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 62<br />
Bemerkung:<br />
Besitzt eine homogene Markov-Kette die Übergangsmatrix P, so gilt für die Wahrscheinlichkeitsverteilungen<br />
x n<br />
x n+1 = P ·x n und x n = P n ·x 0 .<br />
Beispiel 9:<br />
In Beispiel 8 ergibt sich<br />
x 0 x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 ...<br />
⎛<br />
⎝ 1 ⎞ ⎛<br />
0⎠,<br />
⎝ 0.6<br />
⎞ ⎛<br />
0.3⎠,<br />
⎝ 0.47<br />
⎞ ⎛<br />
0.33⎠,<br />
⎝ 0.42<br />
⎞ ⎛<br />
0.33⎠,<br />
⎝ 0.40<br />
⎞ ⎛<br />
0.33⎠,<br />
⎝ 0.39<br />
⎞ ⎛<br />
0.33⎠,<br />
⎝ 0.39<br />
⎞ ⎛<br />
0.33⎠,<br />
⎝ 0.39<br />
⎞ ⎛<br />
0.33⎠,<br />
⎝ 0.39<br />
⎞<br />
0.33⎠ ...<br />
0 0.1 0.20 0.25 0.26 0.27 0.28 0.28 0.28<br />
Definition 4.4<br />
Eine Wahrscheinlichkeitsverteilung ̂x heißt stationär zu einer homogenen Markov-<br />
Kette mit Übergangsmatrix P :⇔ Es gilt ̂x = P · ̂x.<br />
Satz 4.5<br />
Zu jeder Übergangsmatrix P gibt es eine stationäre Verteilung.<br />
Bemerkung:<br />
Ein x ∈ R n ,x ≠ 0, heißt Eigenvektor mit Eigenwert α zur Matrix A ∈ R n×n :⇔<br />
A·x = α·x.<br />
Eine stationäre Verteilung ist also ein Eigenvekor von P zum Eigenwert 1.<br />
Eigenvektoren zu einem Eigenwert α kann man wegen<br />
Px = α·x ⇔ Px = α·I ·x ⇔ (P −α·I)·x = 0<br />
bestimmen als nichttriviale Lösungen des homogenen Gleichungssystems<br />
(P −α·I)·x = 0.<br />
Beispiel 10:<br />
Berechnung einer stationäre Verteilung zu P aus Beispiel 7 bzw. 8:<br />
⎛ ⎞<br />
0.6 0.3 0.2<br />
Suche einen Eigenvektor x zum Eigenwert 1 von P = ⎝0.3 0.4 0.3⎠, also eine<br />
0.1 0.3 0.5<br />
Lösung x zu<br />
(P −I)·x = 0.