You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

如何将4×4转移矩阵转换为行和为1的2×2转移矩阵

如何正确聚合马尔可夫链的状态转移矩阵

直接累加原状态转移概率会导致行和超过1(因为每个原状态的行和为1,多个原状态的转移概率相加后行和等于原状态数量),正确的做法是利用原聚合状态内的稳态条件概率作为权重,加权计算聚合后的转移概率,具体步骤如下:

核心逻辑

聚合后的转移概率需满足:

聚合状态A到聚合状态B的概率 = Σ(A内子状态i的条件稳态概率 × 原状态i到B的总转移概率)

这里的条件稳态概率,指系统处于聚合状态A时,停留在子状态i的长期概率(即子状态i的全局稳态概率占聚合状态A总概率的比例)。


针对本题的具体计算过程

1. 给出原转移矩阵

原4状态转移矩阵:

matrix = [[.25,.25,.5,0],
          [ 0,.25,.5,.25],
          [.25,.25,.25,.25],
          [.25,.25,0, .5 ]]

其中:good状态={1,2},bad状态={3,4}。

2. 计算原链的全局稳态分布

设稳态分布为 $\pi = [\pi_1, \pi_2, \pi_3, \pi_4]$,满足 $\pi = \pi \times matrix$ 且 $\pi_1+\pi_2+\pi_3+\pi_4=1$,解方程组得到:

  • $\pi_1 = 3/16 = 0.1875$
  • $\pi_2 = 4/16 = 0.25$
  • $\pi_3 = 7/24 ≈ 0.2917$
  • $\pi_4 = 13/48 ≈ 0.2708$

3. 计算聚合状态内的条件稳态概率

  • good状态:总概率为 $\pi_1+\pi_2=7/16$,因此:
    • 状态1的条件概率:$\frac{\pi_1}{\pi_1+\pi_2} = 3/7 ≈ 0.4286$
    • 状态2的条件概率:$\frac{\pi_2}{\pi_1+\pi_2} = 4/7 ≈ 0.5714$
  • bad状态:总概率为 $\pi_3+\pi_4=5/6$,因此:
    • 状态3的条件概率:$\frac{\pi_3}{\pi_3+\pi_4} =7/20=0.35$
    • 状态4的条件概率:$\frac{\pi_4}{\pi_3+\pi_4}=13/20=0.65$

4. 计算聚合后的转移概率

  • good → good:
    $P(G→G) = (3/7)×(0.25+0.25) + (4/7)×(0+0.25) = 5/14≈0.3571$
  • good → bad:
    $P(G→B) = 1 - P(G→G) =9/14≈0.6429$(或直接计算:$(3/7×0.5)+(4/7×0.75)=9/14$)
  • bad → good:
    $P(B→G)=(7/20)×(0.25+0.25)+(13/20)×(0.25+0.25)=0.5$
  • bad → bad:
    $P(B→B)=1-P(B→G)=0.5$(或直接计算:$(7/20×0.5)+(13/20×0.5)=0.5$)

最终的2×2转移矩阵

aggregated_matrix = [[5/14, 9/14],
                     [1/2,  1/2]]

或小数近似版本:

aggregated_matrix = [[0.3571, 0.6429],
                     [0.5,     0.5]]

内容的提问来源于stack exchange,提问作者AI92

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.06.30 14:59:55