经济决策课件课本课本课本系列 第七章节 马尔可夫预测法.pptVIP

* 经济预测与决策方法 第七章 马尔可夫预测法 §1.基本概念与基本理论 一、马尔可夫过程——当随机过程在 tK 所处的状态为已知条件时，过程在时刻 t tK 所处的状态仅与 tK 时的状态有关，而与 tK 以前的状态无关，这种随机过程为马尔可夫过程。 用分布函数来描述：若在条件 Y(ti)=Yi(i=1,2,…,n) 下的 Yn 的分布函数恰好等于条件 Y(tn-1)=Yn-1 下的分布函数，即 F(Yn；tn/Yn-1 Yn-2… Y1；tn-1 tn-2 … t1) =F(Yn；tn/Yn-1；tn-1) 则称 Y(t) 为马尔可夫过程。 马尔可夫链：离散化的马尔可夫过程就是马尔可夫链。它具有无后效性的特征，即它在将来取什么值只与它现在的取值有关，而与它过去取什么值无关。 二、状态概率向量：设马尔可夫链在 tK 时取状态E1 E2 … En的概率分别为p1 p2 … pn 而0≤Pi≤1， 则向量［P1P2 … Pn］称为tK时的状态概率向量。 三、状态转移概率 设系统可能出现N个状态E1 E2 … En，则系统由tK时刻从Ei转移到状态tk+1时刻的概率就称为从i到j的转移概率，也称一步转移概率，记为 四、状态转移概率矩阵 在一定条件下，系统只能在可能出现的状