医药信息分析与决策--第5章 马尔科夫预测与决策_WJ_课件.pptVIP

5.3.1 市场占有率预测 [例5-6]设某地有1600户居民，某产品只有甲、乙、丙3厂家在该地销售。经调查，8月份买甲、乙、丙三厂的户数分别为480，320，800。9月份里，原买甲的有48户转买乙产品，有96户转买丙产品；原买乙的有32户转买甲产品，有64户转买丙产品；原买丙的有64户转买甲产品，有32户转买乙产品。用状态1、2、3分别表示甲、乙、丙三厂，试求 （1）转移概率矩阵； （2）9月份市场占有率的分布； （3）12月份市场占有率的分布； （4）若顾客流如此长期稳定，该地市场占有率的分布 5.3 马尔可夫过程决策应用 解 （1）E{1，2，3},状态1、2、3分别表示甲、乙、丙的用户 一步转移概率矩阵为 （2）以1600除8月份甲，乙，丙的户数，得初始概率分布（即初始市场占有率） 所以9月份市场占有率分布为 （3）12月份市场占有率分布为 （4）解方程组 即得当顾客流如此长期稳定下去是市场占有率的分布为 例5-7 例5-6中甲药厂的市场占有率从30%降至21.9%，为扭转不利趋势，提出2种销售策略： (1)保留策略：减少顾客向丙药厂的流失，使保留率从原来的70%提高到85%。 (2)争取策略：能从上一期向另外两家药厂购买板蓝根的顾客中分别争取15%与16%。 (1)采取保留策略后状态转移概率矩阵为： (2)采取争取策略后状态转移概率矩阵为： 结论：采取保留策略后，甲药厂最终的市场占有率从原来的21.9%-36.4%；而采取争取策略后市场占有率从21.9%-34.4%，因此在两种策略花费一样的情况下，甲药厂宜采取保留策略。 第5章 马尔可夫预测与决策 安德雷·马尔可夫（1856－1922） 俄国数学家，师从切比雪夫，主要研究领域在概率和统计方面。他的研究开创了随机过程这个新的领域，以他的名字命名的马尔可夫链在现代工程、自然科学和社会科学各个领域都有很广泛的应用。 时间参数集 状态空间 5.1 马尔可夫过程 1. 马尔可夫过程是一种随机过程: 当随机过程在t时刻所处的状态已知时， 在t+1时刻所处的状态仅与t时刻的 状态有关， 而与t时刻以前的状态无关。此特性称为随机过程的无后效性或马尔可夫性 过去只影响现在，而不影响将来。 P{将来|现在、过去}=P{将来|现在} t1时刻 t2时刻 tn时刻 状态1 状态2 状态n 按其状态空间和时间参数集是连续还是离散 可分成四类: 仅讨论马尔可夫链 2.马尔可夫链 定义：随机过程X(t)在tn时刻的状态为Xn=X(tn)，且Xn可能取得的状态必为a1 a2 … an之一，其中 AI={a1 a2 … an}为有限的状态空间， 随机过程只在t1 t2 … tn …可列个时刻发生状态转移。 若随机过程在tn+1时刻变成 任一状态aj的概率， 只与过程在tn时刻的状态ai有关，而与过程在 tn时刻以前的状态无关，则称此随机过程为马尔可夫链，简称为马氏链。 P{X(tn+1))= aj| X(tn) = ai ,X(tn-1)= an-1 ,…,X(t0)= a0} = P{X(tn+1))= aj| X(tn) = ai} 1.一步转移概率矩阵 一步转移概率定义：马氏链在tn时刻处于状态ai条件下，到tn+1时刻转移到状态aj的条件概率，称为在tn时刻的一步转移概率，记为p(1)ij(n)或者pij(n)。 (1) 0 = pij(n) =1 N (2) Σ pij(n) =1 j=1 5.2 状态转移矩阵 一步转移矩阵定义：由所有状态（N个）之间，在tn时刻的一步转移概率pij(n) 构成的矩阵，称为在tn时刻的一步转移矩阵。 p11 p12 . . p1N P= p21 p22 . . p2N : : ： : pN1 pN2 . . pNN 如果一步转移概率pij(n) 与时刻tn无关， p{X(tn+1))= aj| X(tn) = ai} = p{X(tn+1))= aj}，则称该马尔可夫链是齐次的。 （P54)[例5-2]概率与任何时刻无关，只和位置有关，是齐次马尔可夫链，一步转移矩阵为： p11 p12 . . p