機器學習(MACHINE LEARNING)MATLAB求解狀態轉移矩陣

1 轉移矩陣

轉移概率矩陣(又叫躍遷矩陣,英文名:transition matrix)是俄國數學家馬爾科夫提出的,他在20世紀初發現:一個系統的某些因素在轉移中,第n次結果只受第n-1的結果影響,即只與當前所處狀態有關,而與過去狀態無關。 在馬爾科夫分析中,引入狀態轉移這個概念。所謂狀態是指客觀事物可能出現或存在的狀態;狀態轉移是指客觀事物由一種狀態轉移到另一種狀態的概率。
轉移矩陣:矩陣各元素都是非負的,並且各行元素之和等於1,各元素用概率表示,在一定條件下是互相轉移的,故稱爲轉移概率矩陣。如用於市場決策時,矩陣中的元素是市場或顧客的保留、獲得或失去的概率。P^(k)表示k步轉移矩陣。
在這裏插入圖片描述
謂矩陣,是指許多個數組成的一個數表。每個數稱爲矩陣的元素。矩陣的表示方法是用括號將矩陣中的元素括起來,以表示它是一個整體。
矩陣中的行數與列數可以相等,也可以不等。當它們相等時,矩陣就是一個方陣。由轉移概率組成的矩陣就是轉移概率矩陣。也就是說構成轉移概率矩陣的元素是一個個的轉移概率.

2 舉例

例如對應於一個天氣預報的問題,若天氣狀態轉移概率表如下:
(其中行表示今天概率,列表示明天概率。注意每一列之和爲1,因爲已假設明天僅這三種狀態。)
在這裏插入圖片描述
寫作矩陣形式爲圖所示。
在這裏插入圖片描述
其中轉移矩陣A的每一個元素都表示從今天的一種狀態到明天的一種狀態的概率,例如,第2行第3列的值爲1/2,這表示今天下雨而明天轉陰的概率是1/2。
每一列之和爲1.

3 代碼求解狀態轉移矩陣

求狀態轉移矩陣,現給出矩陣如下:
在這裏插入圖片描述
採用拉普拉斯變換法,matlab代碼如下:

syms s t x0 tao phi phi0;聲明變量
A=[-13/7 -2/7;4/7 -22/7];
I=[1 0;0 1];
E=s*I-A;
C=det(E);
D=collect(inv(E));
phi0=ilaplace(D)

在這裏插入圖片描述

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章