|
Nehmen wir an ich habe eine Markovkette mit Übergangsmatrix der Markovkette .
Sei nun eine beliebige Startverteilung. Wie berechnet man nun zum Beispiel ?
Stellen wir uns vor wir haben eine MK mit 3 Zuständen, und man kann von jedem Zustand in jeden Zustand übergehen. Als Startverteilung nehmen wir einfach mal (Da sie ja beliebig ist, würde ich vllt nehmen.
jetzt ist ja die Wahrscheinlichkeit gesucht, dass wir von ? gelangen, und zwar in 2 Schritten? Ist das so richtig verstanden?
Wir sind im 4. Schritt praktisch bei Zustand und wollen im 6. Schritt wieder in Zustand 3 sein. Ich würde jetzt einfach alle möglichen Wege ausrechenn und aufsummieren.
Beispiel:
Wenn ja, in wiefern spielt hier die Startverteilung überhaupt eine Rolle? Muss die noch hinzugezogen werden?
Für alle, die mir helfen möchten (automatisch von OnlineMathe generiert): "Ich möchte die Lösung in Zusammenarbeit mit anderen erstellen." |
|
|
Irgendjemand der mir helfen kann?
|
|
Für eine (zeitlich) homogene Markov-Kette mit Ü-Matrix gilt für
.
In deinem Fall ist , d.h., berechne Matrix-Potenz , und nimmt dann das Element in Zeile , Spalte .
Startverteilung ist bei derartigen bedingten Verteilungen irrelevant: Die Information (entspricht der Einpunktverteilung "Zustand 3" zum Zeitpunkt 4) überdeckt aufgrund der Markoveigenschaft komplett die dann obsolete Information der Startverteilung zum Zeitpunkt 0.
In deiner Schreibweise von oben wäre mit Einpunktverteilung im Zustand .
|
|
Vielen Dank :-)
Kann man das dann auch auf folgendes Beispiel anwenden:
Sei eine eindeutige Gleichgewichtsverteilung.
Jetzt ist zu bestimmen:
(?)
Oder gibt es generell einen Weg, wie man Grenzwerte bestimmt?
Sei . Zu bestimmen ist der für in dem Zustandsraum (In diesem Fall
|
|
Es ist natürlich
|
|
Irgendwer?
|
|
Eine ähnliche Frage: Ich komme gerade mit den Begriffen "gleichgewichtsverteilung" und "invariante Verteilung" durcheinander.
Ich habe in einer Aufgabe folgende Übergangsmatrix:
Jetzt lautet die Aufgabe:
Zeigen Sie, dass eine eindeutige Gleichgewichtsverteilung besitzt und bestimmen Sie diese.
Ich habe also gerechnet:
mit der Eigenschaft, dass
Dann habe ich raus:
Jetzt soll ich in einer anderen Aufgabe (Abgeänderte Übergangsmatrix) alle invarianten Verteilungen der Markovkette angeben.
Ich hätte jetzt hier wieder
gerechnet, aber irgendwie vermute ich, dass invariante Verteilungen Gleichgewichtsverteilungen sind
|
|
Invariante bzw. stationäre Verteilung ist klar, aber der Begriff "Gleichgewichtsverteilung" im Zusammenhang mit Markovketten sagt mir nichts - wie ist der definiert?
|
|
Wie folgt:
Ich hatte eben nur den Teil "Verteilung" gelesen und bin prompt von einer stationären Verteilung ausgegangen und habe diese bestimmt. Nun habe ich eben einen weiteren Aufgabenteil, wo ich explizit alle invarianten Verteilungen angeben soll, weshalb ich da etwas verwirrt war.
|
|
Gut, jetzt kann ich das einordnen: Bedingung (2.6) entspricht der Definition von "Irreduzibilität" einer Markovkette. Unter dieser Bedingung gibt es nur GENAU EINE invariante Verteilung, und die wird dann eben gemäß dieser Definition Gleichgewichtsverteilung genannt.
