马尔柯夫过程及其在经济中的应用讲课教案.pptVIP

马尔柯夫过程及其在经济中的应用;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。;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]};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。;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。;此矩阵说明，在本月购买甲牌的100人中，有40人仍购买甲牌，30人转向购买乙牌，30人转向购买丙牌，在购买乙 牌的100人中，有60人转向购买甲牌，30人仍购买乙牌,10人转向购买丙牌，在购买丙牌的100人中，有60人转向购买甲牌，有10人转向购买乙牌，有30人仍购买丙牌。这个矩阵就叫某系统状态的转移频数矩阵。用转移频数矩阵的各行和分别除以各对应的频数，就得到转移概率矩阵;定义1：一方阵P（pij)中，如果各行之各元素为非负数，且各行元素总和为1，则此方阵为转移概率矩阵。;3.转移概率矩阵的性质和正规转移概率矩阵;是一正规转移概率矩阵。因为;定义（固定向量）任一非零行向量U=（u1,u2, …,un)当乘以某方阵A后，若仍然固定为U，则称U为此方阵的固定向量，即有AU=U;4.状态的多步转移与转移概率矩阵P的乘幂;它满足条件;例：预测商品在未来期间的市场占有率;各行和除以各行分量得到的转移概率矩阵;A=[0 0.286 0.333 0.262 0.119 0.316 0 0.289 0.289 0.106 0.132 0.289 0 0.368 0.211 0.283 0.130 0.196 0 0.391 0.343 0.257 0.114 0.286 0]; A^10 ans = 0.2113 0.1908 0.1908 0.2311 0.1760 0.2113 0.1908 0.1909 0.2311 0.1760 0.2113 0.1908 0.1909 0.2311 0.1760 0.2112 0.1909 0.1908 0.2311 0.1760 0.2113 0.1908 0.1909 0.2311 0.1760;A^15 ans = 0.2113 0.1908 0.1909 0.2311 0.1760 0.2113 0.1908 0.1909 0.2311 0.1760 0.2113 0.1908 0.1909 0.2311 0.1760 0.2113 0.1908 0.1909 0.2311 0.1760 0.2113 0.1908 0.1909 0.2311 0.1760;问题：预测顾客流量，选择服务网点; P=[0.8 0.2 0;0.2 0 0.8;0.2 0.2 0.6];解得