愛因斯坦在1905年提出酵紫，擴(kuò)散運(yùn)動(dòng)遵循馬爾科夫隨機(jī)過程（marcovian process, no memory）
然而在之后的研究中發(fā)現(xiàn)错维，量子力學(xué)的擴(kuò)散運(yùn)動(dòng)機(jī)理是不同的，這是一個(gè)保持記性的傳遞過程鹉动。這是今天看到的一個(gè)問題，還沒有搞明白泽示，但是想簡單介紹一下馬爾科夫隨機(jī)過程。
Markov process是一個(gè)將來某狀態(tài)的概率不依賴于過去轉(zhuǎn)態(tài)械筛，而僅僅取決于現(xiàn)在狀態(tài)概率和狀態(tài)之間的轉(zhuǎn)移概率的過程飒炎。也就是說，不論初始狀態(tài)如何郎汪，當(dāng)進(jìn)行無數(shù)次轉(zhuǎn)化之后，不同狀態(tài)之間的概率又變成相同的了煞赢，也就是
Pi(n)|Pi=1(1) = Pi(n)|Pi=2(1)
when n approaches infinite
i:state;
P,probability;
n,times;
這種隨機(jī)過程被成熟應(yīng)用在醫(yī)療保險(xiǎn)和布朗運(yùn)動(dòng)等分析中。
一開始看到介紹馬爾科夫的wiki界面想到的是大數(shù)據(jù)照筑，但大數(shù)據(jù)依賴過去的數(shù)據(jù)而進(jìn)行收斂（我個(gè)人的理解），是有記憶性的波俄。?