Sowas ähnliches hatte ich mir schon gedacht - ich war mir nur nicht sicher, ob zusätzlich für die Ü-Matrix nicht auch noch Aperiodizität gefordert wird: In dem Fall nennt man eine endliche Markovkette auch "ergodisch", und man hat nicht nur eine solche eindeutige invariante Verteilung, sondern zudem ja auch noch die Eigenschaft, dass mit einer BELIEBIGEN (!) Anfangsverteilung die Aufenthaltsverteilung zum Zeitpunkt für gegen diese invariante Verteilung konvergiert.
Das ist bei bloßer Irreduzibilität nicht der Fall: Nehmen wir den einfachen Fall von zwei Zuständen mit Ü-Matrix :
Bei Startverteilung haben wir an den Folgezeitpunkten einen ständigen Wechsel zwischen den Aufenthaltsverteilungen und , was nur im Fall Konvergenz bedeutet, in dem Fall sogar Konstantheit, und zwar mit der invarianten Verteilung , die man hier gemäß deiner Definition auch "Gleichgewichtsverteilung" nennen darf.
|
|
ich habe folgende übergangsmatrix:
und soll eben zeigen, dass genau eine Gleichgewichtsverteilung existiert und diese bestimmen.
Bedingung entspricht der Definition von "Irreduzibilität" einer Markovkette. Unter dieser Bedingung gibt es nur GENAU EINE invariante Verteilung, und die wird dann eben gemäß dieser Definition Gleichgewichtsverteilung genannt.
Ich muss also zeigen, dass meine MK irreduzibel ist. Das ist hier der Fall. Jeder Zustand ist also von jedem anderen Zustand mit strikt positiver Wahrscheinlichkeit erreichbar sein.
Soll ich nun noch die invariante Verteilung bestimmen (mit meinen im vorherigen Beitrag genannten Bedingungen?)
Reden wir also von einer Gleichgewichtsverteilung, wenn irreduzibilität vorliegt und bestimmen dann die invariante Verteilung?
|
|
> Reden wir also von einer Gleichgewichtsverteilung, wenn irreduzibilität vorliegt und bestimmen dann die invariante Verteilung?
So würde ich das gemäß obiger Definition sehen, ja.
> Soll ich nun noch die invariante Verteilung bestimmen (mit meinen im vorherigen Beitrag genannten Bedingungen?)
Ja. Und da die Matrix (wie hier) irreduzibel ist, sollte die Rechnung zwangsläufig nur eben genau eine Lösung ergeben. Wenn nicht, dann muss zwangsläufig irgendwo was schiefgegangen sein.
P.S.: Deine Kette ist auch aperiodisch, insgesamt also ergodisch.
|
|
Ahh, dann macht die Definition mit der Aufgabenstellung auch in sofern sind, da in der anderen Aufgabe die MK nicht irreduzibel ist. So kann man in Zustand und 3 beliebig hin und her, allerdings kommt man nicht in Zustand 4 und 5. (Hier wurde die MK um 2 Zustände, die eine eigene Klasse bilden, erweitert).
Deswegen sind hier alle! Invarianten Verteilungen gesucht, während es bei einer Gleichgewichtsverteilung nur eine sein kann, da irreduzibel.
|
|
Ahh, dann macht die Definition mit der Aufgabenstellung auch in sofern sind, da in der anderen Aufgabe die MK nicht irreduzibel ist. So kann man in Zustand und 3 beliebig hin und her, allerdings kommt man nicht in Zustand 4 und 5. (Hier wurde die MK um 2 Zustände, die eine eigene Klasse bilden, erweitert).
Deswegen sind hier alle! Invarianten Verteilungen gesucht, während es bei einer Gleichgewichtsverteilung nur eine sein kann, da irreduzibel.
