市场调查与预测第六章.ppt

求期望利润矩阵： 进行期望利润预测 下一季度，即一次转移后的期望利润为： 即：下一季度畅销时可期望获得利润3千元； 下一季度滞销时可期望获得利润560元。 当 K=2 时，即二次转移后的期望利润为： 当K=3时，即三次转移后的期望利润为： 即：三个月后畅销时期望利润将达到7.63千元； 三个月后滞销时期望利润只能达到4.54千元。 back 第三节：马尔柯夫预测法 一、马尔柯夫预测的基本概念 二、马尔柯夫预测模型 三、马尔柯夫预测应用 四、期望利润预测 back 一、马尔可夫决策的基本概念 1、状态 2、状态转移矩阵与马尔柯夫过程 3、马尔柯夫链 4、概率向量和概率矩阵 5、转移矩阵 1、状态 马尔可夫预测将研究对象视为系统。系统发展要经历多个阶段，系统研究变量所涉及的多个因子在不同阶段会有不同的可能结果，称为研究变量的状态（即概率）。如企业的产品在市场上可能畅销，也可能滞销。 2、状态转移矩阵和马尔柯夫过程 它是指系统由某一阶段状态转移到另一阶段状态的转移过程。在这个转移过程中存在着转移概率构成的状态转移矩阵。状态转移矩阵是由目前相邻两阶段状态的变化推算出来的。就是说假设在系统发展过程，下阶段是什么状态仅与现在状态有关，而与过去状态无关。满足这种假设的系统转移过程即称为马尔柯夫过程。 如某种产品在市场上本来是滞销的，但是由于销售渠道变化了，或者消费心理发生了变化等，它便可能变为畅销产品。 3、马尔柯夫链 设预测对象为一系统，若该系统在某一时刻可能出现的状态为Ei，而该系统从状态Ei变化到另一状态Ej的状态转移过程称为马尔柯夫过程。一个马尔柯夫过程若具有如下的两个特征，则称其为马尔柯夫链。 一是具有无后效性。即系统的第n次试验结果出现的状态，只于第n-1次时所处的状态有关，与它以前所处的状态无关； 二是具有稳定性。即在较长时间下，该过程逐渐趋于稳定状态，而与初始状态无关。 4、概率向量和概率矩阵 在一行向量中，如果每一元素都为非负，且其和等于1，则称该向量为概率向量。如：A=（0.3 0.5 0.2） 由概率向量构成的矩阵称为概率矩阵。 概率矩阵有下列性质： 若A、B都是概率矩阵，则AB 也是概率矩阵； 若A是概率矩阵，则An也是概率矩阵。 5、转移矩阵 系统由状态Ei经过一次转移到状态Ej的概率为pij，则系统全部一次转移概率的集合所组成的矩阵称为一次转移矩阵，记为： K次转移矩阵记为P（k） 转移矩阵具有以下两个性质： 二、马尔柯夫预测模型 设系统在K=0时所处的初始状态为已知，即初始状态向量 为已知 经过K次转移后所处的状态向量记为： 则： 矩阵形式为： 稳定状态 当系统处于稳定状态时，有 ，即系统第n期的状态概率与第n-1期的状态概率相等，且有 由马尔柯夫预测模型知： 所以有： 矩阵形式： 展开得： 约束条件： 整理可得方程组： 矩阵形式： 记 所以： 用 的逆矩阵 左乘上式，得： 这就是所求的稳定状态的概率。 三、马尔柯夫预测应用 例:设某地区有甲、乙、丙三家企业，生产同一种产品，共同供应1000家用户。假定在10月末经过市场调查得知，甲、乙、丙三家企业拥有的用户分别是：250，300，450户，而11月份用户可能的流动情况如下： 现要求我们根据这些市场调查资料预测11、12两个月三家企业市场用户各自的拥有量。 到 从 甲 乙 丙 合计 甲 乙 丙 230 10 10 250 300 450 20 250 30 30 10 410 根据调查资料，确定初始状态概率向量为： 根据市场调查情况，确定一次转移概率矩阵为： 利用马尔柯夫预测模型进行预测，11月份三个企业市场占有率为： 所以11月份三个企业市场用户拥有量分别为： 甲：1000×0.28 = 280 户 乙：1000×0.27 = 270