Drafts Bearbeiten

Markov-Prozess Bearbeiten

Ein Markov-Prozess ist ein stochastischer Prozess, dessen Zukunft allein vom aktuellen Zustand abhängt - und nicht von früheren Zuständen.[1]

Benennung und Schreibweise Bearbeiten

Benannt ist der Markov-Prozess nach dem russischen Mathematiker Andrej Andreevič Markov.

Die Schreibweise Markov wird in der englischsprachigen Literatur verwendet[1], die sich auch in der deutschsprachigen Literatur durchsetzt[2][3]. Diese Schreibweise entspricht der gebräuchlichen Transliteration.[4][5] Daneben findet sich auch die Schreibweise Markoff[6][7].

Formale Definition Bearbeiten

Eine Familie von Zufallsvariablen   auf einem Wahrscheinlichkeitsraum   mit Träger   heißt Markov-Prozess, wenn für jede beliebige Wahl der  , mit   gilt:  [1][8] falls  .

Klassifizierung Bearbeiten

Abhängig von der Anzahl der Elemente der Mengen   und   wird folgende Klassifizierung vorgenommen:[9][10]

  diskret   kontinuierlich
  diskret (Zeit-)diskrete Markov-Kette (Zeit-)diskreter Markov-Prozess
  kontinuierlich (Zeit-)kontinuierliche Markov-Kette (Zeit-)kontinuierlicher Markov-Prozess

Diskret heißt, dass die Menge höchstens abzählbar unendliche viele Elemente enthält.[11]

Die Benennung der einzelnen Klassen ist in der Literatur nicht einheitlich: Manchmal werden die Klassen bei denen   kontinuierlich ist, als Markov-Prozess bezeichnet[12], manchmal werden alle Klassen als Markov-Kette bezeichnet[13].

Eigenschaften Bearbeiten

Einige Eigenschaften sind für die Zeilen definiert, andere für Spalten, wieder andere sind für jede Klasse neu definiert. Einige Begriffe haben bei unterschiedlichen Voraussetzungen unterschiedliche Eigenschaften. In der Literatur werden häufig nur ausgewählte Klassen betrachtet und für diese Eigenschaften gezeigt.

Alle Klassen Bearbeiten

Die Wahrscheinlichkeit von einem in einen anderen Zustand zu gelangen heißt Übergangswahrscheinlichkeit und wird bezeichnet mit  .

HINZU: Startwahrscheinlichkeit

Zeit-diskrete Markov-Kette und zeit-diskreter Markov-Prozess Bearbeiten

Die Wahrscheinlichkeit in   Schritten von einem in einen anderen Zustand zu gelangen heißt n-Schritt-Übergangswahrscheinlichkeit.

HINZU: Übergangsmatrix (möglicherweise unendlichdimensional)

HINZU: Spaltensummen gleich 1

Zeit-diskrete Markov-Kette Bearbeiten

HINZU: Irrdeuzible

HINZU: Rekurrent / Transient

HINZU: Null-Rekurrent / positiv rekurrent

HINZU: Homogen

HINZU: Chapman-Kolmogorov-Gleichung

Zeit-kontinuierliche Markov-Kette Bearbeiten

HINZU: homogen

HINZU: Chapman-Kolmogorov-Gleichung

WO? Bearbeiten

HINZU: Periodisch / aperiodisch

Einzelnachweise Bearbeiten

  1. a b c Allen, Arnold O.: Probability, Statistics, and Queueing Theory with Computer Science Applications, Academic Press Inc., San Diego, 1990, 2nd ed., Seite 219
  2. Georgii, Hans-Otto: Stochastik - Einführung in die Wahrscheinlichkeitstheorie und Statistik, Walter de Gruyter & Co, Berlin, 2009
  3. Klenke, Achim: Wahrscheinlichkeitstheorie, Springer Verlag, Berlin, Heidelberg, 2008, 2006, 2. Auflage
  4. Kyrillisches_Alphabet#Wiedergabe_mit_lateinischen_Buchstaben
  5. Andrej Andreevič Markov
  6. Mathar, R.; Pfeifer, D.: Stochastik für Informatiker, Teubner Stuttgart 1990, Seite 175
  7. Bauer, Heinz: Wahrscheinlichkeitstheorie und Grundzüge der Maßtheorie, Walter de Gruyter & Co, Berlin, 1974, 2. Auflage
  8. Isaacson, Dean L.: Markov chains, New York [u.a.], 1976, Wiley, Seite 13
  9. Allen, Arnold O.: Probability, Statistics, and Queueing Theory with Computer Science Applications, Academic Press Inc., San Diego, 1990, 2nd ed., Seite 220
  10. Isaacson, Dean L.: Markov chains, New York [u.a.], 1976, Wiley, Seite 23
  11. Diskrete_Mathematik
  12. Mathar, R.; Pfeifer, D.: Stochastik für Informatiker, Teubner Stuttgart 1990, Seite 213
  13. Isaacson, Dean L.: Markov chains, New York [u.a.], 1976, Wiley

Literatur Bearbeiten

  • Allen, Arnold O.: Probability, Statistics, and Queueing Theory with Computer Science Applications, Academic Press Inc., San Diego, 1990, 2nd ed., ISBN 0-12-051051-0
  • Isaacson, Dean L.: Markov chains, New York [u.a.], 1976, Wiley, ISBN 0-471-42862-0
  • Mathar, R.; Pfeifer, D.: Stochastik für Informatiker, Teubner Stuttgart 1990, ISBN 3-519-02240-0