资源描述：
《马尔科夫链的转移概率矩阵》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、转移概率(transitionprobability)什么是转移概率 转移概率是马尔可夫链中的重要概念，若马氏链分为m个状态组成，历史资料转化为由这m个状态所组成的序列。从任意一个状态出发，经过任意一次转移，必然出现状态1、2、……，m中的一个，这种状态之间的转移称为转移概率。 当样本中状态m可能发生转移的总次数为i，而由状态m到未来任一时刻转为状态ai的次数时，则在m+n时刻转移到未来任一时刻状态aj的转移概率为： 这些转移移概率可以排成一个的转移概率矩阵：P(m,m+n)(Pij(m,m+n)) 当m=1时为一阶转概率矩阵，时为高阶
2、概率转移矩阵，有了概率转移矩阵，就得到了状态之间经一步和多步转移的规律，这些规律就是贷款状态间演变规律的表，当初始状态已知时，可以查表做出不同时期的预测。转移概率与转移概率矩阵[1] 假定某大学有1万学生，每人每月用1支牙膏，并且只使用“中华”牙膏与“黑妹”牙膏两者之一。根据本月（12月）调查，有3000人使用黑妹牙膏，7000人使用中华牙膏。又据调查,使用黑妹牙膏的3000人中，有60％的人下月将继续使用黑妹牙膏，40％的人将改用中华牙膏；使用中华牙膏的7000人中，有70％的人下月将继续使用中华牙膏，30％的人将改用黑妹牙膏。据此，可以得
3、到如表－1所示的统计表。 表－1两种牙膏之间的转移概率 拟用黑妹牙膏中华牙膏现用 黑妹牙膏60％40％中华牙膏30％70％ 上表中的4个概率就称为状态的转移概率，而这四个转移概率组成的矩阵 称为转移概率矩阵。可以看出，转移概率矩阵的一个特点是其各行元素之和为１。在本例中，其经济意义是：现在使用某种牙膏的人中，将来使用各种品牌牙膏的人数百分比之和为1。 2．用转移概率矩阵预测市场占有率的变化 有了转移概率矩阵，就可以预测，到下个月（１月份）使用黑妹牙膏和中华牙膏的人数，计算过程如下： 即：1月份使用黑妹牙膏的
4、人数将为3900，而使用中华牙膏的人数将为6100。 假定转移概率矩阵不变，还可以继续预测到2月份的情况为： 这里称为二步转移矩阵，也即由12月份的情况通过2步转移到2月份的情况。二步转移概率矩阵正好是一步转移概率矩阵的平方。一般地，k步转移概率矩阵 正好是一步转移概率矩阵的k次方。可以证明，k步转移概率矩阵中,各行元素之和也都为1。 马尔可夫过程（MarkovProcess）什么是马尔可夫过程 1、马尔可夫性(无后效性) 过程或（系统）在时刻t0所处的状态为已知的条件下，过程在时刻t>t0所处状态的条件分布，与过程在时刻
5、t0之前年处的状态无关的特性称为马尔可夫性或无后效性。 即：过程“将来”的情况与“过去”的情况是无关的。 2、马尔可夫过程的定义 具有马尔可夫性的随机过程称为马尔可夫过程。 用分布函数表述马尔可夫过程： 设I：随机过程{X(t),tinT}的状态空间，如果对时间t的任意n个数值: （注：X(tn)在条件X(ti)=xi下的条件分布函数） (注：X(tn))在条件X(tn−1)=xn−1下的条件分布函数） 或写成： 这时称过程具马尔可夫性或无后性，并称此过程为马尔可夫过程。 3、马尔可夫链的定义 时间和状态都是离散
6、的马尔可夫过程称为马尔可夫链,简记为。马尔可夫过程的概率分布 研究时间和状态都是离散的随机序列:,状态空间为 1、用分布律描述马尔可夫性 对任意的正整数n,r和，有： PXm+n=aj
7、Xm=ai，其中。 2、转移概率 称条件概率Pij(m,m+n)=PXm+n=aj
8、Xm=ai为马氏链在时刻m处于状态ai条件下，在时刻m+n转移到状态aj的转移概率。 说明：转移概率具胡特点： 。 由转移概率组成的矩阵称为马氏链的转移概率矩阵。它是随机矩阵。 3、平稳性 当转移概率Pij(m,m+n)只与i,j及时间间距n有关时，称转
9、移概率具有平稳性。同时也称些链是齐次的或时齐的。 此时，记Pij(m,m+n)=Pij(n),Pij(n)=PXm+n=aj
10、Xm=ai(注：称为马氏链的n步转移概率) P(n)=(Pij(n))为n步转移概率矩阵。 特别的,当k=1时, 一步转移概率：Pij=Pij(1)=PXm+1=aj
11、Xm=ai。 一步转移概率矩阵：P(1)马尔可夫过程的应用举例 设任意相继的两天中，雨天转晴天的概率为1/3，晴天转雨天的概率为1/2，任一天晴或雨是互为逆事件。以0表示晴天状态，以1表示雨天状态，Xn表示第n天状态（0或1）。试定出马氏链的一
12、步转移概率矩阵。又已知5月1日为晴天，问5月3日为晴天，5月5日为雨天的概率各等于多少？ 解：由于任一天晴或雨是互为逆事件且雨天转晴天的概率为1/3
