TalentMe
How To
🗺️
AI Industry Map
NEW
Knowledge ▾
Intro & Usage
Machine Learning Repo
Data Science Repo
Resources ▾
Intro & Usage
AI Tech Vault (Tech Wiki)
Industry News
Tech Blogs
Research Papers
Open Source Projects
Tools Hub ▾
🛠️ Tools & Skills Overview
🌐 Interactive Web Tools
🗺️ AI Industry & Career Map
🧭 AI Career Transition Navigator & Roadmap
📚 AI Multi-Module Practice Hub
🎯 AI Skill Assessment
🧠 AI Skills Library
AI Skills & Prompts Overview
Local Agent Guide
Cloud Skills Templates
⚡ MCP Tools Suite
TalentMe MCP Guide
CLI Tools & Commands
Services ▾
🚀 Services & Plans Suite
🧭 1v1 Coaching & Services
💎 Plans & Pricing
💬 Contact & Consultation
Contact Us
💬 Discord
🌐
中
☀️
🔑
Login / Register
☰
技术知识库
›
复习路线图
›
数理基础 思维导图
›
马尔可夫链与细致平衡
← 返回 数理基础 思维导图
中文
·
English
📐 数理基础
ID:
detailed-balance
马尔可夫链与细致平衡
Markov Chain & Detailed Balance
🎯
核心定义
细致平衡 (Detailed Balance) 是马尔可夫链存在平稳分布的核心充分条件:若转移核
P
(
i
→
j
)
P(i \to j)
P
(
i
→
j
)
与分布
π
\pi
π
满足逐对可逆
📌
核心概述
π
(
i
)
P
(
i
→
j
)
=
π
(
j
)
P
(
j
→
i
)
,
∀
i
,
j
,
\pi(i) P(i \to j) = \pi(j) P(j \to i), \quad \forall\, i, j,
π
(
i
)
P
(
i
→
j
)
=
π
(
j
)
P
(
j
→
i
)
,
∀
i
,
j
,
📌
核心概述
则
π
\pi
π
必为链的平稳分布。证明:对任意状态
j
j
j
,
📌
核心概述
∑
i
π
(
i
)
P
(
i
→
j
)
=
∑
i
π
(
j
)
P
(
j
→
i
)
=
π
(
j
)
∑
i
P
(
j
→
i
)
=
π
(
j
)
,
\sum_i \pi(i) P(i \to j) = \sum_i \pi(j) P(j \to i) = \pi(j) \sum_i P(j \to i) = \pi(j),
i
∑
π
(
i
)
P
(
i
→
j
)
=
i
∑
π
(
j
)
P
(
j
→
i
)
=
π
(
j
)
i
∑
P
(
j
→
i
)
=
π
(
j
)
,
📌
核心概述
第一步对求和中的每一项代入细致平衡,最后一步用转移核行和
∑
i
P
(
j
→
i
)
=
1
\sum_i P(j \to i) = 1
∑
i
P
(
j
→
i
)
=
1
— 得到“从
π
\pi
π
出发转移一步后仍是
π
\pi
π
”,即向量形式
π
T
P
=
π
T
\pi^T P = \pi^T
π
T
P
=
π
T
,正是平稳分布定义。
💡
使用场景
马尔可夫链蒙特卡洛(尤其 Metropolis-Hastings)的数学根基 — 构造转移核时只需逐点验证细致平衡,平稳性自动成立;面试常考“细致平衡如何推出平稳分布”。
⚡
解决的核心痛点
把求平稳分布从解线性方程组
π
T
P
=
π
T
\pi^T P = \pi^T
π
T
P
=
π
T
(特征值问题)转化为逐对验证可逆条件,构造难度大大降低;注意细致平衡是充分而非必要条件 — 存在满足平衡方程但不满足细致平衡的不可逆链,只是 MCMC 几乎全部采用可逆设计(更简单且通常收敛更快)。
🎯
5 个高频面试考点 (Exam Points)
1
从细致平衡
π
(
i
)
P
(
i
→
j
)
=
π
(
j
)
P
(
j
→
i
)
\pi(i) P(i \to j) = \pi(j) P(j \to i)
π
(
i
)
P
(
i
→
j
)
=
π
(
j
)
P
(
j
→
i
)
证明
∑
i
π
(
i
)
P
(
i
→
j
)
=
π
(
j
)
\sum_i \pi(i) P(i \to j) = \pi(j)
∑
i
π
(
i
)
P
(
i
→
j
)
=
π
(
j
)
,即
π
\pi
π
是平稳分布,写出每步依据?
2
细致平衡与平稳分布的关系:充分还是必要?能否举例说明存在平稳但不可逆的链?
3
平稳分布向量形式
π
T
P
=
π
T
\pi^T P = \pi^T
π
T
P
=
π
T
如何从细致平衡推出?
4
为什么构造 MCMC 时用细致平衡而不是直接解线性方程组
π
T
P
=
π
T
\pi^T P = \pi^T
π
T
P
=
π
T
?
5
链收敛到平稳分布还需要哪些正则条件(不可约、非周期、正常返)?
📖 关联深度指南:
📄 sampling-and-monte-carlo →
更新于 2026-08-12
🎯
检验攻克程度:针对「马尔可夫链与细致平衡」专属刷题排雷
做单选排雷题、推导选项机制,答错自动收录进专属错题本。
🚀 开始本考点专项刷题 ➔
← 上一个知识点
重要性采样
下一个知识点 →
MCMC 与细致平衡
🔗 更多 数理基础 知识点卡片
Adam/AdamW 偏差修正推导
贝叶斯推断
偏差方差分解
Bootstrap