그리고 그림 12-2의 상태 전이 확률을 다음과 같이 행렬 형태로 정리한 것을 상태 전이 확률 행렬(state transition probability matrix)이라고 합니다.

그림 12-3에서 상태 전이 확률 행렬에서 각 행의 요소를 모두 더하면 1이 되는 것을 확인할 수 있습니다.

▲ 그림 12-3 마이크로 프로세스의 행렬

한 가지 주의할 사항은 ‘현재 상태가 바로 이전의 상태로 결정된다’는 말을 오해하면 안 된다는 점입니다. 내용을 글자 그대로 해석하면 현재 상태가 A일 때 다음 상태는 A가 유일하게 결정하는, 다른 경우가 있을 수 없는 것이라고 오해할 수 있습니다. 그러나 핵심은 ‘유일하게 결정한다’가 아니라 ‘현재 상태는 바로 직전의 상태에만 의존한다’는 점입니다. 다시 말해 이전에 아무리 많은 상태가 있었더라도 다음 상태에 영향을 미치는 것은 지금 현재 상태뿐이라는 것을 암시하며, 지금 현재 상태에서 다음 상태를 결정할 때는 여러 가지 확률 변수가 개입하게 됩니다.