1.2k likes | 1.32k Vues
第 6 章 马尔可夫预测. 马尔可夫预测是应用随机过程中马尔可夫链的理论和方法,研究分析有关现象的变化规律并借此对未来进行预测的一种方法。. 马尔可夫链的基本概念 马尔可夫预测方法及应用. 6.1 马尔可夫链的基本概念. 6.1 马尔可夫链的基本概念. 一、马尔可夫链. 6.1 马尔可夫链的基本概念. 一、马尔可夫链. 马尔可夫过程指满足无后效性的随机过程. —— 随机过程. 6.1 马尔可夫链的基本概念. 一、马尔可夫链. 马尔可夫过程指满足无后效性的随机过程. 定义 1 参数集. (随机变量). —— 随机过程.
E N D
第6章 马尔可夫预测 马尔可夫预测是应用随机过程中马尔可夫链的理论和方法,研究分析有关现象的变化规律并借此对未来进行预测的一种方法。 • 马尔可夫链的基本概念 • 马尔可夫预测方法及应用
6.1 马尔可夫链的基本概念 一、马尔可夫链
6.1 马尔可夫链的基本概念 一、马尔可夫链 马尔可夫过程指满足无后效性的随机过程
——随机过程 6.1 马尔可夫链的基本概念 一、马尔可夫链 马尔可夫过程指满足无后效性的随机过程 定义1参数集 (随机变量)
——随机过程 6.1 马尔可夫链的基本概念 一、马尔可夫链 马尔可夫过程指满足无后效性的随机过程 定义1参数集 (随机变量) • 无后效性指将来取什么值只与现在的取值有关,而与过去取什么值无关。
——随机过程 6.1 马尔可夫链的基本概念 一、马尔可夫链 马尔可夫过程指满足无后效性的随机过程 定义1参数集 (随机变量) • 无后效性指将来取什么值只与现在的取值有关,而与过去取什么值无关。 定义2如若T 为离散集(设 ), 同时 的取值也是离散的,则称 为离散型随机过程。
设有一离散型随机过程,它所有可能处于的状态的集合为:S={1,2,…,N},称其为状态空间。设有一离散型随机过程,它所有可能处于的状态的集合为:S={1,2,…,N},称其为状态空间。
设有一离散型随机过程,它所有可能处于的状态的集合为:S={1,2,…,N},称其为状态空间。设有一离散型随机过程,它所有可能处于的状态的集合为:S={1,2,…,N},称其为状态空间。 若对任意 ,恒有: 则称离散型随机过程 为马尔可夫链。
二、状态转移概率矩阵 当系统由一种状态变为另一种状态时,称为状态转移。
二、状态转移概率矩阵 当系统由一种状态变为另一种状态时,称为状态转移。 定义3一步状态转移概率
几个概念: 概率向量:对于任意的行向量(或列向量),如果其每个元素均非负且总和等于1,则称该向量为概率向量。
几个概念: 概率向量:对于任意的行向量(或列向量),如果其每个元素均非负且总和等于1,则称该向量为概率向量。
几个概念: 概率向量:对于任意的行向量(或列向量),如果其每个元素均非负且总和等于1,则称该向量为概率向量。 概率向量
几个概念: 概率向量:对于任意的行向量(或列向量),如果其每个元素均非负且总和等于1,则称该向量为概率向量。 概率向量 概率矩阵 由概率向量作为行向量所构成的方阵称为概率矩阵。
概率矩阵的性质:如果A、B 皆是概率矩阵,则AB也是概率矩阵;如果A是概率矩阵,则A的任意次幂 也是概率矩阵。
概率矩阵的性质:如果A、B 皆是概率矩阵,则AB也是概率矩阵;如果A是概率矩阵,则A的任意次幂 也是概率矩阵。 一步状态转移概率矩阵 假设: 与n无关 (齐次性)
例1设味精销售情况分为畅销和滞销两种,1代表畅销,2代表滞销。以 表示第n个季度的味精销售状态,则 可取1或2的值。若未来的味精市场状态只与现在的市场状态有关,与以前的市场状态无关,则味精的市场销售状态 构成一个马尔可夫链。
例1设味精销售情况分为畅销和滞销两种,1代表畅销,2代表滞销。以 表示第n个季度的味精销售状态,则 可取1或2的值。若未来的味精市场状态只与现在的市场状态有关,与以前的市场状态无关,则味精的市场销售状态 构成一个马尔可夫链。 设 则状态转移概率矩阵:
0.4 0.5 0.5 1 2 0.6
k步状态转移概率 称 为k步状态转移概率, 为k步状态转移概率矩阵,
马尔可夫链中任何k步状态转移概率都可由1步状态转移概率求出。 全概率公式 P—— 一步状态转移概率矩阵 —— k步状态转移概率矩阵
例2设一步状态转移概率矩阵为 则两步状态转移概率矩阵为
例2设一步状态转移概率矩阵为 则两步状态转移概率矩阵为
初始状态概率向量 记 为过程的开始时刻, 则称 为初始状态概率向量。
初始状态概率向量 记 为过程的开始时刻, 则称 为初始状态概率向量。 如果已知齐次马尔可夫链的状态转移概率矩阵 以及初始状态概率向量 ,则任一时刻的状态概率分布可以确定。
例3考察一台机床的运行状态。机床的运行存在正常和故障两种状态。S={1,2}。机床在运行中出现故障:1->2;处于故障中的机床经维修,恢复到正常状态:2->1。例3考察一台机床的运行状态。机床的运行存在正常和故障两种状态。S={1,2}。机床在运行中出现故障:1->2;处于故障中的机床经维修,恢复到正常状态:2->1。
例3考察一台机床的运行状态。机床的运行存在正常和故障两种状态。S={1,2}。机床在运行中出现故障:1->2;处于故障中的机床经维修,恢复到正常状态:2->1。例3考察一台机床的运行状态。机床的运行存在正常和故障两种状态。S={1,2}。机床在运行中出现故障:1->2;处于故障中的机床经维修,恢复到正常状态:2->1。 以一个月为单位,经观察统计,知其从某个月份到下月份,机床出现故障的概率为0.3。在这一段时间内,故障机床经维修恢复到正常状态的概率为0.9。 0.3 1 2 0.9
含义? 如已知初始概率向量 P(0): 0.3 0.1 0.7 0.9
含义? 如已知初始概率向量 P(0): 0.3 0.1 0.7 0.9
P(1)=(0.74 0.26) 问题:当k不断增大时, 的变化趋势如何?
三、平稳分布与稳态分布 1. 平稳分布
三、平稳分布与稳态分布 1. 平稳分布 如 为一状态概率向量,P为状态转移概率矩阵。若 则称 X 为马尔可夫链的一个平稳分布。
三、平稳分布与稳态分布 1. 平稳分布 如 为一状态概率向量,P为状态转移概率矩阵。若 则称 X 为马尔可夫链的一个平稳分布。 若随机过程某时刻的状态概率向量为平稳分布,则称过程处于平衡状态。 一旦过程处于平衡状态,则过程经过一步或多步状态转移之后,其状态概率分布保持不变,即,过程一旦处于平衡状态后将永远处于平衡状态。