市场状态转的移概率预测.ppt

第十一章市场收态转 率颚测 第一节马尔柯夫链的基本原理 状态和状态转移 1、状态:系统在某时刻出现的某种结果。 常用表示(i=1,2,…,N)。 2、状态变量Xi:表示系统在时刻t处于i。 3、状态转移:系统由一种状态转移为 另一种状态。常用i→j表示。 状态举例 ·例1:人民生活水平可分为三种水平状态: 温饱、小康、富裕。 例2:企业经营状况可分为: 盈利、不盈不亏、亏损 例3:商品销售状况可分为: 畅销、平销、滞销。 状态转移举例: ·例4:营业情况由盈利→亏损。 例5:商品由畅销→滞销 二、无后效性和遍历性 1、无后效性:如果系统在状态转移过程中 它在时刻tn所处的状态仅与时刻tn1所处的 状态有关,而与时刻t1以前所处的状态无 关。这种特性称为无后效性或马尔柯夫性。 例:本月库存只与本月调入调出、损耗及 上月底库存有关。 ·2、遍历性:又称稳定性,若转移概率矩阵 不变,系统状态经过许多步转移之后将逐 渐达到稳定的状态,且与系统的初始状态 无关。 例ε市场最终占有率。 马尔柯夫链 如果一个系统具有限个状态,状态转移的时间是离散 (如月、季、年),且这种转移具有无后效性,则称 此系统构成一个马尔柯夫链。 四、状态转移概率和转移概率矩阵 设系统有N个状态i(i=1,2,…,N),以状态变 量x=表示在时刻tn处于i(i=1,2,…,N),如果 系统在时刻t处于E而在时刻t转移到的概率只与 有关而与t以前处的状态无关,则此概率可表示为: P(i+j)=P(X+=jI x, =i) 并称为一步转移概率 0≤P;;≤ ∑P::=1 步转移概率矩阵 所有P构成的矩阵为: 12 P MM MM PPP 称为一步转移概率矩阵。 n步转移概率矩阵 在多步转移中,n步转移概率记为: Pi(n)=p(in j)=P(Xn= l Xo=i) 所有P;(n)构成的矩阵 A P(n) Pn) p,(n)A pn(n) MMM 称为n步转移概率矩阵 P(n)与P的关系:可证明 P(n)=pn P(n)=P(n-1) P=Pn-p 第二节状态转移概率的估算 1.基本方法 1)主观概率法:在历史资料不全或缺乏 历史统计资料的情况下使用; 2)统计估算法:可由统计资料获得。 (条件:上下周期状态相同) 2.举例: 2.举例: ·例1:设味精市场的销售记录共有3年12个季 度的数据,试求味精销售状态转移概率矩阵 季度123456789101112 销售畅滞滞畅畅畅滞滞滞畅滞畅 状态122111222121 第三节带利润的马氏链 1.利润矩阵:对一般具有 P,P、AP 转移概率矩阵的马氏链,MMMM 当系统由状态转移到时 其利润记为r,「1n2A 则称: A MMM rA 为系统的利润矩阵。