马尔柯夫过程及其在经济中的应用.pdf

马尔柯夫过程及其在经济中的应用 第一节、随机过程及马尔柯夫链的概念 1.什么是随机过程 自然、社会和经济中的随机现象，可由 一个或多个随机变量来描述，这是我们 都已知道的（概率和数理统计），在实 际中还需要研究有些随机现象随时间的 变化规律性。随机过程的数学理论就是 适应这一客观需要而产生的。 例1以ξ(t)表示某一电话站在时间(0,T)中接到 的呼叫次数，那么，对每一确定的t ∈(0, ∞), ξ(t)是一个随机变数，当t在(0,T)中的取值不 断增大时，ξ(t)就描述着呼叫次数随时间的 变化过程，若以一天24小时间计，则ξ(t)就是 时间从0到24呼叫次数的随机的变化规律。 例2 某商店一特定的商品在一月内每天的售货 量ξ为一随机变量ξ(t)，如果t从1变化到30， 则ξ(t)就是一月内此商品销售量的随机变化过 程。 以上两例中，我们研究的是随时间t变化的一族 随机变量。我们将这样的一族随机变量，称为随 机过程记为{ ξ(t)t ∈[0,T]} 马尔柯夫过程是随机过程中的一种，它研究 的是这样的一类随机现象，现象在变化的过 程中，处于某种状态的概率，只与它在这之 前的状态有关，而与它在很远的过去处在什 么状态无关。。二十世纪初1907年，俄国数 学家马尔柯夫（A.A.Markov)研究了这类现 象，并把这类现象归结为这样一种数学模 式，现象在概率转换过程中， 第n次试验的结果，常决定于n-1次试验的结 果。以后，人们在研究时，就把具有由前项 推算出来的转移概率的随机变化过程，称为 马尔柯夫过程；而把从整体上看到的一连串 的转移过程称为马尔柯夫链。 2.转移概率矩阵 设一系统S有有限个互不相容的状态，A ，A ， 1 2 An ，每隔一个有限时间后状态就要变更一次，在 时刻tk 时（k=1,2,3 …)系统S处于状态Ai （I=1,2,3…n)在下一个时刻tk+1转而呈现出状态 Aj (j=1,2,3 … n)的概率恒等于一个不依赖于S在时 刻t ,t ,t 状态的非负常数pij,利用通常的条件概率 1 2 k-1 写法，可记为： p p [A ,t | A ,t ](k 1,2,3) i j j j 1 i k (0 pi  1,p 1) j ij 这里的p (j,j=1,2,3 … n)称为系统S的马尔柯夫 ij 链的一步转移概率。 由转移概率pij为元素构成的矩阵： A1 p 11 p 12  p 1n    P A2 p 2 1 p 22  p 2n  (0 p ij 1,p ij 1)        An p n 1 p n 2  p nn  这个矩阵称为系统S的状态A1 ，A2 ，An 的转移 概率矩阵，也叫马尔柯夫链的转移矩阵。 转移概率矩阵P 的建立是以对问题的观察和 试验为基础为。 例3为了了解顾客对甲、乙、丙三种不同牌号的洗 衣粉的购买倾向，我们结市志进行了调查。在本月 购买乙、丙三种不同牌号的洗衣粉的顾客中，各找 100人，分别了解他们下月的购买倾向情况如下： 甲40 30 30 A 乙60 30 10    丙60 10 30 此矩阵说明，在本月购买甲牌的100人中， 有40人仍购买甲牌，