第八讲-马尔科夫预测法.pptVIP

第六章 马 尔 科 夫 预 测 法 马尔科夫链及转移概率 转移概率矩阵的固定点 马尔科夫链在经济预测 等方面的应用 吸收态马尔科夫链及其应用 6.1 马尔科夫链及转移概率 6.1.1 随机过程 随机过程 定义 如果对每个给定的时间 t∈T，Z(t) 都是一随机变量，我们就称 Z(t), t∈T是一个随机过程 类型 随机过程可分为以下四类： ① 连续型随机过程； ② 离散型随机过程；③ 连续型随机序列；④ 离散型随机序列，离散型随机序列也称时间序列。 6.1.2 马尔科夫链 马尔科夫链 定义 具有“无后效性”的时间序列 Z(t) ，t∈T称为马尔科夫链。马尔科夫链的时间参数空间通常取T={0，1，2，··· }， Z(t) 习惯上记为Zt , Zt的所有可能取值构成的集合称为时间序列的状态空间，记为S。通常设S是一个整数集合。 “无后效性” 定义 “无后效性”是指时间序列将来处于什么状态只与它现在所处的状态有关，与它过去处于什么状态无关。 马尔可夫预测方法 马尔科夫预测方法就是根据某些变量的现在状态及其变化趋向，来预测它在未来某一特定期间可能出现的状态，从而提供某种决策的依据。 马尔科夫预测基本方法是用转移概率矩阵进行预测和决策。 6.1.3 一步转移概率矩阵 一步转移概率 定义 设 Zt , t∈T 是