Markov process 是随机过程中最重要的一类，经常被简化解释成”未来只依赖现在，不依赖过去”。这句话方便记忆，却容易误导：如果 X1X_1 影响 X2X_2，X2X_2 又影响 X3X_3，X1X_1 明明会通过 X2X_2 间接影响 X3X_3，为什么还能说 X3X_3 不依赖过去？关键在于 Markov 性质说的不是”过去没有影响”，而是在已经知道当前状态以后，过去不会再提供额外信息。

1. Markov 性质

1.1 定义：条件独立，不是无记忆

离散时间的一阶 Markov 性质写成 P(Xt+1∣Xt,Xt−1,…,X0)=P(Xt+1∣Xt)P(X_{t+1}\mid X_t,X_{t-1},\dots,X_0)=P(X_{t+1}\mid X_t)：已经知道当前状态 XtX_t 时，为了预测下一步 Xt+1X_{t+1}，更早的历史 Xt−1,Xt−2,…X_{t-1},X_{t-2},\dots 不再提供额外信息。

考虑 X1→X2→X3X_1\rightarrow X_2\rightarrow X_3 这条依赖链：一般而言 X1X_1 和 X3X_3 相关（X1⊥̸X3X_1\not\perp X_3）完全可能成立，因为影响会沿着链条传导。但 Markov 性质要求 X1⊥X3∣X2X_1\perp X_3\mid X_2：一旦 X2X_2 已知，再告诉我们 X1X_1，不会进一步改变对 X3X_3 的条件分布。这叫条件独立，概率与统计 2第 4 节讨论过条件分布如何随新信息改变，是理解条件独立的基础。

1.2 用一个两状态例子验证条件独立

假设系统只有 0 和 1 两种状态，每一步有 90% 的概率保持原状态、10% 的概率翻转。若只知道 X1=1X_1=1，确实可以据此推测 X3X_3：1→1→11\to1\to1 的概率是 0.9×0.9=0.810.9\times0.9=0.81，1→0→11\to0\to1 的概率是 0.1×0.1=0.010.1\times0.1=0.01，两条路径加总，P(X3=1∣X1=1)=0.82P(X_3=1\mid X_1=1)=0.82，明显不同于直接翻转一次的概率。

但只要已经知道 X2=0X_2=0，P(X3=1∣X2=0)=0.1P(X_3=1\mid X_2=0)=0.1；这时候即使再告诉我们 X1=1X_1=1，结果仍然是 P(X3=1∣X2=0,X1=1)=0.1P(X_3=1\mid X_2=0,X_1=1)=0.1，完全不变。真正被切断的是”额外信息”，不是过去对现在的历史影响——过去仍然通过 X2X_2 影响 X3X_3，只是一旦 X2X_2 已知，X1X_1 就不再能补充任何东西。

2. 状态设计决定 Markov 性

2.1 同一个系统，换一种状态表示就能变成 Markov

考虑一个运动物体，若只用当前位置 XtX_t 当作状态，通常不足以预测下一秒的位置，因为还需要知道速度：两辆车当前在同一位置，一辆向东高速行驶、一辆向西高速行驶，下一秒显然会到不同地方，所以”位置过程”本身可能不是 Markov 的。但只要把状态扩充成 St=(Xt,Vt)S_t=(X_t,V_t)，同时包含位置和速度，在简单动力学模型里 St+1S_{t+1} 就可能只依赖 StS_t。同一个物理系统在不同状态表示下，可以表现为 Markov 或非 Markov，这是选择状态表示时最容易忽略的一步，也是建模时最常见的错误来源。

