ch8 马尔可夫预测方法.ppt

第八章 马尔可夫预测方法 马尔可夫预测（Markov Forecast）也称为马尔可夫分析，作为一种企业管理的工具,已经成功地应用到许多场合.它的优点在于依靠现在资料推知未来,计算比较精确,适用于中、长期预测.因此，较多地应用于市场需求等诸多领域的预测. 8.1 马尔可夫过程定义及其性质 1.马尔可夫及其马尔可夫过程 马尔可夫（A. Markov ，1856—1922）俄国数学家. 1878年大学毕业于彼得堡大学数学系，1884年获物理数学博士学位，1886年成为教授，1896年当选为彼得堡院士. 对概率论、数理统计、数论、函数逼近论、微分方程、数的几何等都有建树.他开创了一种无后效性随机过程的研究，即在已知当前状态的情况下，过程的未来状态与其过去状态无关，这就是现在大家熟悉的马尔可夫过程.马尔可夫的工作极大的丰富了概率论的内容，促使它成为自然科学和技术直接有关的最重要的数学领域之一. 8.1 马尔可夫过程定义及其性质 我们先介绍几个与马尔科夫过程相关的概念. 随机变量与随机过程 把随机现象的每个结果对应一个数，这种对应关系称为随机变量.例如某一时间内公共汽车站等车乘客的人数，电话交换台在一定时间内收到的呼叫次数等等，都是随机变量的实例. 随机过程 随机过程是一连串随机事件动态关系的定量描述. 马尔科夫过程与马尔科夫链 设x(t)是一随机过程，当过程在时刻t0所处的状态为已知时，时刻t（tt0）所处的状态与过程在时刻t0之前的状态无关，这个特性成为无后效性.无后效的随机过程称为马尔科夫过程(Markov Process). 马尔科夫过程中的时间和状态既可以是连续的，又可以是离散的.我们称时间离散、状态离散的马尔科夫过程为马尔科夫链. 8.1 马尔可夫过程定义及其性质 为了形象说明“状态”和“状态的转 移”的概念，假设在一个水池中有三 片荷叶，一只青蛙在三片荷叶之间跳 跃玩耍，见图. 8.1 马尔可夫过程定义及其性质 箭头表示跳跃的方向，数字表示跳跃的概 率，白环表示青蛙保持不动. 8.1 马尔可夫过程定义及其性质 我们称 为转移概率.由于这种转 移概率不依赖于时间，因此具有稳定性，我们用常数 来表示.将各个状态之间的转移概率用一个矩阵表 示出来，就得到一个马尔科夫问题（有限状态稳定的 马尔可夫过程问题）的数学模型： 8.1 马尔可夫过程定义及其性质 8.1 马尔可夫过程定义及其性质 8.1 马尔可夫过程定义及其性质 8.1 马尔可夫过程定义及其性质 8.1 马尔可夫过程定义及其性质 8.1 马尔可夫过程定义及其性质 8.1 马尔可夫过程定义及其性质 8.1 马尔可夫过程定义及其性质 8.1 马尔可夫过程定义及其性质 8.1 马尔可夫过程定义及其性质 8.1 马尔可夫过程定义及其性质 8.1 马尔可夫过程定义及其性质 8.2 遍历性定理与平衡态预测 8.2 遍历性定理与平衡态预测 8.2 遍历性定理与平衡态预测 8.2 遍历性定理与平衡态预测 8.2 遍历性定理与平衡态预测 8.2 遍历性定理与平衡态预测 8.2 遍历性定理与平衡态预测 8.2 遍历性定理与平衡态预测 8.2 遍历性定理与平衡态预测 8.2 遍历性定理与平衡态预测 8.2 遍历性定理与平衡态预测 8.2 遍历性定理与平衡态预测 8.2 遍历性定理与平衡态预测 8.2 遍历性定理与平衡态预测 8.2 遍历性定理与平衡态预测 8.2 遍历性定理与平衡态预测 8.3 马尔可夫预测的应用 8.3 马尔可夫预测的应用 8.3 马尔可夫预测的应用 8.3 马尔可夫预测的应用 8.3 马尔可夫预测的应用 8.3 马尔可夫预测的应用 8.3 马尔可夫预测的应用 8.4 WinQSB软件应用 8.4 WinQSB软件应用 8.4 WinQSB软件应用 8.4 WinQSB软件应用 8.4 WinQSB软件应用 8.4 WinQSB软件应用 【例8.4】某市场销售A、B、C三厂家生产的汽车备件,经过市 场调查分析得知：市场容量为10万户；转移矩阵P为 问题：A厂通过加强广告宣传的手段,使最终市场占有率提高了 13.3%,所带来的经济效益是否大于广告费用？因为只有此种手 段带来的经济效益大于广告费用时,采用此种手段竞争才是可行 的.这类问题又如何分析呢？请看下例. 本 月 上 月 A B C A B C 矩阵中第1行元素0.4，0.3，0.2分别表示：上月为A厂的客户，本月仍为A厂的客户占40%，本月转为B厂的客户占30%，本月转为C厂的客户占30%.第2，3行元素的意义类同. 求： （1