25.12.2013 Aufrufe

Nichtlineare Methoden zur Quantifizierung von Abhängigkeiten und ...

Nichtlineare Methoden zur Quantifizierung von Abhängigkeiten und ...

Nichtlineare Methoden zur Quantifizierung von Abhängigkeiten und ...

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

6 KAPITEL 2. GRUNDLAGEN DER INFORMATIONSTHEORIE<br />

gemeinsamen Messraum (X , B):<br />

X i : (Ω, A, P ) −→ (X , B) ,<br />

X i : ω −→ X i (ω) ∈ X . (2.1)<br />

Die Menge X wird Zustandsraum genannt <strong>und</strong> B ist eine σ-Algebra in X . Im<br />

Folgenden sei der Zustandsraum abzählbar, also diskret <strong>und</strong> die σ-Algebra B sei<br />

gleich der Potenzmenge P(X ) = {B ⊂ X }, also gleich der Menge aller Teilmengen<br />

<strong>von</strong> X .<br />

Dann bezeichnet man das Quadrupel (Ω, A, P, (X i ) i∈Z ) als einen stochastischen<br />

Prozess mit diskreter Zeitmenge <strong>und</strong> diskretem Zustandsraum oder kurz<br />

als diskreten stochastischen Prozess mit diskreter Zeitmenge, siehe zum Beispiel<br />

[Bauer (1991), Behnen & Neuhaus (1995), Billingsley (1995)]. Die Zeitmenge ist<br />

hier durch Z gegeben. Oft wird solch ein stochastischer Prozess einfach mit<br />

X = (X i ) i∈Z bezeichnet, wobei man sich den Wahrscheinlichkeitsraum (Ω, A, P )<br />

dazu denken muss. Die Wahrscheinlichkeit, mit der der Prozess X <strong>zur</strong> Zeit i<br />

in den Zuständen aus B ∈ B beobachtet wird, ist durch dessen Verteilung<br />

P X i<br />

gegeben: P X i<br />

(B) = P ({ω ∈ Ω : X i (ω) ∈ B}) = P (X −1<br />

i (B)), siehe auch<br />

[Bauer (1991), Behnen & Neuhaus (1995)]. Die Messbarkeit <strong>von</strong> X i gewährleistet<br />

dabei, dass X −1<br />

i (B) ∈ A ist, siehe Gl. (2.1). Für die Wahrscheinlichkeit, dass<br />

X i einen bestimmten Zustand x ∈ X einnimmt, wird im Folgenden P {X i = x}<br />

statt P X i<br />

({x}) geschrieben. Insbesondere gilt für die Verteilungen <strong>von</strong> allen X i :<br />

P X i<br />

(B) ≥ 0 ∀B ∈ B ,<br />

P X i<br />

(B) = ∑ x∈B<br />

P {X i = x} ,<br />

P X i<br />

(X ) = 1 .<br />

Für jedes ω ∈ Ω heißt die durch i −→ X i (ω) definierte Abbildung Realisierung<br />

oder auch Pfad des Prozesses X.<br />

Da jeder ein-dimensionale, bzw. d-dimensionale diskrete Zustandsraum eindeutig<br />

auf eine Teilmenge der ganzen Zahlen Z bzw. Z d abgebildet werden kann,<br />

wird ohne Beschränkung der Allgemeinheit angenommen, dass X = Z bzw.<br />

X = Z d ist.<br />

Im Gegensatz zu deterministischen Prozessen sind die Zustände X i (ω) eines<br />

stochastischen Prozesses selbst bei gleichem Anfangswert X 0 (ω) ≡ x 0 für verschiedene<br />

Realisierungen ω 1 , ω 2 ∈ Ω unterschiedlich: X i (ω 1 ) ≠ X i (ω 2 ). Stattdessen<br />

weist X i zu jedem Zeitpunkt i eine bestimmte Verteilung auf. Im Allgemeinen<br />

werden auch die Zustände <strong>von</strong> X 0 über den Zustandsraum verteilt sein.<br />

Somit kann der diskrete stochastische Prozess X = (X i ) i∈Z zu jedem Zeitpunkt<br />

i ∈ R durch die Verteilung P {X i = x} seiner Zustände x ∈ X , also durch<br />

die Funktion x −→ P {X i = x} beschrieben werden. Eine einfachere Charakterisierung<br />

der Verteilung <strong>von</strong> X i kann mit einem <strong>von</strong> Shannon & Weaver (1949)

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!