马尔科夫预测技术.pptVIP

第八章 马尔科夫预测技术 与前三章的联系：连续性 与前三章的区别：有多个状态 无后效性 青蛙在某一时刻所在的荷叶称为青蛙所处的状态。 青蛙在未来所处的状态，只与它现在所处的状态有关，而与它以前所处的状态无关 所谓的“无后效性” 马尔科夫预测技术 5.1马尔科夫链简介 5.2马尔科夫链预测法 5.3市场占有率预测 5.4期望利润预测 5.1马尔科夫链简介 马尔科夫预测技术是应用马尔科夫链的基本原理与方法来研究分析经济时间序列的变化规律，并预测其未来变化趋势的一种技术。 马尔科夫链的定义 所谓马尔科夫链，就是一种随机时间序列，它在将来取什么值只与它现在的取值有关而与过去取什么值无关，即无后效性。 状态随机变量的定义 状态 系统在时刻t所出现的结果是该系统在该时刻t所处的状态。 状态随机变量，定义为： Xt=i （i=1,2,…N;t=1,2,…) 表明随机运动系统在时刻t（t=1,2,…) 所处的状态为i（i=1,2,…N)。 状态转移概率 P(xn+1=j|xn=i)=pij i,j=1,2,…N 表示在tn时刻青蛙在第i张荷叶，在下一个时刻tn+1跳到第j张荷叶的可能性，又称为从状态i经一步，转移到j的概率，简称为一步转移概率。将这些pij依序排列起