张思思  曾华

(中南大学土木建筑学院,湖南长沙  410012)

摘要:本文首先对“体彩排列三”中的和数与和尾上近1074期的出号数字进行统计,利用马尔可夫链,求得其相应的转移矩阵。其次,建立和尾与和数的转移概率矩阵,基于马尔科夫链的预测法,得出下期和尾与和数各状态概率矩阵,从中挑选出概率最大几项作为下期预测的和尾及和数,为投资者提供更好的投资方案。

关键词:转移概率矩阵;状态概率矩阵;马尔科夫预测法

一、“体彩排列三”的基本知识

购买"体彩排列3"时,由购买者从000-999的数字中选取1个3位数为投注号码进行投注。彩票购买人购买彩票时关注的概念有:

1. 和值:即下期彩票三个数字之和;

2. 和尾:即和值中的第二位数值;

3. 跨度:下期彩票三个数字中的最大数与最小数之差;

4. 胆码:下期可能出现的出号;

5. 组合:彩票三个数字的不同组合;

二、建立转移概率矩阵

2.1问题的分析

由于各期的体育彩票出号均为相互独立,且百位、十位和各位上的数字也互不影响,均为相互独立。在事件的发展过程中,每次状态的转移都仅与前一时刻的状态有关,而与过去的状态无关,或者说状态转移过程是无后效性的,则可知这样的状态转移过程是马尔可夫过程。

根据过去近1000期的体育彩票“排列三”的出号,可分别将百位、十位和各位上的1000个数据统计出来,在事件的发展变化过程中,从某一种状态出发,下一时刻转移到其它状态的可能性,称为状态转移概率。

2.2状态转移矩阵的建立

(1)状态转移概率:在事件的发展变化过程中,从某一种状态出发,下一时刻转移到其它状态的可能性,称为状态转移概率。由状态Ei转为状态Ej的状态转移概率为:

(2)状态转移概率矩阵:假定某一个事件的发展过程有n个可能的状态,即。记为从状态 转变为状态的状态转移概率 ,则其状态转移概率矩阵:

其中,

2.3状态转移矩阵的求解

经查阅资料可得近1074期的号码历史数据,知对和尾上的数字均为0—9内的数字间的相互转移,假设对于数字0—9,其对应的转移状态用 来表示,则从状态转移到 状态的个数为 , 为状态 的个数,概率为 ,可知

(4.2.1)

因此,只要统计出从 状态转移到状态的个数为 ,则可求得从 状态转移到 状态的转移概率。同理,对于和数上的数字即是在0—27内转移。

三、预测和尾与和数

3.2马尔科夫预测法

马尔可夫(Markov)预测法,是一种预测事件发生的概率的方法。它是基于马尔可夫链,根据事件的目前状况预测其将来各个时刻(或时期)变动状况的一种预测方法。

通过对历史数据进行统计,可求出和尾和和数的转移概率矩阵,由此,可通过当期的数据求出下期将出现的数字的状态概率矩阵,筛选出概率较大的作为预测结果。

3.2.1 马尔科夫预测法的建立

(1)状态概率:表示事件在初始(k=0)状态为已知的条件下,经过k次状态转移后,在第k 个时刻(时期)处于状态 的概率。 且:

根据马尔可夫过程的无后效性及Bayes条件概率公式,有:

(j=1,2,n)

(2)状态概率递推公式:

记行向量  ,则由上式可以得到逐次计算状态概率的递推公式:

式中, 为初始状态概率向量。

(3)第k个时刻(时期)的状态概率预测

如果某一事件在第0个时刻(或时期)的初始状态已知,即 已知,则利用递推公式,就可以求得它经过k次状态转移后,在第k个时刻(时期)处于各种可能的状态的概率,即,从而就得到该事件在第k个时刻(时期)的状态概率预测

3.2.2 马尔科夫预测法的求解

通过MATLAB程序,取近1074组数据,可得到和尾与和数下一期的各状态的概率如下所示:

和尾的状态概率矩阵:

P =[0.1122,0.1224,0.1020,0.0918,0.0918,0.1429,0.1020,0.1122,0.0408,0.0816]

和数的状态概率矩阵:

P=[0,0,0,0.0185,0,0.0185,0.0185,0.0185,0,0.0370,0.0556,0.0741,0.0741,0.0556,0.0741,0.1481,0.0741,0.1111 0.0185,0.0556,0.0926,0.0185,0,0,0.0185,0.0185,0,0]

根据以上状态概率,分别选取和尾和和数概率最大的前三个数作为下期的预测值,即:

下期看好和尾:5、1、0、7、2

下期看好和数:20、11、12、13、16

matlab应用于体育彩票上,马尔科夫预测法在体育彩票“排列三”中的应用相关推荐

  1. 灰色马尔科夫预测 matlab代码(数据量太少,有局限性)

    首先声明,本人只是个刚学matlab不到一周的纯小白,写灰色马尔科夫是因为数学建模培训练题的时候要用到,但是在网上找不到现成的能用的代码(啊没错,我就是那种白嫖党),而且找到的基本都是"付费 ...

