马尔可夫预测方法.pptVIP

第七节 马尔可夫预测方法 几个基本概念 状态、 状态转移过程、 马尔科夫过程、 状态转移概率 状态转移概率矩阵 马尔可夫预测法 状态转移概率 状态转移概率矩阵 本节主要内容 1 马尔可夫预测 马尔可夫预测是一种预测事件发生的概率的方法，它基于马尔可夫链，根据事件目前的状况预测其将来各个时刻变动状况。 1.1 相关概念 状态：某一事件在某一时刻出现的某种结果。如，农业收成预测中有“丰收”、“平收” “欠收”等状态；人口构成预测中有“婴儿”、“儿童”、“少年”、“青年”、“老年”等状态 状态转移：事件的发展，从一种状态转变为另一种状态。如，天气从“阴天”变为“晴天”。 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。 马尔可夫过程： 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前一时刻的状态有关，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。 状态转移概率：事件发