马尔科夫预测法简介(ppt 45页)

马尔科夫预测法简介目录：
第一节、基本原理
第二节、市场占有率预测
第三节、期望利润预测

 

马尔科夫预测法简介内容提要：
一、基本概念
1.随机变量、随机函数与随机过程
一变量x，能随机地取数据（但不能准确地预言它取何值），而对于每一个数值或某一个范围内的值有一定的概率，那么称x为随机变量。
假定随机变量的可能值xi发生概率为Pi
即P(x=xi)=Pi
对于xi的所有n个可能值，有离散型随机变量分布列：
∑Pi=1
对于连续型随机变量，有∫P(x)dx=1
在试验过程中，随机变量可能随某一参数（不一定是时间）的变化而变化.
如测量大气中空气温度变化x=x(h),随高度变化。这种随参变量而变化的随机变量称为随机函数。而以时间t作参变量的随机函数称为随机过程。
也就是说：随机过程是这样一个函数，在每次试验结果中，它以一定的概率取某一个确定的，但预先未知的时间函数。
2、马尔科夫过程
随机过程中，有一类具有“无后效性性质”，即当随机过程在某一时刻to所处的状态已知的条件下，过程在时刻t>to时所处的状态只和to时刻有关，而与to以前的状态无关，则这种随机过程称为马尔科夫过程。
即是：ito为确知,it(t>to)只与ito有关，这种性质为无后效性，又叫马尔科夫假设。

..............................