运筹学课与件——第4讲 马尔可夫决策 .ppt

引例：牛奶厂决策 最佳经营策略选择： 北京地区鲜牛奶由三个厂家提供，该地区客户总数为 100 万户，假定厂家每年从每个客户那里平均获利 50 元，客户资源每月都在三个厂家之间相互流动，厂家 2 考虑从以下两套候选方案之中选择一个实施： 方案一：吸引老客户，须花费 450 万元； 方案二：吸引厂家 1 和厂家 3 的客户，须花费 400 万元。 您有什么好的建议来帮助厂家 2 决策？ 市场调查数据 今年一月份厂家 2 对 2000 名消费者进行了调查，购买厂家 1 ， 2 ， 3 产品的消费者人数分别为 800 ， 600 和 600 ，得到市场占有率向量（概率向量）为（ 0.4 ， 0.3 ， 0.3 ）； 同时通过询问这 2000 名消费者下月的购买倾向，得到如下转移频数矩阵： 状态转移概率矩阵 P 从转移频数矩阵到状态转移概率矩阵 P ： 用各行总数分别去除转移频数矩阵 N 的每行各元素，得到状态转移概率矩阵 P 如下： 均衡状态的市场占有率 在目前状态转移概率矩阵 P 下，达到均衡状态时的市场占有率记为 u ；估计如果实施方案一或二以后状态转移概率矩阵分别为 P1 和 P2 ，他们各自对应的均衡状态时市场占有率分别为 u1 和 u2 ；具体数据如下： 厂家 2 的方案选择 有了均衡状态时的市场占有率 u ， u1 和 u2 ，厂家 2 就能够方便地进行分别方案选择，根据前面的数据，我们知道： u=0.25 ， u1=0.44 ， u2=0.42 ， 因此，如果采用方案一可获利： 100 Х (0.44- 0.25) Х 50 – 450=500 （万元） 如果采用方案二可获利： 100 Х (0.42- 0.25) Х 50 – 400=450 （万元） 结论：选择方案一，即吸引老客户的方案为佳。 例：人力资源预测 某高校1990年为编制师资发展规划，需要预测为了教师队伍的结构。现在对教师状况进行如下四个分类：青年，中年，老年和流退（流失或退休）。根据历史资料以及调查分析，各类教师按照一年一期的状态转移概率矩阵如下，目前青年教师400人，中年教师360人，老年教师300人。试分析3年后教师的结构以及为保持编制不变，3年内应当多少硕士和博士毕业生充实教师队伍？ 马尔可夫（ Markov ）链 随机过程：不确定变化的随机变量序列 时间序列：{X1 ， X2 ，…， Xt, …} ，指与时间相关的离散随机变量序列 状态集合： S={S1 ， S2 ，…， Sn} ，一般表示为 Xt= Si 无后效性（马尔可夫性）：时间序列在 t+1 时刻（将来）的状态只与 t 时刻（现在）的状态有关而与 t 时刻之前（过去）的状态无关，即 P{ Xk+1= Sik+1/ X1=Sik1 ， X2=Sik2 ，… ,Xk=Sik} =P{ Xk+1= Sik+1/Xk=Sik} 马尔可夫（ Markov ）链：具备无后效性的时间序列。 状态转移概率矩阵 P 状态转移概率： pij 表示从状态 Si 转移到状态 Sj 的概率，记： pij= P （ Sj/ Si ） =P （ Xk+1=Sj/Xk= Si ）, 简称为从状态 i 到状态 j 的转移概率。 状态转移概率矩阵：由状态转移概率 pij （ i ， j=1,2 ，…,n ）构成的 n 阶方阵 P 多步状态转移概率 pij 一步状态转移概率：用 pij(1) 表示， pij(1) 即 pij ，表示从状态 Si 经过一个时刻转移到状态 Sj 的概率，记为： pij=pij(1)=P （ Xt+1= Sj/Xt= Si ）, 相应的一步状态转移概率矩阵记为 P （ 1 ）= P 。 k 步状态转移概率：用 pij(k) 表示，表示从状态 Si 经过 k 个时刻转移到状态 Sj 的概率，记为： pij(k)=P （ Xt+ k=Sj/Xt= Si ）, 相应的 k 步状态转移概率矩阵记为 P （ k ）。 P(k) 与 P （ 1 ）之间的关系如何? 例：三品牌洗衣粉下月购买意愿调查 求（ 1 ）一步状态转移概率矩阵 P （ 1 ）=? （ 2 ）购买 C 品牌的顾客在未来第 2 个月购买各品牌的概率? （ 3 ）二步状态转移概率矩阵 P （ 2 ）=? 您发现P（K）的一般规律了吗？ 规