这个世界会健忘
天气模式。注意力。政治自由。品牌忠诚。成瘾。
全是马尔可夫链。全被同一个惊人的定理所约束。
一个马尔可夫链有若干状态和转移概率 —— 它没有记忆。你下一步去哪里只取决于你当前在哪里, 不取决于你是怎么来的。就这么简单。整个模型就是这样。然而从这些简单的规则, 涌现出一个惊人的定理:任何马尔可夫链(满足四个温和条件)都会收敛到 一个独特的长期分布,记作 π。无论从哪里出发,终点都是同一个。 下面,咱们看它发生。
选一个场景 · 看漫步者游走 · 看停留时间比例收敛到 π
右侧的条形图展示漫步者到目前为止在各状态的停留时间比例。 红色菱形标出理论上的稳态分布 π。 给它几百步,条形就会对齐菱形 —— 无论你从哪里出发。这就是定理。
三种不同的起点,一个共同的终点
一个漫步者会收敛到 π。但一整群漫步者也会,哪怕他们各自从不同状态出发。 看看三个世界并行运行。
三个世界 · 同样的规则 · 完全不同的起点
每个面板一开始放 1000 个漫步者在不同的状态(全部在第一个状态、 全部在最后一个状态,或均匀铺开)。每个面板都用同一组转移规则 P。 看彩色堆叠区域移动、稳定下来 —— 并注意到三个面板最终收敛到同样的形状。 历史会死去。
一次性干预 vs 改变规则
马尔可夫链真正改变决策思路的地方,就在这里。假设你是市长,面对毒品危机。 预算可以花在一次性干预上 —— 今天就把所有成瘾者送去戒毒; 也可以花在改变规则上 —— 更好的教育、治疗体系、减害措施。 哪一个真正把均衡挪动了?
两种政策 · 都在“成瘾循环”这条链上永续运行
图表显示每个状态在人口中的占比随时间变化。点击 🚨 一次性干预把所有人瞬间推到“✅ 戒断”状态 —— 然后看它衰减回原本的 π。 点击 🔧 改变规则永久降低从“戒断 → 使用”的转移概率 —— 然后看一个新的、更低的稳态浮现。
马尔可夫链无处不在
- Google 最初的 PageRank 就是一个随机冲浪者在网页上点链接的稳态分布。 π 高的页面排名就高。
- 天气预报用(远比它复杂的)马尔可夫模型从今天推明天。
- 民主研究(Freedom House 的数据)显示,各国在“自由/部分自由/不自由”之间漂移 的速率近乎稳态 —— 更令人警醒的应用之一。
- 洗牌:一副牌要洗多少次才算“随机”?马尔可夫分析给出 七次(Bayer 与 Diaconis,1992)。
- 语音识别、机器翻译、强化学习 核心都依赖马尔可夫结构。
- 桌游:《滑梯与梯子》就是一条马尔可夫链 —— 可以写出闭式解。
