计算机视觉|马尔科夫链的一个应用实例

【计算机视觉|马尔科夫链的一个应用实例】最近在研究马尔科夫链,看得云里雾里的,先给出一个实例,以防忘记!!
假设现有商品ABC今年的市场占率分别为20%、20%和40%,A商品每年流失30%到B,流失30%到C;B商品下一年会流失20%到A,流失30%到C ;C商品每年会流失40%到A,流失40%到B,则刚开始ABC的市场占有率形成的矩阵[A0 B0 C0]=[0.2 0.2 0.4],商品流动率形成的马尔科夫矩阵p=[0.4 0.3 0.3; 0.2 0.5 0.3; 0.4 0.4 0.2],(这里要注意一下马尔科夫矩阵的性质:矩阵的每行的和为1,矩阵的每列的和也为1)。然后我们可以利用马尔科夫链推算下一年的商品ABC的市场占有率[A1 B1 C1]=p[A0 B0 C0]=[0.26 0.26 0.24] 。
如果ABC商品市场占有率满足马氏性,那么最终(平稳)的商品市场占有率为[An Bn Cn=pn[A0 B0 C0]=[0.2556 0.2556 0.2556]
其中pn为极限状态下的转移概率矩阵,Matlab求法如下:
第一步先把p矩阵输入,代码为p=[0.4 0.3 0.3; 0.2 0.5 0.3; 0.4 0.4 0.2];
第二步:矩阵相乘,如果要到平稳分布,建议使用循环语句:
pi=p;
for i=1:10
pi=p*pi;
end
disp(pi);
%%pi即为pn

    推荐阅读