Markov-Ketten - Max-Planck-Institut für Dynamik komplexer ...
Markov-Ketten - Max-Planck-Institut für Dynamik komplexer ...
Markov-Ketten - Max-Planck-Institut für Dynamik komplexer ...
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Maus-Beispiel<br />
Einsetzen liefert<br />
t1 = 1 + 1<br />
2 t3 + 1<br />
2 t2<br />
t2 = 0<br />
t3 = 1 + 1<br />
2 t1 + 1<br />
2 t4<br />
t4 = 1 + 1<br />
3 t3 + 1<br />
3 t2 + 1<br />
3 t5<br />
t5 = 0<br />
t3 = 1 + 1<br />
2<br />
⇔ t3 = 24<br />
7<br />
Prognose von Verteilung auf Zustände<br />
= 2 + 5<br />
12 t3<br />
�<br />
1 + 1<br />
2 t3<br />
�<br />
+ 1<br />
2<br />
≈ 3, 43<br />
�<br />
1 + 1<br />
3 t3<br />
�<br />
Meist interessiert die Gesamtheit aller möglichen Zustände zu einem festen Zeitpunkt, die Verteilung.<br />
Besteht der Übergangsgraph aus i Zuständen 1, . . .,m und bezeichne un = (u n 1, . . .,u n m) die Verteilung<br />
nach n Zeitschritten, dann errechnet sich der Anteil jedes Zustandes i zum Zeitpunkt n + 1 wie folgt<br />
Dabei ist<br />
u n+1<br />
i<br />
�<br />
=<br />
j<br />
pji · u n j<br />
u n j = P(Xn = j)<br />
Das sieht nicht nur aus wie Matrix mal Vektor, sondern entspricht dieser Schreibweise so genau, dass<br />
diese auch mathematisch korrekt ist und sich mit der ursprünglichen Definition deckt. (ohne Beweis)<br />
u n+1 = u n · P<br />
.<br />
= u n−1 · P 2<br />
= u 0 · P n+1<br />
Mit Hilfe der Übergangsmatrix, die aus den einzelnen Übergangswahrscheinlichkeiten pij besteht, lässt<br />
sich also aus jeder Startverteilung die Verteilung nach einer bestimmten Schrittzahl errechnen.<br />
Die Matrix P ist im Mausbeispiel: ⎛<br />
0<br />
⎜<br />
P = ⎜<br />
⎝<br />
1 1 0 0 2 2<br />
0 1 0 0 0<br />
1 1 0 0 2 2 0<br />
0 1<br />
⎞<br />
⎟<br />
1 1 0 ⎠<br />
3 3 3<br />
0 0 0 0 1<br />
Bestimmung der Gewinnwahrscheinlichkeit <strong>für</strong> große n In P n = (˜pij) findet sich in jedem Eintrag<br />
˜pij die Wahrscheinlichkeit, bei Start in i nach n Schritten im Endzustand j zu enden. Multipliziert<br />
man Startvektoren an P n , lassen sich die gemeinsamen Gewinnwahrscheinlichkeiten direkt ablesen.<br />
5