Edit: Periodizität kann ich ebenfalls zeigen, der Begriff ergodisch in dem Zusammenhang war mir neu. Den behalte ich.
|
|
Testfrage: Warum ist deine Kette aperiodisch? Z.B. kommt man ja nicht in einem Schritt von 1 nach 2 - was antwortest du auf einen solchen Zweifel?
|
|
Nun ist noch offen, wie ich folgendes berechne
Sei π eine eindeutige Gleichgewichtsverteilung.
Jetzt ist zu bestimmen:
(?)
Oder gibt es generell einen Weg, wie man Grenzwerte bestimmt?
Sei mu=mu′1,2,3}. Zu bestimmen ist der für in dem Zustandsraum (In diesem Fall
Für ersteres:
Wir haben eine Gleichgewichtsverteilung. Hier die Invariante Verteilung
Jetzt suchen wir die Wahrscheinlichkeit, im . Schritt in Zustand 2 zu sein. Dazu müssten wir ja alle Möglichkeiten aufzählen.
Kann man auch hier mit der Potenz der Matrix gehen?
|
|
Das ist eine Fangfrage: Wenn du mit der invarianten Verteilung startest, dann hast du ZU JEDEM Zeitpunkt als Aufenthaltsverteilung der Markovkette jene invariante Verteilung! Es gilt also schlicht
für ALLE und Zustände ,
speziell auch .
Kannst du dir auch rechnerisch überlegen: Bei Startverteilung ist die Aufenthaltsverteilung zum Zeitpunkt gleich .
Für invariante Verteilungen gilt ja nun , und somit auch .
|
|
So wie es in der Definition beschrieben ist.. Verstehe!
Zu der Testfrage:
Also ich kenne die Definition der Periodizität mit dem ggT.
Jetzt gibt es ja aber nur die Möglichkeit, von zu wandern, wenn ich lang laufe.
Hier wäre es nicht möglich, einen ggT zu bilden. Gibt es dann vielleicht eine Ausnahme?
Anderes Beispiel:
Von Zustand in Zustand 2:
Schritte) Schritt) Schritte)
Hier ist der ggT weshalb hier die MK aperiodisch ist.
|
|
> Jetzt gibt es ja aber nur die Möglichkeit, von 1?1 zu wandern, wenn ich 1-2-1 lang laufe.
Hmm, laut Ü-Matrix eher über 1-3-1, denn 1-2 ist ja auch nicht gestattet. Aber richtig ist, dass es in 2 Schritten geht.
> Hier wäre es nicht möglich, einen ggT zu bilden.
Falsche Schlussweise. Richtig geht es so: Es ist ja auch möglich in 3 Schritten, beispielsweise 1-3-3-1. Und da ggT(2,3)=1 ist, liegt Periode 1 für Zustand 1 vor.
Eigentlich kann man die Sache auch abkürzen: In einer Menge von verbundenen Zuständen - im Falle der Irreduzibilität ist das sogar die Gesamtmenge aller Zustände - besitzen alle Zustände dieselbe Periode. Wenn - wie hier - Zustand 2 oder auch 3 ganz offensichtlich Periode 1 besitzt, dann gilt das auch für alle anderen Zustände dieser irreduziblen Markovkette.
|
|
Sorry, meine natürlich
Aber okay, dann habe ich auch das verstanden :-)
Fehlt nur noch der limes
|
|
Welcher limes?
|
|
Sei . Zu bestimmen ist der für in dem Zustandsraum (In diesem Fall
Okay. Jetzt ist ja nicht eine Invariante Verteilung, weshalb hier die Definition von oben nicht mehr gilt. Deswegen fehlt auch hier der 1. Schritt für mich.
|
|
Lies dir nochmal den zweiten Absatz meines Beitrags von heute 15:05 durch...
|
Diese Frage wurde automatisch geschlossen, da der Fragesteller kein Interesse mehr an der Frage gezeigt hat.
|