马尔科夫模型.ppt

马尔可夫过程 马尔可夫个人简介 马尔可夫（1856~1922），苏联数学家。切比雪夫的学生。在概率论、数论、函数逼近论和微分方程等方面卓有成就。 　　马尔可夫是彼得堡数学学派的代表人物。以数论和概率论方面的工作著称。他的主要著作有《概率演算》等。在数论方面，他研究了连分数和二次不定式理论 ，解决了许多难题 。在概率论中，他发展了矩法，扩大了大数律和中心极限定理的应用范围。马尔可夫最重要的工作是在1906～1912年间，提出并研究了一种能用数学分析方法研究自然过程的一般图式——马尔可夫链。同时开创了对一种无后效性的随机过程——马尔可夫过程的研究。马尔可夫经多次观察试验发现，一个系统的状态转换过程中第n次转换获得的状态常决定于前一次（第（n-1）次）试验的结果。马尔可夫进行深入研究后指出：对于一个系统，由一个状态转至另一个状态的转换过程中，存在着转移概率，并且这种转移概率可以依据其紧接的前一种状态推算出来，与该系统的原始状态和此次转移前的马尔可夫过程无关。目前，马尔可夫链理论与方法已经被广泛应用于自然科学、工程技术和公用事业中 第一节 马尔可夫过程及其概率分布 一、马尔可夫过程的概念 二、马尔可夫过程的概率分布 三、应用举例 ? 泊松过程 泊松过程的定义（1） 泊松过程的定义（2） 例4. 第二节 多步转移概率的确定 一、C-K 方程 二、多步转移概率的确定 四、小结 第三节 遍历性 一、遍历性的概念 二、(有限链)遍历性的充分条件 可以用来预测具有等时间隔（如一年）的时刻点上各类人员的分布状况。 　　它是根据历史数据，预测等时间间隔点上的各类人员分布状况。此方法的基本思想上根据过去人员变动的规律，推测未来人员变动的趋势。步骤如下： 　　①根据历史数据推算各类人员的转移率，迁出转移率的转移矩阵； 　　②统计作为初始时刻点的各类人员分布状况； 　　③建立马尔科夫模型，预测未来各类人员供给状况； 　　使用马尔科夫模型进行人力资源供给预测的关键是确定出人员转移率矩阵表，而在实际预测时，由于受各种因素的影响，人员转移率是很难准确确定出来的，往往都是一种大致的估计，因此会影响到预测结果的准确性。 编辑本段马尔可夫模型假设　　在给定时期内从低一层次向高一层次的转移人数，或从某一类型向另一类型转移的人数是起始时刻低层次总人数或某一类型总人数的一个比例，这个比例称为人员转移率。 可以用来预测具有等时间隔（如一年）的时刻点上各类人员的分布状况。 　　它是根据历史数据，预测等时间间隔点上的各类人员分布状况。此方法的基本思想上根据过去人员变动的规律，推测未来人员变动的趋势。步骤如下： 　　①根据历史数据推算各类人员的转移率，迁出转移率的转移矩阵； 　　②统计作为初始时刻点的各类人员分布状况； 　　③建立马尔科夫模型，预测未来各类人员供给状况； 　　使用马尔科夫模型进行人力资源供给预测的关键是确定出人员转移率矩阵表，而在实际预测时，由于受各种因素的影响，人员转移率是很难准确确定出来的，往往都是一种大致的估计，因此会影响到预测结果的准确性。 编辑本段马尔可夫模型假设　　在给定时期内从低一层次向高一层次的转移人数，或从某一类型向另一类型转移的人数是起始时刻低层次总人数或某一类型总人数的一个比例，这个比例称为人员转移率。 敏感性分析 当平均需求在每周1 (架) 附近波动时，最终结果有多大变化。 设Dn服从均值?的波松分布 状态转移阵 ? 0.8 0.9 1.0 1.1 1.2 P 0.073 0.089 0.105 0.122 0.139 第n周(n充分大)失去销售机会的概率 当平均需求(?=1.0)增长(或减少)10%时， 失去销售机会的概率P将增长(或减少)约15% 。 钢琴销售的存贮策略 存贮策略(周末库存为0则订购3架, 否则不订购)已定,计算两个指标(失去销售的概率和每周平均销售量). 问题：给出最优准则及最优存贮策略。 动态随机存贮策略是马氏链的典型应用. 关键是在无后效性的前提下恰当地定义系统的状态变量(本例是每周初的库存量). 模型三 基因遗传 背景 生物的外部表征由内部相应的基因决定. 基因分优势基因d 和劣势基因r 两种. 每种外部表征由两个基因决定, 每个基因可以是d, r 中的任一个. 形成3种基因类型：dd ~ 优种D, dr ~ 混种H, rr ~ 劣种R. 基因类型为优种和混种, 外部表征呈优势；基因类型为劣种, 外部表征呈劣势. 生物繁殖时后代随机地（等概率地）继承父、母的各一个基因，形成它的两个基因. 父母的基因类型决定后代基因类型的概率. 完全优势基因遗传 父母基因类型决定后代各种基因类型的概率 父母基