Markov链预测法资料.pdfVIP

我们仔细阅读了中国大学生数学建模竞赛的竞赛规则. 我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮 件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问 题。 我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他 公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正 文引用处和参考文献中明确列出。 我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反 竞赛规则的行为，我们将受到严肃处理。 我们参赛选择的题号是（从 A/B/C/D 中选择一项填写）： B 我们的参赛报名号为（如果赛区设置报名号的话）： 所属学校（请填写完整的全名）： 贵州民族学院 参赛队员 (打印并签名) ：1. 龚道杰 2. 张凤 3. 姚肖伟 指导教师或指导教师组负责人 (打印并签名)： 日期： 2009 年 7 月 25 日 年凝冻日数的 Markov 链预测法 4# 【摘要】 本文根据所给数据，利用Markov链建立了预测年凝冻日数的模型，分别从 整体和局部两个角度进行分析。 1 首先，我们直接以年凝冻日数为依据，对其进行 K-均值聚类分析，划分 1/6 5/6 状态。用频率估计概率的方法，估算出一步转移概率矩阵，P ， 5/33 28/33 1/6 5/6 n 然后建立 Markov 链模型 P (n) P (0)P (n) P (0) 。以 2008 年 5/33 28/33 作 为 初 始 状 态 ， 估 计 出 2009 年 凝 冻 日 数 所 处 状 态 为 P (1) P (0)P 0.152 0.848 。按 K-均值标准可知，即 2009 年凝冻的天数在 15 天以内的可能性为 84.8%，在 15 天以上的可能性为 15.2%。 由于上述模型选取的是以年为单位的数据，只能估计出2009年的凝冻日 数所处区间。为提高精度，我们选取2000-2008年的具体凝冻天数和日期，记每 一天只存在两种状态，出现雨凇为状态1，否则为状态0。然后由相邻两年间的 状态转移变化，得出一步转移概率矩阵 P ， 。由这8个一步转移概率 i 1,2,...,8 i n n (n) 矩阵，根据一步转移矩阵 P 的 次方与 步转移概率矩阵 P 之差的范数和达到 最小的准则，选出优化后的一步转移概率矩阵 0.9500 0.0500 P* ,再次建立 Markov 链模型。以 2008 年为初始状态，预测 0.7889 0.2111 2009 年的概率分布为 P (2009) P (2008)P* 0.9106 0.0894