根据MATLAB中预先指定的规则，从现有的两个概率矩阵中创建一个新的概率矩阵

我的MATLAB代码中有一个问题。让我先给你解释一下这个问题。我有两个矩阵，它们代表事件特定结果的概率。第一种称为DemandProbabilityMatrix，简称DemandDP。条目（i，j）表示项目i被要求j多次的概率。类似地，我们有一个ReturnProbabilityMatrix，即ReturnP。类型（i，j）的元素存储项目i多次返回j的概率。 我们想用这两个矩阵来计算净需求概率。例如：

DemandP=[4.5.1] ReturnP=[.2.3.5]

在这种情况下，我们有一个项目，它可以被要求或返回1，2或3次与给定的概率。更具体地说，该商品很可能只需要一次

然后我们需要计算净需求。在这种情况下，净需求可以是-2、-1,0,1或2。例如，为了得到-1的净需求，我们可以让需求为1，回报为2，或者让需求为2，回报为3。因此，我们有

NetDemandP（1,2）=DemandP（1,1）*ReturnP（1,2）+DemandP（1,2）*ReturnP（1,3）

因此，NetDemandP应如下所示：

NetDemandP=[20.37.28.13.02]

我可以用嵌套的

for

循环来实现这一点，但我正在尝试一种更快的方法。如果它有助于我使用以下

for

循环解决方案，其中

I

表示

ReturnP

和

DemandP

中的行数，

J+1

表示这些矩阵中的列数

NetDemandP=zeros(I,2*J+1);
    for i=1:I
        for j=1:J+1
            for k=1:J+1
                NetDemandP(i,j-k+J+1)=NetDemandP(i,j-k+J+1)+DemandP(i,j)*ReturnP(i,k);
            end
        end
    end

提前感谢

您需要的是概率密度函数的卷积。或者，更具体地说，您需要需求密度与回报密度的相反方向的卷积。这在Matlab中很容易实现。例如：

DemandP = [.4 .5 .1];
ReturnP = [.2 .3 .5];
NetDemandP = conv(DemandP,fliplr(ReturnP))

如果使用矩阵而不是向量，则只需迭代行：

for i = 1:size(DemandP,1)
    NetDemandP(i,:) = conv(DemandP(i,:),fliplr(ReturnP(i,:)))
end

---

我认为这是一个完美的答案！工作相当快，而且写得非常整洁！谢谢克里斯，谢谢你。