2025年大学《统计学》专业题库- 马尔科夫链与节点分析在统计学专业的应用

2025年大学《统计学》专业题库——马尔科夫链与节点分析在统计学专业的应用考试时间：______分钟总分：______分姓名：______一、选择题（每小题3分，共15分。请将正确选项的字母填在题干后的括号内）1.一个马尔科夫链，如果其状态转移概率P(X_{t+1}=j|X_t=i,X_{t-1}=i_{t-1},...,X_0=x_0)仅依赖于当前状态i和前一状态i_{t-1}，则称该链具有（）。A.可数性B.稳定性C.无后效性D.齐次性2.设离散时间齐次马尔科夫链的状态空间为{1,2,3}，其转移概率矩阵为P=[[0.5,0.2,0.3],[0.4,0.3,0.3],[0.2,0.4,0.4]]。则从状态1出发，两步后到达状态3的概率为（）。A.0.3B.0.4C.0.5D.0.63.对于一个吸收马尔科夫链，以下说法错误的是（）。A.必然存在至少一个吸收状态B.从吸收状态出发，转移到任何非吸收状态的概率为0C.任何状态最终被吸收的概率是确定的D.吸收概率向量中的元素之和一定大于14.在节点分析中，度中心性主要用于衡量节点（）。A.与其他节点直接连接的紧密程度B.能够控制网络中信息流动的能力C.在网络中占据的中心位置D.连接其他节点的效率5.某无向网络的邻接矩阵为：```[0101][1010][0101][1010]```该网络中节点3的度中心性为（）。A.1B.2C.3D.4二、计算题（共35分）6.（10分）设一个马尔科夫链的状态空间为{A,B,C}，观测到其状态转移序列为：A,B,A,C,B,A,C,B,A。已知该链的转移概率矩阵为P=[[0.1,0.6,0.3],[0.3,0.4,0.3],[0.2,0.5,0.3]]。求：（1）从状态A出发，两步后到达状态B的概率；（2）该链的平稳分布π=(π_A,π_B,π_C)。7.（10分）一个简单的吸收马尔科夫链，状态空间为{1,2,3,4}，其中4为吸收状态。转移概率矩阵为P=[[0.5,0.3,0.2,0],[0.2,0.5,0.3,0],[0.1,0.2,0.6,0.1],[0,0,0,1]]。求：（1）从状态1出发，最终被吸收到状态4的概率；（2）吸收概率向量。8.（15分）考虑一个包含5个节点（1,2,3,4,5）的无向网络，其邻接矩阵如第5题所示。请计算：（1）每个节点的度中心性；（2）每个节点的中介中心性（提示：可使用Floyd-Warshall算法或直接计算所有最短路径经过该节点的次数）；（3）网络的紧密度中心性。三、应用题（共40分）9.（20分）某电子商务平台关注用户在首页（H）、商品详情页（P）、购物车（C）和结算页（O）之间的浏览路径。根据长期数据记录，发现用户状态转移大致满足马尔科夫链，转移概率矩阵估计为：P=[[0.8,0.1,0.05,0.05],[0.2,0.7,0.1,0],[0.1,0.2,0.6,0.1],[0,0,0.3,0.7]]其中，状态O为“离开”状态（吸收状态）。请分析：（1）用户从首页出发，最终离开平台的概率是多少？（2）平台应如何利用该模型优化用户路径，提高转化率（从P到C，从C到O）？10.（20分）假设一个研究小组收集了某社交网络中15个关键人物（节点）之间的互动数据，构建了一个无向网络。通过分析邻接矩阵，发现节点5和节点12的度中心性较高，而节点8的中介中心性显著。请结合节点中心性的概念，简要分析节点5、8、12在该社交网络结构中可能扮演的角色，并解释这些发现对于理解网络信息传播或影响力扩散可能意味着什么。试卷答案一、选择题1.C解析：无后效性（Memorylessness）是马尔科夫链的核心特性，指系统未来的状态只依赖于当前状态，与过去的状态序列无关。选项C准确描述了此特性。2.A解析：从状态1出发，一步到达状态3的概率为P(1,3)=0.3。一步到达状态2的概率为P(1,2)=0.2，然后从状态2出发到达状态3的概率为P(2,3)=0.3。因此，两步后到达状态3的概率为P(1,3)+P(1,2)P(2,3)=0.3+0.2*0.3=0.3+0.06=0.36。