4系统预测5-马尔可夫预测.pptVIP

4.6 马尔可夫预测 一、Markov预测原理 1、Markov过程 状态与状态转换 若对研究对象考虑一系列随机试验，其中每次试验的结果如果出现在有限个两两互斥的事件集 E={E1,E2,…,En} 中，且仅出现其中一个，则称事件Ei∈E为系统的状态。若事件Ei出现，则称系统处在状态Ei。 状态是研究对象随机试验样本空间的一个划分，系统可能在不同状态之间相互转换。 一、Markov预测原理 Markov过程 现实中有这样一类随机过程，在系统状态转移过程中，系统将来的状态只与现在的状态有关，而与过去的状态无关。这种性质叫做无后效性，符合这种性质的状态转移过程，叫作马尔可夫过程。 时间和状态都离散的一系列马尔可夫过程的整体又称为马尔可夫链。 2、状态转移概率矩阵 设系统共有N个状态，记作S1，S2，…，SN，则用状态向量［S1，S2，…,SN］T表示。设在tn-1时刻系统处在Si状态之下，tn时刻系统状态变为Sj，则称在第n次状态转移中，系统由状态Si转移到Sj，且这种状态转移的概率记为 p{xn=Sj|xn-1=Si} pij (i,j=1,…,N；n=1,2,…) 这里pij与n无关，只与i,j有关，即只与转移前后的状态有关，称为马尔可夫链的一步转移概率。 例1：出租公司车站租、还车一步转移概率。 一步转移概率矩阵 如果系统有N个状态，则一步转移概率矩阵如下： 概率矩阵的特点 正规概率矩阵 若概率矩阵P的m次幂Pm的所有元素皆为正，则该概率矩阵P称为正规概率矩阵。 固定向量 当任一非零向量u=(u1 u2 … un) 乘以某n×n方阵A，其结果仍为u，即uA=u时，u为A的固定向量。 正规概率矩阵的性质 正规概率矩阵P有一个固定概率向量u，且u的元素皆为正，此向量叫做特征向量。 正规概率矩阵P的各次幂序列P，P2，P3，…将趋向于方阵U，且U的每一行均为其固定概率向量u。 若F为任一概率向量，则向量序列FP，FP2，FP3，…将趋近于P的固定概率向量u。 正规马尔可夫链及其稳定状态 若某事物状态转移概率可以表达为正规概率矩阵，则该马尔可夫链就是正规的，通过若干步转移，最终会达到某种稳定状态，即其后再转移一次、二次、…，结果不再变化，这时稳定状态可用行向量X表示， 固定概率向量的求解示例 例2：设某事物从状态S1、S2、S3转移到状态S1、S2、S3的转移概率矩阵为正规概率矩阵P， 稳态时的特征向量 可求解如下： 例3：已知一步转移概率矩阵如下，判断马尔可夫链是否正规，若正规求出其稳定状态。 k步转移概率矩阵 事物经过k步转移的转移概率记为 p(Sn+k=j/Sn=i) = pij(k)， i,j=1,2,…,N, 则如下矩阵即为k步转移概率矩阵 可以证明： A、B两家毛巾厂的市场销售调查表如下，假设每年两家毛巾厂的总销售量为定数，而引起两个厂家各自销量增减的主要原因是由于厂家的营销策略、产品质量造成的。对两家毛巾厂的市场占有率进行预测。 机器设备在良好和损坏两种状态之间的转移： p11：某时良好到下一时刻保持良好的概率； p12：某时良好到下一时刻转为故障的概率； p21：某时故障到下一时刻转为良好的概率； p22：某时故障到下一时刻未能修复的概率； 思考题： 设某车间里的机器出故障的概率为0.2，机器能修 复良好的概率为0.85，试求稳定状态下，机器处 于良好状态和故障状态的概率各为多少? 上式表明， 对于某一厂商下期市场占有率，包括自己保留下来的顾客和从其它厂商转来的顾客两部分占有率构成。 将上式写成矩阵形式，有： 球又春罪迷敢腹绪匙位酱姆咀渍绚委妊衅畸芝乡哉兜杜矿堑债耘具敢黄菜4系统预测5-马尔可夫预测4系统预测5-马尔可夫预测 结论 即：S（t+1）=S（t）P 下期市场占有率取决于本期市场占有率和转移概率。 膝遭虑拳茹秘基伯蕾跟猎柑热避问纹烫潍煌整核榷士慈铅瘁珐胺烟长魁堪4系统预测5-马尔可夫预测4系统预测5-马尔可夫预测 同理， 若S（t-1）表示上期市场占有率， S（t）表示本期市场占有率， 则S（t）=S（t-1）P。 本期市场占有率取决于上期市场占有率和转移概率，而与上期以前时期的市场占有率无关。 对市场占有率的预测是符合马尔柯夫原理的，因此可以利用马尔