经济预测与决策分解.ppt

第五节 马尔可夫预测决策技术 3、状态与状态转移 马尔可夫过程是一种特殊的随机过程，其理论表述为：随机过程x（t）是随时间t变化的随机变量。对于某一时刻ti，x（ti）便是随机过程x（t）在t=ti时的状态，这个状态也是随机变量。 状态和状态转移是马尔可夫预测法的最基本概念。状态应是指事物存在的状况。一个事物状态可能有多种，但事物不能同时存在于两种或多种状态中，即同一事物的不同状态之间相互独立。 事物所处的状态不可能永久不变，随着环境和事物本身因素的影响，事物所处的状态必定会发生变化。这样，衡量不同时期事物的状态变化情况就称为状态转移。 4、状态转移概率 客观事物可能有E1、E2、…、En共n种状态，但在某一时期只能处于某一种状态，当时间变化时，客观事物所处的状态便可能有n个转移方向（包括转向本身），见图。将这种从一种状态转向其他状态的可能性用概率描述就是状态转移概率。 第五节 马尔可夫预测决策技术 状态转移概率中最基本的是一步转移概率，它表示由状态Ei经过一步转移到状态Ej的概率，记为Pij， 马尔可夫链的一步转移概率Pij具有概率的一般性质，即 ： ⑴、0≤Pij≤1， 由于当前所处状态可能有n个转移方向，且各种状态是相互独立的，则状态转移概率之和为1。 5、转移概率矩阵 事物当前期也可能有n种状态，且一状态都有n个转移方向，既有n个状态转移概率Pi1、Pi2、Pii、…、Pin，则n种状态就会有n×n个转移方向，即n×n个状态转移概率，将其依次排列起来，便可得到一个n行n列的矩阵：通常称P为一步状态转移矩阵。 第五节 马尔可夫预测决策技术 6、两个基本定理 定理1:设马尔可夫链在初始状态的（一步）转移概率矩阵为P(1)=P,则由初始状态经过k个时间间隔（k步）转移到新的状态转移概率矩阵为P(k),即k步转移概率矩阵为一步转移概率矩阵的k次方。 定理2 当某事物初始状态经过无数次转移后，将达到一个与初始状态无关的最终稳定状态，即若记k步转移概率矩阵PK的元素为 ，则有: 第五节 马尔可夫预测决策技术 第五节 马尔可夫预测决策技术 利用这两个定理就可以解决一些社会经济活动中预测和决策问题。 二、马尔可夫链的应用 1、市场份额（市场占有率）预测 由于影响商品市场占有率的因素很多，因而任何一种商品的市场占有率会经常发生变化。利用马尔可夫链就可以找到这种变化的规律，并据此预测商品市场占有率和未来的变化情况。 利用马尔可夫预测方法来预测商品市场占有率未来变化情况时，必须首先进行市场调查，主要要取得两个方面的情况：第一、当前在市场上销售的同类商品中各主要商品的市场占份额；第二、到下一个时点时购买各主要商品的顾客的转移（变化）情况。 例：某地某商品主要由三种品牌构成，A、B、C三种牌号商品上个月市场份额分别为：40％、30％、30％，根据本月份的市场销售变化情况，统计出了三种品牌商品的顾客购买变化情况，用转移概率矩阵表示如下： 马尔可夫链的应用 依据这些资料，可以预测两种情况下的各主要商品市场占有率。 1、预测今后若干时期各主要商品的市场占有率 今后若干时期各品牌商品的市场占有份额为： 马尔可夫链的应用 若上月份为1月，欲求3月份的各品牌商品的市场占有份额，则需首先求出2步转移概率矩阵，即k=2，则，3月份三种品牌商品的市场份额为： 马尔可夫链的应用 2、预测经若干次转移达到稳定状态时，各品牌商品的市场占有率 如上例，设稳定状态下各品牌的市场占有份额为： 马尔可夫链的应用 需要特别说明的是，在市场条件变化不大的情况下，求稳定状态下的商品市场占有率才有意义，但市场绝对地不变化也不太可能，为此，稳定状态下市场占有率对企业了解市场情况仍具指导意义。 二、服务地点选择方面的应用 某市汽车出租公司，在机场、风景区和宾馆设立三个出租汽车站。根据统计资料，三个地方租车和还车的转移概率如下表。现要决策该公司的汽车保养场设在何处为佳。 还 车 机 场 风景区 宾 馆 租 车 机 场 0.8 0.2 0 风景区 0.2 0 0.8 宾 馆 0.2 0.2 0.6 第五节 马尔可夫预测决策技术 3、期望利润率预测 期望利润率预测是指商品在市场销售状态发生变化时，对其收益或损失进行的预测。在预测中，需首先掌握两种资料：一是商品销售状态转移的概率矩阵；二是需要知道商品销售状态发生变化时导致的商品利润情况的变化。 如，对于某种具体商品而言，其销售状态无非是两种情况，即畅销和滞销。当明确了畅销和滞销的界限后，就可利用已得到的原始资料和数据确定出商品销售状态的转移矩阵。 第五节 马尔可夫预测决策技术 其中，1－表示畅销，2－表示滞销。 则，P11－t时刻商