但根据题目给定的选项，最接近且可能是计算过程中的简化或期望值，选项A(0.3)可能是基于P(1,3)的直接引用或特定场景下的近似值。严格按矩阵计算，0.36不在选项中，提示题目可能存在偏差或简化。若严格按矩阵P^2=[[0.37,0.28,0.35],[0.32,0.41,0.27],[0.27,0.33,0.40]]，P(1,3)的值为0.35。若题目意图考察P(1,3)，则A为正确。若考察P^2(1,3)=0.35，则A不正确。鉴于选择题通常有唯一正确答案且无选项说明，按最直接路径P(1,3)=0.3选择A，并指出严格计算结果与选项不符。3.D解析：吸收概率向量中的每个元素表示从对应初始状态出发，最终被吸收到各个吸收状态的概率。由于状态空间中所有状态最终都会被吸收（吸收链的特性），因此对于任意初始状态i，其被某个特定吸收状态j吸收的概率加上被其他吸收状态k吸收的概率必须等于1。所有初始状态对应的吸收概率向量元素之和，取决于初始状态的选择，其和必然等于吸收链中所有吸收状态的数量（若只有一个吸收状态，则和为1；若有多个，则和为吸收状态总数）。因此，“之和一定大于1”的说法错误。4.A解析：度中心性（DegreeCentrality）是最基础的中心性度量，通过计算节点拥有的直接连接数（对于无向图即度数）来衡量其连通性或影响力。度数越高的节点，通常认为与越多其他节点直接相连，在网络中越“繁忙”或越容易受到直接连接节点的影响。5.C解析：节点3的邻接矩阵行为[0,1,0,1]，表示它与其他节点2和节点4有直接连接。对于无向图，度中心性等于直接连接的边数。节点3有2条直接连接的边，因此度中心性为2。二、计算题6.（1）从状态A出发，两步后到达状态B的概率为P(A,B)=P(A,B)。根据转移矩阵P=[[0.1,0.6,0.3],[0.3,0.4,0.3],[0.2,0.5,0.3]]，P(A,B)=P(1,2)=0.6。（2）求平稳分布π=(π_A,π_B,π_C)，需解方程组：πP=ππ_1+π_2+π_3=1代入P矩阵：[π_1,π_2,π_3][0.1,0.6,0.3;0.3,0.4,0.3;0.2,0.5,0.3]=[π_1,π_2,π_3]得：0.1π_1+0.3π_2+0.2π_3=π_10.6π_1+0.4π_2+0.5π_3=π_20.3π_1+0.3π_2+0.3π_3=π_3整理得：-0.9π_1+0.3π_2+0.2π_3=00.6π_1-0.6π_2+0.5π_3=00.3π_1+0.3π_2-0.7π_3=0解此方程组（例如，消元法或代入法），结合归一化条件π_1+π_2+π_3=1，可得π_1=6/25,π_2=12/25,π_3=7/25。（注：严格计算需确保计算无误，此处结果为参考）7.（1）从状态1出发，最终被吸收到状态4的概率，即吸收概率矩阵Q=[[0,0.3,0.2],[0.2,0.5,0.3],[0.1,0.2,0.6]]对应于初始状态1的吸收概率。计算吸收概率矩阵Q'=(I-Q)^(-1)*F，其中I是单位矩阵，F是吸收矩阵（对角线为1，非吸收态行为0）。F=[[0,0,0],[0,0,0],[0,0,1]]。I-Q=[[1,-0.3,-0.2],[-0.2,0.5,-0.3],[-0.1,-0.2,0.4]]。计算(I-Q)^(-1)：[(I-Q)^(-1)的第一行第一列为1/(1-0.5-0.2(-0.3))=1/(1-0.5+0.06)=1/0.56=25/14≈1.7857][(I-Q)^(-1)的第一行第二列为-(-0.3)/0.56=3/14≈0.2143][(I-Q)^(-1)的第一行第三列为-(-0.2)/0.56=2/14=1/7≈0.1429](I-Q)^(-1)≈[[25/14,3/14,2/14],[0.4/14,25/14,3/14],[0.2/14,0.4/14,25/14]]≈[[1.7857,0.2143,0.1429],[0.0286,1.7857,0.2143],[0.0143,0.0286,1.7857]]。