Skript - Prof. Georg Hoever - FH Aachen
Skript - Prof. Georg Hoever - FH Aachen
Skript - Prof. Georg Hoever - FH Aachen
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
4. Stochastische Prozesse und Markov-Ketten 60<br />
Definition 4.2<br />
Eine Markov-Kette (erster Ordnung) ist ein stochastischer Prozess, mit T = R ≥0<br />
(Markov-Prozess) oder T = N (diskrete Markov-Kette), bei dem die Zukunft nur<br />
vom aktuellen Zeitpunkt und nicht von der Vorgeschichte abhängig ist.<br />
Bemerkung:<br />
Man sagt auch, eine Markov-Kette ist gedächtnislos, oder schreibt<br />
für t > t n > t n−1 > ··· > t 0 gilt: P(X t |X tn ,X tn−1 ,...,X t0 ) = P(X t |X tn ).<br />
Beispiel 5:<br />
Die Beispiele 1 bis 4 sind Markov-Ketten.<br />
Beispiel 6:<br />
Sind X 1 ,X 2 ,... unabhängig, so ist (X i ) i∈N eine Markov-Kette.<br />
Beispiel 7:<br />
Betrachtet werden die Zustände sonnig“, bewölkt“ und regnerisch“.<br />
” ” ”<br />
Wetterbeobachtungen zeigen folgende Zustandsübergänge:<br />
Heute<br />
sonnig bewölkt regnerisch<br />
sonnig 0.6 0.3 0.2<br />
Morgen bewölkt 0.3 0.4 0.3<br />
regnerisch 0.1 0.3 0.5<br />
0.6<br />
sonnig<br />
0.3 0.1<br />
0.3 0.2<br />
0.3<br />
bewölkt<br />
regnerisch<br />
0.3<br />
0.4 0.5