matlab代码实现马尔科夫链概念

马尔科夫链是一种随机过程，其未来状态只依赖于当前状态，而与过去状态无关。在Matlab中，我们可以通过以下代码实现一个简单的马尔科夫链模拟：

% 定义状态转移矩阵
P = [0.9, 0.1; 0.5, 0.5];

% 定义初始状态
initial_state = 1;

% 模拟马尔科夫链
num_steps = 100;
states = zeros(1, num_steps);
states(1) = initial_state;

for i = 2:num_steps
    current_state = states(i-1);
    next_state = randsample(1:2, 1, true, P(current_state, :));
    states(i) = next_state;
end

% 绘制马尔科夫链状态转移图
figure;
plot(states);
xlabel('时间步');
ylabel('状态');
title('马尔科夫链状态转移图');

在这个示例中，我们定义了一个简单的状态转移矩阵P，然后从初始状态开始模拟马尔科夫链的状态转移过程。最后，我们用一个简单的图形表示状态随时间的变化。

请注意，这只是一个简单的马尔科夫链模拟示例。在实际应用中，马尔科夫链可能涉及更复杂的状态转移和概率分布，需要根据具体情况进行调整和扩展。