Q'=(I-Q)^(-1)*F≈[[0,0.2143,0.1429],[0.0286,0,0.2143],[0.0143,0,0]]。从状态1出发最终被吸收到状态4的概率为Q'(1,4)≈0.1429。（注：此处为近似值，精确计算结果为2/14=1/7）更准确的方法是利用Q'=(I-Q)^(-1)*F，其中F=[[0,0,0],[0,0,0],[0,0,1]]。Q'=[[25/14,3/14,2/14],[4/14,25/14,3/14],[2/14,4/14,25/14]]*[[0,0,0],[0,0,0],[0,0,1]]=[[0,0,2/14],[0,0,3/14],[0,0,4/14]]。所以P(1,4)=2/14=1/7。（2）吸收概率向量π_f=Q'*F=[[0,0,2/14],[0,0,3/14],[0,0,4/14]]*[[0,0,0],[0,0,0],[0,0,1]]=[[0,0,2/14],[0,0,3/14],[0,0,4/14]]。即从状态1出发，最终被吸收到状态4的概率为2/14=1/7；从状态2出发，最终被吸收到状态4的概率为3/14；从状态3出发，最终被吸收到状态4的概率为4/14。吸收概率向量为(0,0,1/7,4/14)。8.（1）度中心性计算：节点1：度数为2（与2,4连接），度中心性=2/(5-1)=2/4=0.5。节点2：度数为2（与1,3连接），度中心性=2/4=0.5。节点3：度数为2（与1,4连接），度中心性=2/4=0.5。节点4：度数为2（与1,3连接），度中心性=2/4=0.5。节点5：度数为0（无连接），度中心性=0/4=0。答案：(0.5,0.5,0.5,0.5,0)。（2）中介中心性计算（节点k的中介中心性是所有最短路径中经过节点k的次数之和）：节点1：经过1的最短路径有1-2-3,1-4-3,1-2-4。共3条。中介中心性=3。节点2：经过2的最短路径有1-2-3,1-2-4,3-2-4,4-2-3。共4条。中介中心性=4。节点3：经过3的最短路径有1-2-3,1-4-3,3-2-4,4-2-3。共4条。中介中心性=4。节点4：经过4的最短路径有1-4-3,1-4-2,3-4-2,3-2-4。共4条。中介中心性=4。节点5：没有其他节点与5直接或间接连接（或只有自身到自身的路径），没有最短路径经过5。中介中心性=0。答案：(3,4,4,4,0)。（注：此计算基于每对节点间存在唯一最短路径且长度为2的假设，或手动枚举所有长度为2的路径经过的节点）（3）网络紧密度中心性（平均距离的倒数，D是距离矩阵，n是节点数）：计算距离矩阵D（对角线为0，a_ij=1如果i和j相邻，否则无穷大inf）：D=[[0,1,inf,1,inf],[1,0,1,inf,inf],[inf,1,0,1,inf],[1,inf,1,0,1],[inf,inf,inf,1,0]]。所有节点间的距离：{1-2:1,1-4:1,2-3:1,3-4:1,4-5:1}。最短路径长度均为1。平均距离A=(路径数*长度)/节点对数=(5*1)/(5*4/2)=5/10=0.5。网络紧密度中心性=1/A=1/0.5=2。（或者直接计算所有节点对的平均距离）答案：2。三、应用题9.（1）用户从首页（H）出发，最终离开平台（O）的概率等于从H出发被吸收到O的概率。这是一个吸收马尔科夫链问题。转移概率矩阵P=[[0.8,0.1,0.05,0.05],[0.2,0.7,0.1,0],[0.1,0.2,0.6,0.1],[0,0,0.3,0.7]]。状态O为吸收态，对应矩阵P=[[0,0,0],[0,0,0],[0,0,0],[0,0,1]]。计算吸收概率矩阵Q'=(I-Q)^(-1)*F，其中I-Q=[[0.2,-0.1,-0.05,-0.05],[-0.2,0.3,-0.1,0],[-0.1,-0.2,0.4,-0.1],[0,0,-0.3,0.3]]，F=[[0,0,0],[0,0,0],[0,0,1],[0,0,0]]。计算(I-Q)^(-1)并乘以F，得到