2.2 非 Markov 的例子与修补方式

考虑 Xt+1=Xt+Xt−1+ϵtX_{t+1}=X_t+X_{t-1}+\epsilon_t：只知道 XtX_t 还无法确定下一步的条件分布，因为 Xt−1X_{t-1} 仍提供额外信息，P(Xt+1∣Xt,Xt−1)≠P(Xt+1∣Xt)P(X_{t+1}\mid X_t,X_{t-1})\neq P(X_{t+1}\mid X_t)，这是一个简单的非一阶 Markov 过程。把状态重新定义为 St=(Xt,Xt−1)S_t=(X_t,X_{t-1}) 之后，新的状态过程就会重新变成一阶 Markov——这个技巧几乎可以无限套用：任何 kk 阶 Markov 过程，都能通过把过去 kk 步打包成一个更大的状态，重写成一阶 Markov 形式，代价是状态空间会随 kk 指数增长。

3. Markov chain 与转移矩阵

3.1 一步转移矩阵

时间和状态空间都离散时，得到的是 Markov chain（马尔可夫链）。假设状态空间只有 A,B,CA,B,C，一步转移矩阵可以写成：

P=[0.70.20.10.10.80.10.30.20.5]P= \begin{bmatrix} 0.7 & 0.2 & 0.1\\ 0.1 & 0.8 & 0.1\\ 0.3 & 0.2 & 0.5 \end{bmatrix}

第一行表示目前处于 A 时，下一步仍在 A 的概率是 0.7、转移到 B 是 0.2、转移到 C 是 0.1；每一行之和都等于 1，因为下一步一定会落在某个状态上。

3.2 多步转移：Chapman–Kolmogorov 的具体计算

若已知一步转移矩阵 PP，任意多步以后的转移概率就是 PP 的幂：nn 步转移矩阵等于 PnP^n。以上面的 PP 为例，计算 P2P^2 可得从 A 出发、两步后到 B 的概率 P(X2=B∣X0=A)=0.32P(X_2=B\mid X_0=A)=0.32。这个数字也可以直接用路径加总验证：两步内经过 A、B、C 三种中间状态到达 B 的概率分别是 0.7×0.2=0.140.7\times0.2=0.14（经过 A）、0.2×0.8=0.160.2\times0.8=0.16（经过 B）、0.1×0.2=0.020.1\times0.2=0.02（经过 C），三者相加正好是 0.14+0.16+0.02=0.320.14+0.16+0.02=0.32。这正是 Chapman–Kolmogorov 方程的具体体现：多步转移概率等于对所有可能的中间状态，把”先到中间状态”和”再到终点”的概率相乘后加总。一个看似复杂的长期随机演化，因此可以完全由局部的一步转移规则组合得到，不需要另外假设任何新规律。

4. 常见误解与模型限制

把 Markov 性质理解成”过去和未来完全无关”是最常见的误解：真正的意思是给定当前状态以后，过去不再提供额外信息，过去仍然可以通过当前状态间接影响未来，只是它的作用已经被压缩在 XtX_t 里。第二个常见错误是状态设计不足：很多”看起来不是 Markov”的系统，其实只是状态选得太窄，补上缺少的信息（例如前述例子里的速度、或更高阶的历史）以后就能重新变成 Markov；但这也代表一阶 Markov 的假设本身可以被任意”作弊”式地满足，真正有意义的问题往往不是”能不能写成 Markov”，而是”用多大的状态空间才能写成 Markov”——状态空间过度膨胀会让估计和计算都变得不切实际。第三个限制是转移概率本身通常假设不随时间改变（时间齐次），若系统的规律本身会随时间演化，就需要额外处理时变转移矩阵，不能直接套用 PnP^n 这个结果。

5. 小结

Markov 性质是条件独立，不是”过去和未来无关”：给定当前状态以后，过去对未来不再提供额外信息，但过去的影响仍然可以沿着 X1→X2→X3X_1\to X_2\to X_3 这样的链条传导，只是已经被压缩进当前状态。一个过程是不是 Markov，取决于状态怎么定义，这也是 state representation 在 Markov 理论中如此核心的原因。一步转移矩阵可以通过矩阵幂，组合出任意多步以后的转移概率，这个性质也是接下来讨论 Markov chain 长期行为——随机过程 6：马尔可夫链的长期行为里 stationary distribution、recurrent、transient、absorbing state 与 mixing 等概念——的计算基础。