一、何时使用
!未来的状态只与现在有关,与过去没有关系
!后面的状态是随机的,且是已知有限种结果,求出每种结果的概率
适用赛题:
健康与疾病:预测一个人明年的健康状态(可能与优化模型相结合,例如保险公司追求收益最大化,需要预测投保人的健康状态)
销售与贮存:奢侈品销量比较小,贮存不会很多,销量也是随机的,商家可以根据一周的销量要不要进行进货
等级结构:一个人明年的等级级别也是随机的,无论升降只与当前状态有关,预测下一年的级别变动可以使用该模型(人力资源的分布)
与其他预测模型的区别:
其他模型计算的是数值,
该模型计算的是已知有限结果的概率
二、原理
1.判断时齐性
!!!时齐性:两种状态的转变,只与时间间隔有关,与更早的过去没有关系,也与启始时间无关
判断是否满足时齐性:一般周期性的问题会满足时齐性。由问题本身决定的,需要查文献去判断
(例如销售问题,可以在模型假设中写到,假设销售规律满足时齐性)
2.马尔科夫链构建出来
离散时间
状态空间
状态
马尔科夫链(是一个随机序列)
第n+m天张三处于状态1的概率只与第n 天有关,注意条件概率的表达式
3.求出系统初始时的概率分布行向量
方法:问题内在规律的推导,查文献,根据统计数据计算估计值(一般都是查文献来确定)
4.求一步转移矩阵P
从状态i到状态j概率的估计值为:
pij = nij / (对所有可能j的求和)
主要用编程进行遍历
5.求n步后的概率分布
P(n) = P(0)*P^n
三、其他
更多的其他性质:非时齐的情况,极限概率分布