Muster und Alignments in zufälligen Zeichenketten - Abteilung für ...
Muster und Alignments in zufälligen Zeichenketten - Abteilung für ...
Muster und Alignments in zufälligen Zeichenketten - Abteilung für ...
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
80 Kapitel 5. Das ”<br />
Hidden ϕ-/ψ-Mix<strong>in</strong>g“ Modell<br />
2) Da somit jede irreduzible aperiodische <strong>und</strong> homogene Markov-Kette mit endlichem<br />
Zustandsraum ψ-mischend mit e<strong>in</strong>er Exponentialfunktion ψ(n) = C 0 τ n ,<br />
n ɛ N ist, lassen sich die Ergebnisse des vorangegangenen Abschnitts unmittelbar<br />
auf Hidden Markov Modelle übertragen. Zur kanonischen E<strong>in</strong>bettung<br />
e<strong>in</strong>er Markov-Kette mit endlichem Zustandsraum <strong>in</strong> e<strong>in</strong>en Markovprozess mit<br />
nicht diskretem Zustandsraum, vergleiche etwa Abschnitt 5.5, Example 1 <strong>in</strong><br />
Doob [37].<br />
Weiterh<strong>in</strong> sei im Folgenden Y die emittierte Zeichenfolge <strong>und</strong> erfülle die Voraussetzungen<br />
der bed<strong>in</strong>gten Unabhängigkeit, vergleiche Seite 70.<br />
Um die Konvergenz von N n zu untersuchen, wird zunächst Proposition 5.2 verfe<strong>in</strong>ert<br />
<strong>und</strong> die Wahrsche<strong>in</strong>lichkeit des Auftretens e<strong>in</strong>zelner Wörter genauer betrachtet:<br />
Proposition 5.5<br />
Seien i, s, k, l, n ɛ N mit i + k + s ≤ n, sowie v ɛ A k <strong>und</strong> w ɛ A l . Dann konvergiert:<br />
a) die Wahrsche<strong>in</strong>lichkeit, dass v ab Position i <strong>in</strong> Y vorkommt:<br />
E ( I v (i) ) −→<br />
i→∞<br />
π v ,<br />
b) die Wahrsche<strong>in</strong>lichkeit, dass v ab Position i <strong>und</strong> w ab Position i + k + s <strong>in</strong> Y<br />
vorkommt:<br />
E ( I v (i)I w (i + k + s) ) −→<br />
i→∞<br />
πs+1.<br />
v,w<br />
Die Grenzwerte s<strong>in</strong>d dabei durch die stationären Wahrsche<strong>in</strong>lichkeiten“ gegeben:<br />
”<br />
π v :=<br />
∑<br />
k∏<br />
π u1 λ v1 ,u 1<br />
γ ui−1 ,u i<br />
λ vi ,u i<br />
<strong>und</strong><br />
Beweis:<br />
u 1 ,...,u l ɛ X<br />
π v,w<br />
s<br />
:= ∑<br />
t 1 ,...,t k ɛ X<br />
u 1 ,...,u l ɛ X<br />
π t1 λ v1 ,t 1<br />
i=2<br />
k∏<br />
γ tq−1 ,t q<br />
λ vq,tq<br />
q=2<br />
γ (s)<br />
t k ,u 1<br />
λ w1 ,u 1<br />
l∏<br />
γ uq−1 ,u q<br />
λ wq,uq .<br />
a) Aus der Bemerkung zur Def<strong>in</strong>ition der bed<strong>in</strong>gten Unabhängigkeit auf Seite 71,<br />
ergibt sich für alle j ɛ N:<br />
E(I v (j)) =<br />
∑<br />
u 1 ,...,u l ɛ X<br />
( l∏<br />
i=1<br />
= ∑<br />
( l∏<br />
u 1 ,...,u l ɛ X i=1<br />
= ∑ ( ∑<br />
u 1 ,...,u l ɛ X<br />
u 0 ɛ X<br />
q=2<br />
γ vi ,u i<br />
)P (X j · · · X j+l−1 = u 1 · · · u l )<br />
γ vi ,u i<br />
)( ∑<br />
u 0 ɛ X<br />
)<br />
γ X u 0<br />
γ u (j−1)<br />
0 ,u 1<br />
λ v1 ,u 1<br />
γ X u 0<br />
γ (j−1)<br />
u 0 ,u 1<br />
)<br />
l∏<br />
γ ui−1 ,u i<br />
i=2<br />
l∏<br />
λ vi ,u i<br />
γ ui−1 ,u i<br />
.<br />
i=2