Difference between revisions of "Aufgaben:Exercise 1.6Z: Ergodic Probabilities"
m (Guenter verschob die Seite 1.6Z Ergodische Wahrscheinlichkeiten nach Aufgabe 1.6Z: Ergodische Wahrscheinlichkeiten) |
|
(No difference)
|
Revision as of 14:28, 3 January 2018
Wir betrachten eine homogene stationäre Markovkette erster Ordnung mit den Ereignissen $A$ und $B$ und den Übergangswahrscheinlichkeiten entsprechend dem nebenstehenden Markovdiagramm:
Für die Teilaufgaben (1) bis (4) wird vorausgesetzt:
- Nach dem Ereignis $A$ folgen $A$ und $B$ mit gleicher Wahrscheinlichkeit.
- Nach $B$ ist das Ereignis $A$ doppelt so wahrscheinlich wie $B$.
Ab Teilaufgabe (5) sind $p$ und $q$ als freie Parameter zu verstehen, während die Ereigniswahrscheinlichkeiten ${\rm Pr}(A) = 2/3$ und ${\rm Pr}(B) = 1/3$ fest vorgegeben sind.
Hinweise:
- Die Aufgabe gehört zum Kapitel Markovketten.
- Sollte die Eingabe des Zahlenwertes „0” erforderlich sein, so geben Sie bitte „0.” ein.
- Sie können Ihre Ergebnisse mit dem nachfolgenden Berechnungstool überprüfen:
Fragebogen
Musterlösung
(2) Für die Ereigniswahrscheinlichkeit von $A$ gilt:
- $${\rm Pr}(A) = \frac{{\rm Pr}(A \hspace{0.05cm} | \hspace{0.05cm}B)}{{\rm Pr}(A \hspace{0.05cm} | \hspace{0.05cm}B)+{\rm Pr}(B \hspace{0.05cm} | \hspace{0.05cm}A)} = \frac{1-q}{1-q+1-p} = \frac{2/3}{2/3 + 1/2}= \frac{4}{7} \hspace{0.15cm}\underline {\approx0.571}.$$
Damit ergibt sich ${\rm Pr}(B)= 1 - {\rm Pr}(A) = 3/7 \hspace{0.15cm}\underline {\approx 0.429}$.
(3) Über den Zeitpunkt $\nu-1$ ist keine Aussage getroffen. Zu diesem Zeitpunkt kann $A$ oder $B$ aufgetreten sein. Deshalb gilt:
- $${\rm Pr}(B_{\nu} \hspace{0.05cm} | \hspace{0.05cm}A_{\nu -2}) = {\rm Pr}(A \hspace{0.05cm} | \hspace{0.05cm}A) \hspace{0.05cm} \cdot \hspace{0.05cm}{\rm Pr}(B \hspace{0.05cm} | \hspace{0.05cm}A) \hspace{0.15cm} +\hspace{0.15cm} {\rm Pr}(B \hspace{0.05cm} | \hspace{0.05cm}A) \hspace{0.05cm} \cdot \hspace{0.05cm}{\rm Pr}(B \hspace{0.05cm} | \hspace{0.05cm}B) p \hspace{0.1cm} \cdot \hspace{0.1cm} (1-p) + q \hspace{0.1cm} \cdot \hspace{0.1cm} (1-p) = \frac{5}{12} \hspace{0.15cm}\underline {\approx 0.417}.$$
(4) Nach dem Satz von Bayes gilt:
- $${\rm Pr}(A_{\nu -2} \hspace{0.05cm} | \hspace{0.05cm}B_{\nu}) = \frac{{\rm Pr}(B_{\nu} \hspace{0.05cm} | \hspace{0.05cm}A_{\nu -2}) \cdot {\rm Pr}(A_{\nu -2} ) }{{\rm Pr}(B_{\nu}) } = \frac{5/12 \cdot 4/7 }{3/7 } = {5}/{9} \hspace{0.15cm}\underline {\approx 0.556}.$$
Die Wahrscheinlichkeit ${\rm Pr}(B_{\nu}\hspace{0.05cm}|\hspace{0.05cm}A_{\nu-2})= 5/12$ wurde bereits im Unterpunkt (3) berechnet. Aufgrund der Stationarität gilt ${\rm Pr}(A_{\nu-2})= {\rm Pr}(A) = 4/7$ und ${\rm Pr}(B_{\nu})= {\rm Pr}(B) = 3/7$. Damit erhält man für die gesuchte Rückschlusswahrscheinlichkeit nach obiger Gleichung den Wert 5/9.
(5) Entsprechend der Teilaufgabe (2) gilt mit ${p =1/2}$ für die Wahrscheinlichkeit von $A$ allgemein:
- $${\rm Pr}(A) = \frac{1-q}{1.5 -q}.$$
Aus $ {\rm Pr}(A) = 2/3$ folgt somit $\underline{q =0}$.
(6) Im Fall der statistischen Unabhängigkeit muss beispielsweise gelten:
- $${{\rm Pr}(A \hspace{0.05cm} | \hspace{0.05cm}A)} = {{\rm Pr}(A \hspace{0.05cm} | \hspace{0.05cm}B)} = {{\rm Pr}(A)}.$$
Daraus folgt $p = {\rm Pr}(A) \hspace{0.15cm}\underline {= 2/3}$ und dementsprechend $q = 1-p \hspace{0.15cm}\underline {= 1/3}$.