第五章马尔科夫预测法.pptVIP

* Xj改为paij最好。 设存在稳态分布 ? =(? 1， ? 2， …， ? N)，则由于下式恒成立： 令k→∞就得 A：即有限状态马尔可夫链的稳态分布如存在，那么它也是平稳分布。 B：当马尔科夫链的状态转移概率矩阵为正则概率矩阵时稳态分布存在，且稳态分布和平稳分布相同且均唯一。 例：求药品销售市场的平稳分布及稳态分布。 解：(1) P 是正则概率矩阵，前面已经算到稳态分布（0.61,0.39）。 由于 P 是正则概率矩阵，求解如下方程组： 解得 这就是该马尔可夫链的稳态分布，而且也是平稳分布。 马尔可夫链预测法 马尔可夫链预测方法的最简单类型是预测下期最可能出现的状态。步骤： 第一步：划分预测对象所出现的状态。 从预测目的出发，考虑决策需要来划分现象所处的状态。 第二步：计算初始概率。 据实际问题分析历史资料所得的状态概率称为初始概率。 第三步：计算状态转移概率 第四步：根据转移概率进行预测 由状态转移概率矩阵 P ：如果目前预测对象处于状态Ei，这时 Pij 就描述了目前状态 Ei 在未来将转向状态 Ej（j =1，2，…，N）的可能性。 按最大可能性作为选择原则：选择（Pj1，Pj2，…， PjN ）中最大