管理科学课件-马尔柯夫预测法.pptVIP

由状态i转移为状态j的次数记为Mij， 则有： M11=3；M12=4；M13=0； M21=1；M22=1；M23=3； M31=2；M32=0；M33=5。 在计算时，最后一个数据转移到哪个状态时未知的，所以不参加计算。 转移概率 以转移次数Mij与状态次数Mi之比作为转移概率，则转移概率Pij= Mij / Mi。 各转移概率为： P11=3/7；P12=4/7；P13=0； P21=1/5；P22=1/5；P23=3/5； P31=2/7； P32=0； P33=5/7。 预测第21月的销售额 因为第20月的销售属状态3，而状态3经过一步转移达到状态1、2、3的概率分别为2/7、0、5/7，P33?P31?P32，所以第21月仍处于状态3的概率最大，即销售额超过100万元的可能性最大。 第三节 市场占有率预测 在市场竞争条件下，企业向市场提供的商品份额占市场总份额的比例为企业该商品的市场占有率。市场占有率的预测是企业经营管理中的一项重要工作。下面利用马尔柯夫预测法进行关于市场占有率的预测的分析。 条件 设市场中提供某种商品的厂商共有n家。当前的市场占有率,即本期市场占有率为： 用Pij代表经过一个时期后i厂商丧失的顾客转移到j厂商的概率，或j厂商得到由i厂商转来的顾客的概率。特别是当i=j时，Pij代表i厂商保留上期顾客的概率。这样Pij即为市场占有率的转移概率。 转移概率矩阵 对于整个市场中各厂商的顾客的转移概率，可用转移概率矩阵表示： 市场占有率 对于未来一个时期的市场占有率， 有： 上式表明， 对于某一厂商下期市场占有率，包括自己保留下来的顾客和从其它厂商转来的顾客两部分占有率构成。 将上式写成矩阵形式，有： 结论 即：S（t+1）=S（t）P 下期市场占有率取决于本期市场占有率和转移概率。 同理， 若S（t-1）表示上期市场占有率， S（t）表示本期市场占有率， 则S（t）=S（t-1）P。 本期市场占有率取决于上期市场占有率和转移概率，而与上期以前时期的市场占有率无关。 ，对市场占有率的预测是符合马尔柯夫原理的，因此可以利用马尔柯夫的理论和方法进行市场占有率的预测。 K期市场占有率的预测 设当前状态为初始状态，那么对于下一期市场占有率的预测，可以看成是在当前状态下经过一步转移所达到的状态。即：S（1）=S（0）P。 若假定各期的转移概率不变，则那么对于下K期市场占有率的预测，可以看成是在当前状态下经过K步转移所达到的状态。即：S（K）=S（0）PK。 例7-2 已知市场上有A、B、C三种品牌的洗衣粉，上月的市场占有率分布为（0.3 0.4 0.3），并且转移概率矩阵为： 试求本月和下月的市场占有率。 解： 依题意，设上月市场占有率为初始概率向量，即S（0）=(0.3 0.4 0.3），则本月市场占有率为S（1），下月市场占有率为S（2）， 由马尔柯夫预测法有： 本月市场占有率S（1）=S（0）P =（0.25 0.37 0.38） 下月市场占有率S（2）=S（1）P =（0.225 0.347 0.428） 计算结果表明A、B、C三种品牌的洗衣粉，本月的市场占有率分别为：25%，37%和38%；下月的市场占有率分别为：22.5%，34.7%和42.8%。 马尔柯夫预测法 马尔柯夫预测法 马尔柯夫预测法是应用概率论中马尔柯夫链的理论和方法研究分析有关经济现象的现状及变化规律，并籍此预测未状况的预测方法。 马尔柯夫过程 对于一个系统，在由一种状态随机地转移至另一种状态的转移过程中，存在着转移概率，这种转移概率可以依据其前一种状态推算出来，而与该系统的原始状态和此次转移以前的有限次或无限次转移无关，系统的这种由一种状态至另一种状态的转移过程为马尔柯夫过程，其整体转移过程称为马尔柯夫链。 马尔柯夫分析 对于某一预测对象的马尔柯夫过程或马尔柯夫链的运动、变化进行研究分析，进而推测预测对象的未来状况和变化趋势的工作过程，称为马尔柯夫分析。 第一节 马尔柯夫过程分析的基本原理 一、概率向量 二、概率矩阵 三、系统的稳定状态 四、状态转移概率矩阵 一、概率向量 任意一个行向量U，如果内部各元素均非负，并且总和为1，则此向量称为概率向量。 概率向量中的各元素，可以用整数 、分数、小数或百分数表示。 二、概率矩阵 在一个n?n矩阵P中，对于任意一个元素Pij均有Pij?0(i=1，2，……，n；j=1，2，……，n)。并且Pi1+Pi2+……+Pin=1，则矩阵 P 叫做概率矩阵。即，由概率行向量构成的方阵。 概率矩阵性质： 1.如果A和B皆为概率矩阵，则乘积AB亦为概率矩阵。从而推论P的m次方幂Pm也是概