数学建模课件—马氏链模型.pptVIP

第十二章 马氏链模型 11.1 健康与疾病 11.2 钢琴销售的存贮策略 11.3 基因遗传 11.4 等级结构 马氏链模型 系统在每个时期所处的状态是随机的 从一时期到下时期的状态按一定概率转移 下时期状态只取决于本时期状态和转移概率 已知现在，将来与过去无关（无后效性） 描述一类重要的随机动态系统（过程）的模型 马氏链 (Markov Chain) ——时间、状态均为离散的随机转移过程 通过有实际背景的例子介绍马氏链的基本概念和性质 例1. 人的健康状况分为健康和疾病两种状态，设对特定年龄段的人，今年健康、明年保持健康状态的概率为0.8, 而今年患病、明年转为健康状态的概率为0.7， 12.1 健康与疾病 人的健康状态随着时间的推移会随机地发生转变 保险公司要对投保人未来的健康状态作出估计, 以制订保险金和理赔金的数额 若某人投保时健康, 问10年后他仍处于健康状态的概率 Xn+1只取决于Xn和pij, 与Xn-1, …无关 状态与状态转移 状态转移具有无后效性 1 2 0.8 0.2 0.3 0.7 n 0 a2(n) 0 a1(n) 1 设投保时健康 给定a(0), 预测 a(n), n=1,2… 设投保时疾病 a2(n) 1 a1(n) 0 n??时状态概率趋于稳定值，稳定值与初始状态无关 3 … 0.778 … 0.222 … ∞ 7/9 2/9 0.7 0.77 0.777 … 0.3 0.33 0.333 … 7/9 2/9 状态与状态转移 1 2 0.8 0.2 0.3 0.7 1 0.8 0.2 2 0.78 0.22 1 2 3 0.1 0.02 1 0.8 0.25 0.18 0.65 例2. 健康和疾病状态同上，Xn=1~ 健康, Xn=2~ 疾病 p11=0.8, p12=0.18, p13=0.02 死亡为第3种状态，记Xn=3 健康与疾病 p21=0.65, p22=0.25, p23=0.1 p31=0, p32=0, p33=1 n 0 1 2 3 ? a2(n) 0 0.18 0.189 0.1835 ? a3(n) 0 0.02 0.054 0.0880 ? a1(n) 1 0.8 0.757 0.7285 ? 设投保时处于健康状态，预测 a(n), n=1,2… 不论初始状态如何，最终都要转到状态3 ； 一旦a1(k)= a2(k)=0, a3(k)=1, 则对于nk, a1(n)=0， a2(n)=0, a3(n)=1, 即从状态3不会转移到其它状态。 状态与状态转移 0 0 1 ? 50 ? 0.1293 ? 0.0326 ? 0.8381 ? 马氏链的基本方程 基本方程 马氏链的两个重要类型 1. 正则链 ~ 从任一状态出发经有限次转移能以正概率到达另外任一状态（如例1）。 w ~ 稳态概率 马氏链的两个重要类型 2. 吸收链 ~ 存在吸收状态（一旦到达就不会离开的状态i, pii=1）,且从任一非吸收状态出发经有限次转移能以正概率到达吸收状态（如例2）。 有r个吸收状态的吸收链的转移概率阵标准形式 R有非零元素 yi ~ 从第 i 个非吸收状态出发，被某个吸收状态吸收前的平均转移次数。 12.3 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 父母基因类型组合 后代各种 基因类型 的概率 DD RR DH DR HH HR D R H 1 0 0 0 0 1 1 / 2 1 / 2 0 0 1 0 1 / 4 1 / 2 1 / 4 0 1 / 2 1 / 2 3种基因