第六章 马尔夫预测法完整版.pptVIP

第六章 马尔科夫预测法 第六章 目录 6.1 马尔科夫链的基本概念 6.2 状态概率的估算 补充内容 6.3 马尔科夫链在经济预测方面的应用 6.4 马尔科夫预测案例 6.1马尔科夫链的基本概念 一.状态与状态概率 状态：某事物在某一时间所处的状况。如畅销、平销、滞销。 状态概率：被研究对象在t时间处于状态空间中的某一状态，处于这一状态的可能性。如某个时间上产品畅销的可能性多大。 二.状态转移、转移概率及状态转移矩阵 2.状态转移概率矩阵 一次转移概率矩阵P k次转移概率矩阵 如果1次转移概率矩阵不发生变化，有 三.马尔科夫过程 某现象在时间m+1时所处的状态Sj的概率仅仅与该现象在时间m所处的状态Si有关，而与时间m前所处何种状态无关的特性成为无后效性，也称为马尔科夫性，具有这种特性的时间转移和状态转移过程称为马尔科夫过程。 马尔可夫过程的时间可以是无限连续的，在实际经济问题中，时间取离散值，在某一时间的状态也是离散可列的，我们称这样的马尔可夫过程为马尔可夫链。它表示事物前一时期的状态转移到现在的状态，由现在的状态转移为将来的状态，一环接一环，像一根链条。 四、标准概率矩阵与平衡向量 如果马尔可夫过程的一步转移概率矩阵不发生变化，则无论基期处于什么样的状态，经过多期转移后，状态的概率趋于一个和基期无关的并且稳定下来的值，这称为马尔可夫过程的稳定性或遍历性。 这个稳定下来的值我们称为平衡向量，也叫终极状态概率。我们会在后面补充。 6.2 状态概率的估算 一.状态概率估计 6.2 状态概率的估算 二.转移概率估计 要注意的是：计算一步概率时，最后一期不参加计算，因为它将转移到哪个状态还不确定。 补充内容（平衡向量求解） 基期 t=0 时的状态概率称为初始概率，初始概率向量为 ，多次转移概率矩阵为 ，预测稳定下来的平衡向量。 当马尔可夫过程达到平衡状态时，上一期的状态经过转移之后其状态应该保持不变。先假设平衡状态为 则 一.市场占有率预测 市场竞争中，市场占有率问题具有马尔科夫链的特征，因此，可以用马尔科夫预测法来对市场占有率的发展变化进行预测。 假设顾客在市场上对一类商品有n种选择，它们是n个不同品牌，分别记为 顾客在本期选择了 品牌的产品，在下一期有可能转移购买其他同类产品的品牌，这一过程就构成了马尔科夫链，可用马尔科夫原理对这n种品牌的市场占有率进行预测。 1.市场调查 （1）调查目前的市场占有情况，即调查所有顾客在目前消费该类商品时购买各种商品的比重，获得初始分布 2.建立数学模型 通过一步转移概率矩阵P，测算出第k步转移概率矩阵P(k) 3.市场预测 （1）预测第k期的市场占有率 （3）预测稳定状态下的市场占有率，即顾客的流动对市场占有率没有影响，即顾客流动过程中，各种品牌在顾客流动的过程中争取到的顾客和失去的顾客相互抵消。 例6-2 某地区销售的洗发水主要有三个厂家提供，分别用1,2,3来表示。在12月对2000名消费者进行调查，购买厂家1、厂家2、厂家3的产品的消费者人数分别为1400,200和400。同时得到用户的转移频数矩阵为： 问题 1、对三个厂家次年1-6月份的市场占有率进行预测。 2、试求当市场处于均衡状态时，各厂商的市场占有率是多少。 1、先求出12月份，厂商1、2、3的市场占有率情况，得到初始分布为 假设P是稳定的，得到： 1月份各厂家的市场占有率，即当k=1时， 2月份各厂家的市场占有率，即当k=2时， 2、由于概率矩阵P是标准概率矩阵，因此存在唯一的市场均衡点。因此存在 使得 因此，可以求得市场均衡时，各厂商的占有率 6.4马儿科夫预测案例 考虑某地区农业收成变化的三个状态，即“丰收”，“平收”，“欠收”。记S1为“丰收”状态，S2为“平收”状态，S3为“欠收”状态。表6-3给出了该地区1966-2005年期间农业收成的状态变化情况。 试计算： 1、初始状态概率。 2、该地区农业收成变化的一步和二步转移概率矩阵。 3、2006-2010年可能出现的各种状态的概率 4、终极状态的概率 1、初始状态概率估算 上表中40个记录，有15个处于状态S1，14个处于状态S2,11个处于状态S3 初始状态概率为： （2）状态转移概率 由上表，可以得到一步状态转移概率矩阵为： 二步转移概率矩阵为： 将2005年的农业收成记为 ，因为2005年是平收状态，因此