给定时间的状态分布。
3. 引入矩阵来组织一步转移概率。
4. 使用矩阵-向量乘法来高效计算未来时间步的状态。

例子

演讲者宣布他们将使用一些线性代数的形式体系，即矩阵的概念、向量的概念以及如何将它们相乘，以使在研究马尔可夫链时的操作更简单。

容易误解的地方

• 认为矩阵对于理解马尔可夫链的基本概念是绝对必要的。
• 认为矩阵乘法是找到下一个状态的唯一方法，忽略了对于单步而言，读取图表就足够了。

观看对应讲解

继续追问

• 在这个例子中，初始状态向量 $S_0$ 是什么？
• 在这段视频中，转移矩阵的行和列代表什么？