∑

数学知识体系

Observatory Archive of Mathematics
⌕2026/8/31
概念

连续时间马氏过程

生成元 Q 是转移半群的「导数」,Kolmogorov 前向/后向方程描述概率随时间的演化。

所属主题:随机过程 ↗
阅读路径

参考可汗学院 Get ready 机制:先修概念 → 当前概念 → 进阶概念,✓ 表示已读。

当前概念

连续时间马氏过程随机过程

01定义

连续时间马尔可夫链以指数分布的等待时间加离散的跳转结构运行:生成元 QQ 是转移半群 P(t)=eQtP(t)=e^{Qt} 的「导数」。柯尔莫哥洛夫前向/后向方程描述概率流的演化——泊松过程与生灭过程是典范。
等待 ~ Exp(λ₀) Exp(λ₁) 状态 0 → 1 → 2 → …(生灭过程轨迹) 前向方程:P′(t) = P(t)Q —— 概率流的微分定律 q_ij = 跳转速率,q_ii = −Σq_ij:生成元编码一切
指数等待 + 瞬时跳转:连续时间链的骨架

02核心要点

01

指数等待的必然

无记忆性强制等待时间为指数分布:状态 ii 处停留 Exp(λi)\mathrm{Exp}(\lambda_i) 后按嵌入链选择下一状态——连续与离式的拼接。

02

生成元与半群

QQ 的行和为零、非对角非负;P(t)=eQtP(t)=e^{Qt} 满足查普曼-柯尔莫哥洛夫方程,前向方程 p˙=pQ\dot p=pQ 是概率的连续性方程。

03

生灭过程

只相邻跳转的链:M/M/1 排队、种群出生死亡模型;平稳分布由细致平衡 πiλi=πi+1μi+1\pi_i\lambda_i=\pi_{i+1}\mu_{i+1} 递推得出。

03关键公式

P(t)=eQt,ddtpj(t)=∑ipi(t)qijP(t)=e^{Qt},\quad \frac{d}{dt}p_j(t)=\sum_ip_i(t)q_{ij}

04历史沿革

泊松过程由西梅翁·泊松 1837 年研究;柯尔莫哥洛夫 1931 年给出前向/后向方程;杜布、费勒完善一般理论;生灭过程经卡拉法塔斯与麦格雷戈系统化。

05应用与延伸

排队论(M/M/1、M/G/k)、可靠性工程(故障-修复模型)、种群动力学、化学主方程与反应网络。

06交互演示

泊松过程:指数间隔的计数路径改变 λ:到达更频繁,相邻到达间隔 iid Exp(λ)

07相关概念