自从发现马尔科夫链之后,马尔可夫便开始进行深度挖掘。
一个系统的某些因素在转移中,第n次结果只受第n-1的结果影响,只与当前所处状态有关,与其他无关。
在马尔科夫分析中,引入状态转移这个概念。
所谓状态是指客观事物可能出现或存在的状态;状态转移是指客观事物由一种状态转移到另一种状态的概率。
马尔可夫认为自己可以对一个系统进行预测,自己可以当一个完美的算命先生。
就是使用马尔可夫转移矩阵法。
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A牙膏,7000人使用B牙膏。
又据调查,使用A牙膏的3000人中,有60%的人下月将继续使用A牙膏,40%的人将改用B牙膏;使用B牙膏的7000人中,有70%的人下月将继续使用B牙膏,30%的人将改用A牙膏。
现用拟用A牙膏B牙膏
A牙膏60%40%
B牙膏30%70%
根据这个表,马尔可夫用矩阵表示。
B=[60%40%]
[30%70%]
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。
有了转移矩阵,可以预测下一个月(1月)的使用各种牙膏的人数。
(3000,7000)[60%40%]=(3900,6100)