馬爾科夫預測法簡介(ppt 45頁)

馬爾科夫預測法簡介目錄：
第一節、基本原理
第二節、市場占有率預測
第三節、期望利潤預測

馬爾科夫預測法簡介內容提要：
一、基本概念
1.隨機變量、隨機函數與隨機過程
一變量x，能隨機地取數據（但不能準確地預言它取何值），而對於每一個數值或某一個範圍內的值有一定的概率，那麼稱x為隨機變量。
假定隨機變量的可能值xi發生概率為Pi
即P(x=xi)=Pi
對於xi的所有n個可能值，有離散型隨機變量分布列：
∑Pi=1
對於連續型隨機變量，有∫P(x)dx=1
在試驗過程中，隨機變量可能隨某一參數（不一定是時間）的變化而變化.
如測量大氣中空氣溫度變化x=x(h),隨高度變化。這種隨參變量而變化的隨機變量稱為隨機函數。而以時間t作參變量的隨機函數稱為隨機過程。
也就是說：隨機過程是這樣一個函數，在每次試驗結果中，它以一定的概率取某一個確定的，但預先未知的時間函數。
2、馬爾科夫過程
隨機過程中，有一類具有“無後效性性質”，即當隨機過程在某一時刻to所處的狀態已知的條件下，過程在時刻t>to時所處的狀態隻和to時刻有關，而與to以前的狀態無關，則這種隨機過程稱為馬爾科夫過程。
即是：ito為確知,it(t>to)隻與ito有關，這種性質為無後效性，又叫馬爾科夫假設。

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