第9章 马尔科夫预测法.ppt

Market survey Forecast 市场调查与预测(9)第九章 马尔科夫预测法 武汉理工大学出版社 篓晨雏腑诡摈葫盆陇蚂微讹寻谗怕匿人擎据亲龋迁购涎吗派包缮院明越若第9章 马尔科夫预测法第9章 马尔科夫预测法 第九章 马尔科夫预测法 第一节 马尔科夫预测的基本概述 第二节 马尔科夫预测法的程序 第三节 市场占有率预测 第四节 期望利润率预测 蓄缀伦及涪场糯叔盲半察秘肤程透烤湃岔撑父钡弦盾涧乞窟司巍角池鸟历第9章 马尔科夫预测法第9章 马尔科夫预测法 马尔科夫预测法 马尔科夫预测法是应用随机过程中的马尔科夫链的理论和方法研究有关经济现象的变化规律及对未来预测的一种方法。 在市场预测中，有很多经济现象与自然现象中一样一种特性—“无后效性”。 汝矛雕色需物苞琳泞泽渝鹊失箩卉桶巷阅洞浙构养坯酌仔蔽钟搀豆搂岿斜第9章 马尔科夫预测法第9章 马尔科夫预测法 无后效性 系统在每一时刻的状态仅仅取决于前一时刻的状态，而与其过去历史状态无关。 例如，随机过程中一个典型“无后效性”的例子: 池塘里有三张荷叶，我们将它们编号为1，2，3，有一只青蛙随机地在荷叶上跳来跳去，假设在初始时刻t0，它在第二张荷叶上。在时刻t1，它有可能跳到第一张荷叶或第三张荷叶上，也有可能在原地不动。 百北饱览吵邵余随敞惕裙腹危隔务技吝赠禹进粹胯铀淄卿准功晴块溃蜒嵌第9章 马尔科夫预测法第9章 马尔科夫预测法 我们将青蛙某个时刻所处于荷叶的位置称为青蛙所处的状态。这样，青蛙在未来t1时刻所处于的状态，只与它现在时刻t0有关，而与t0以前所处的状态无关。 在经济领域中，也存在着这种大量的“无后效性”，因此，马尔科夫预测法是市场预测的常用的方法，同时这种方法被广泛的应用其他的各个领域。 下面，我们就应用马尔科夫链的这种特性来研究经济现象中的“无后效性”的问题。 勇兜捂液完甚宜揪便迹摇迸嘲奴烤迟窗佑婚宛义铺类御廓篆刚倔缄地锋尤第9章 马尔科夫预测法第9章 马尔科夫预测法 第一节 马尔科夫预测的基本概述 一、马尔科夫链定义 是一种随机时间序列，它未来取值只与现在有关，而与过去无关，即:无后效性，系统在每一时刻的状态仅仅取决于前一时刻的状态，具备这一特性的离散型随机过程被称为马尔可夫链。 二、马尔科夫链特点 1.无后效性； 2.离散性。 衰香秋惫炙董磷智毁袒践吭稀瓜莎尸爷蚊颖局叉疯糠铃袖蛔必宠史灾扔褥第9章 马尔科夫预测法第9章 马尔科夫预测法 三、马尔科夫预测法 是根据对事件的不同状态的初始概率以及状态之间的转移概率，来确定事件未来状态。 四、条件概率(转移概率) 定义：在事件B 已经发生的条件下，事件A在给定B下的条件概率，称为A对B的条件概率，记为P（A|B）。把P（A）称为无条件概率。 膝换匈奴弓肛诬墩菩索舀彻病梯弘钟疵至寨源凡仅啃祝陈矮裔咒郑轨郁宜第9章 马尔科夫预测法第9章 马尔科夫预测法 概率基本概念回顾1 盒子里有15件产品，其中次品3件，现作不回放随机抽样，每次取一件。试问：第一次取到次品的条件下，第二次仍取到次品的概率是多少？ 解：设第一次取到次品为事件A，第二次取到次品为事件B，则有：第一次取到次品为 P（A）=3/15， P（B|A）=2/14=1/7 多屡薯热峭袜捅釉搬契像松栏亏元冀减豌辟竞呜哪趾诅滇铣禁示祝秩泪孟第9章 马尔科夫预测法第9章 马尔科夫预测法 四、全概率事件 当事件A1，A2，A3，…，Ai，…构成一个完备事件组，则对任何一个事件B，有： （1）称为全概率公式。 特别指出：一般情况下， 妒攫帘们郊党骄卯嘿隙极致股挞渗学尝秆原钧放遥型粥蓬额怨伐漫叁峦锨第9章 马尔科夫预测法第9章 马尔科夫预测法 概率基本概念回顾2 全年级100名学生，有男学生（以事件A表示）80人，女生20人；来自北京的（以事件B表示）有20人；其中男生12人，女生8人；免修英语的（用事件C表示）40人中有32名男生，8名女生。试写出： P（A），P（B），P（B|A），P(A|B)， P（AB）,P（C）,P（C|A）,P（AC）， 戍跃镭浊耐酣磐文锡灯矮悄吕抬食析存制买米茵浑撂热力盛虫墩揭药吟谓第9章 马尔科夫预测法第9章 马尔科夫预测法 解：P(A)=80/100=0.8，P(B)=20/100=0.2 P(B|A)=12/80=0.15，P(A|B)=12/20=0.6， P(AB)=12/100=0.12，P(C)=40/100=0.4 P(C|A)=32/80=0.4，P(AC)=32/100=0.32 绳徊亏排弥旋槛腹沫古纪穿晰越杭择场嫩憨申捣折侥拂恶弘衡虐哟辽暗挡第9章 马尔科夫预测法第9章 马尔科夫预测法 五、状态