第六章 马尔科夫预测法.pptVIP

第六章 马尔科夫预测法 第六章 目录 6.1 马尔科夫链的基本概念 6.2 状态概率的估算 补充内容 6.3 马尔科夫链在经济预测方面的应用 6.4 马尔科夫预测案例 6.1马尔科夫链的基本概念 一.状态与状态概率 状态：某事物在某一时间所处的状况。如畅销、平销、滞销。 状态概率：被研究对象在t时间处于状态空间中的某一状态，处于这一状态的可能性。如某个时间上产品畅销的可能性多大。 二.状态转移、转移概率及状态转移矩阵 2.状态转移概率矩阵 一次转移概率矩阵P k次转移概率矩阵 如果1次转移概率矩阵不发生变化，有 三.马尔科夫过程 某现象在时间m+1时所处的状态Sj的概率仅仅与该现象在时间m所处的状态Si有关，而与时间m前所处何种状态无关的特性成为无后效性，也称为马尔科夫性，具有这种特性的时间转移和状态转移过程称为马尔科夫过程。 马尔可夫过程的时间可以是无限连续的，在实际经济问题中，时间取离散值，在某一时间的状态也是离散可列的，我们称这样的马尔可夫过程为马尔可夫链。它表示事物前一时期的状态转移到现在的状态，由现在的状态转移为将来的状态，一环接一环，像一根链条。 四、标准概率矩阵与平衡向量 如果马尔可夫过程的一步转移概率矩阵不发生变化，则无论基期处于什么样的状态，经过多期转移后，状态的概率趋于一个和基期无关的并且稳定下来的值，这称为马尔可夫过程的稳定性或遍历性。 这个稳定下来的值我们称为平衡向量，也叫终极状态概率。我们会在后面补充。 6.2 状态概率的估算 一.状态概率估计 6.2 状态概率的估算 二.转移概率估计 要注意的是：计算一步概率时，最后一期不参加计算，因为它将转移到哪个状态还不确定。 补充内容（平衡向量求解） 基期 t=0 时的状态概率称为初始概率，初始概率向量为 ，多次转移概率矩阵为 ，预测稳定下来的平衡向量。 当马尔可夫过程达到平衡状态时，上一期的状态经过转移之后其状态应该保持不变。先假设平衡状态为 则 6.3 马尔科夫预测法 一.市场占有率预测 市场竞争中，市场占有率问题具有马尔科夫链的特征，因此，可以用马尔科夫预测法来对市场占有率的发展变化进行预测。 例6-2（演示） 预测步骤：市场调查 建立数学模型 市场预测 二、期望利润预测 1.利润矩阵 是市场状态从i转到j厂商的益损值。 2.期望利润预测 6.4马尔科夫预测案例 请掌握EXCEL中矩阵操作函数 矩阵行列式值 :MDETERM 矩阵乘积：MMULT 矩阵转置：TRANSPOSE 矩阵可逆：MINVERSE * 二.状态转移、转移概率及状态转移矩阵 1.状态转移和转移概率 状态转移是系统由一个时期所处的状态Si到未来某时期所处的可能状态Sj的转变，而发生这种状态转移的可能性被称为转移概率。分一次转移和多次转移。 例 ：S1—畅销 S2—滞销 k=1(一步转移） S1 S1 P11=0.7 S1 S2 P12=0.3 S2 S1 P21=0.4 S2 S2 P22=0.6 K=2(二步转移） s1 s1 s2 s1 0.7 0.7 0.3 0.4 S1 S2 0.7×0.7+0.3 ×0.4=0.61 有 联立 得 例题:A、B、C三个厂生产的味精上月在某地区市场上的占有率分别为0.3、0.2、0.5，据市场调查得知，顾客的流动情况如下表所示： 0.3 0.1 0.6 Ｃ 0.1 0.3 0.6 Ｂ 0.3 0.3 0.4 Ａ Ｃ Ｂ Ａ 转移购买比例 试预测本月与下月三个厂味精的市场占有率，如果顾客流动情况稳定，那么，市场稳定后三个厂的市场占有率情况如何？ 解答：上述味精在市场上占有率的变化过程为一个马尔可夫过程，初始状态为 一步转移概率矩阵 本月市场占有率 下月占有率情况 本月和下月Ａ、Ｂ、Ｃ三个厂的市场占有率情况分别是54%、20%、26%和49.2%、24.8%、26%。 若一步转移概率不发生变化，假设稳定的市场占有率情况为 所以 （１） 由 有 （２） （２）式可以任意去掉一行，不影响结果。然后联立（１）（２），可以得到如下矩阵方程： 解方程得： 所以，市场占有率的平衡状态是；A、B、C三个厂的市场占有率分别是50%、25%和25%。 马尔可夫过程的平衡状态仅与转移概率有关，与初始状态无关。