  2. 数学建模-预测模型总结(适用范围、优缺点)【灰色预测模型、插值与拟合、时间序列预测法、马尔科夫预测、差分方程、微分方程模型、神经元网络】

    基于数学建模的预测方法种类繁多,从经典的单耗法.弹性系数法.统计分析法,到目前的灰色预测法.当在使用相应的预测方法建立预测模型时,我们需要知道主要的一些预测方法的研究特点,优缺点和适用范围.下面就当下 ...

  3. 马尔科夫预测MATLAB

    应用领域: 大多是在预测方向,所以马尔科夫模型更多是辅助作用. 应用条件: 某一系统在已知现在情况的条件下,系统对未来时刻的情况只与现在有关,而与过去的历史无直接关系.比如,研究一个商店的累计销售额, ...

  4. 求解平稳分布matlab,随机过程课程设计--应用马尔科夫链的平稳分布预测空调市场的占有率.doc...

    课程名称: <随机过程> 课程设计(论文) 题 目: 应用马尔科夫链的平稳分 布预测市场占有率 学 院: 理学院 专 业: 数学与应用数学 班 级: 15-1 学 生 姓 名: 邹光睿 学 ...

  5. 美赛BOOM数学建模4-3马尔科夫预测

    注明:本文根据数学建模BOOM网课简单整理,自用 ❑ 模型简介 ❑ 张三的日常 • 法外狂徒张三日常处于以下4种状态之一:行窃.吃喝嫖赌.逃亡和蹲大牢 • 若已知张三当前处于某种状态,则他未来的状态只 ...

  6. 数学建模|预测方法:马尔科夫预测

    马尔可夫链的定义 现实世界中有很多这样的现象:某一个系统在已知现在的条件下,系统未来时刻的情况只与现在有关,而与过去的历史无关,比如,研究一个商店的累计销售额,如果现在时刻的累计销售额已知,则未来某一 ...

  7. 金融工程---马尔科夫预测

    导语: 本篇大部分的阅读是来自于<量化投资:数据挖掘与实践>这本书,有兴趣的同学可以找书来参考阅读 简介: 很多人认为,如果要看见未来,不仅仅要知晓现在,还要了解过去.但是马尔科夫认为,看 ...

  8. matlab——自带的隐马尔科夫工具箱的使用

    最近用到HMM,MATALB自带HMM工具箱  了解一下 1.hmmgenerate函数 [SEQ, STATES] = HMMGENERATE(LEN,TRANSITIONS,EMISSIONS) ...

  9. mcmc matlab 人大,mcmc.in.matlab 使用matlab工具完成mcmc(马尔科夫蒙托卡罗)方法的计算 - 下载 - 搜珍网...

    mcmc的matlab实现/ mcmc的matlab实现/mcmc/ mcmc的matlab实现/mcmc/About_MCMC.html mcmc的matlab实现/mcmc/betalpr.m m ...

最新文章

  1. Ghost后只有一个C盘解决方法(转)
  2. docker oom 排查过程
  3. java ndk 在哪_NDK简介
  4. WPF MVVM 弹框之等待框
  5. 庖丁解InnoDB之REDO LOG
  6. thinkphp5 定时任务
  7. 强化学习是人工智能的未来?
  8. 【Matlab学习笔记】【函数学习】max()和max(max())的区别
  9. tomcat 7下spring 4.x mvc集成websocket以及sockjs完全参考指南(含nginx/https支持)
  10. Linux指令:top
  11. ArchLinux安装蓝牙驱动
  12. 视频教程-Windows Server 2016 身份管理 (MCSA 认证 70-742)-微软认证
  13. ElasticJob
  14. MQ消息队列简单介绍+代码
  15. ACM程序设计大赛题目分类
  16. CTC loss 理解
  17. 特殊符号大全复制_特殊符号大全爱好者工具讲解
  18. utc时间 单位换算_国际时间换算
  19. 共享单车调度_原来共享单车是这样调度的
  20. 结合实例,直观理解正态分布、卡方分布、t分布、F分布和对应的Z检验、卡方检验、t检验、F检验

热门文章

  1. 常数变易法_打印图形
  2. 正则表达式 ---判断非空
  3. Android获取手机信号强度/信号格数
  4. 好用的需求文档管理工具Telelogic DOORS
  5. 傅盛认知三部曲后记:到底什么是认知?
  6. (Router)路由交换实验
  7. 远程开启或唤醒休眠的计算机
  8. 亥姆霍兹线圈主要用途有哪些
  9. 清十二帝疑案(阎崇年)37集全集 百家讲坛 DVD高清晰版
  10. android友盟统计按钮点击次数,友盟统计按钮点击事件