Loading [MathJax]/jax/output/HTML-CSS/fonts/TeX/fontdata.js

Exercise 1.6: Transition Probabilities

From LNTwww

P ID451 Sto A 1 6.png

Rechts sehen Sie 20 Realisierungen einer binären homogenen Markovkette erster Ordnung mit den Ereignissen A und B. Man erkennt bereits aus dieser Darstellung, dass zu Beginn (ν = 0) das Ereignis A überwiegt, zu späteren Zeitpunkten – etwa ab ν = 4 – jedoch etwas häufiger das Ereignis B eintritt.

Durch Mittelung über Millionen von Realisierungen wurden einige Ereigniswahrscheinlichkeiten numerisch ermittelt:

Pr(A_\text{v=0}) \approx 0.9; Pr(A_\text{v=1}) \approx 0.15; Pr(A_\text{v>4}) \approx 0.4

Diese empirischen Zahlenwerte sollen herangezogen werden, um die Parameter (Übergangswahrscheinlichkeiten) der Markovkette zu ermitteln.



Hinweis: Die Aufgabe bezieht sich auf die theoretischen Grundlagen von Kapitel 1.4. Sie können Ihre Ergebnisse mit dem nachfolgenden Berechnungstool überprüfen:


Fragebogen

1

Welche Wahrscheinlichkeiten ergeben sich zu den Zeiten ν = 0, ν = 1 und ν = 9, wenn man nur die 20 dargestellten Realisierungen berücksichtigt?

Pr(A_\text{v=0}) =

Pr(A_\text{v=1}) =

Pr(A_\text{v=9}) =

2

Welche der Aussagen sind aufgrund der Musterfolgen zutreffend?

Nach A ist B wahrscheinlicher als A.
Sowohl nach A als auch nach B kann wieder A oder B folgen.
Die Folge B B B B ... ist nicht möglich.

3

Berechnen Sie alle Übergangswahrscheinlichkeiten der Markovkette. Wie groß sind insbesondere Pr(A | A) und Pr(B | B)?

Pr(A|A) =

Pr(B|B) =

4

Wie groß ist die Wahrscheinlichkeit, dass die ersten zehn Elemente der Folge jeweils B sind?

Pr(B_0, ... , B_9) =

* 10^{}^

5

Wie groß ist die Wahrscheinlichkeit, dass sehr lange nach Einschalten der Kette die Zeichenfolge A B B A erzeugt wird?

Pr(A B B A) =


Musterlösung

1.  Die entsprechenden Wahrscheinlichkeiten sind:
*Pr(A_\text{$\nu$ = 0}) = \underline{17/20 = 0.85},
*Pr(A_\text{$\nu$ = 1}) = \underline{2/20 = 0.10},
*Pr(A_\text{$\nu$ = 9}) = \underline{8/20 = 0.40},
3.  Nach A folgt B sehr viel häufiger als A, das heißt, es wird sicher Pr(B | A) > Pr(A | A) sein. Alle vier Übergänge zwischen den zwei Ereignissen A und B sind möglich. Daraus folgt weiter, dass alle vier Übergangswahrscheinlichkeiten ungleich 0 sein werden. Wegen Pr(Bν=0) ≠ 0 und Pr(B | B) ≠ 0 kann natürlich auch die Folge B B B B ... erzeugt werden, auch wenn diese bei den 20 hier ausgegebenen Markovketten nicht dabei ist. Richtig sind die Lösungsvorschläge 1 und 2.
3.  Bei einer Markovkette erster Ordnung gilt mit der Abkürzung Pr(A0) = Pr(Aν=0) usw.:
{\rm Pr}(A_1) = {\rm Pr}(A \hspace{0.05cm} | \hspace{0.05cm} A) \cdot {\rm Pr}(A_0) \hspace{0.1cm} + \hspace{0.1cm} {\rm Pr}(A \hspace{0.05cm} | \hspace{0.05cm} B) \cdot {\rm Pr}(B_0).
Die ergodischen Wahrscheinlichkeiten sind Pr(A) = Pr(Aν>4) = 0.4 und Pr(B) = Pr(Bν>4) = 0.6. Zwischen diesen besteht folgender Zusammenhang:
{\rm Pr}(A) = {\rm Pr}(A \hspace{0.05cm} | \hspace{0.05cm} A) \cdot {\rm Pr}(A) \hspace{0.1cm} + \hspace{0.1cm} {\rm Pr}(A \hspace{0.05cm} | \hspace{0.05cm} B) \cdot {\rm Pr}(B).
Mit den angegebenen Zahlenwerten erhält man aus diesen letzten beiden Gleichungen:
0.15 = {\rm Pr}(A \hspace{0.05cm} | \hspace{0.05cm} A) \cdot 0.90 \hspace{0.1cm} + \hspace{0.1cm} {\rm Pr}(A \hspace{0.05cm} | \hspace{0.05cm} B) \cdot 0.10 ,
0.40 = {\rm Pr}(A \hspace{0.05cm} | \hspace{0.05cm} A) \cdot 0.40 \hspace{0.1cm} + \hspace{0.1cm} {\rm Pr}(A \hspace{0.05cm} | \hspace{0.05cm} B) \cdot 0.60 .
Multipliziert man die erste Gleichung mit 6 und subtrahiert davon die zweite, so ergibt sich:
0.5 = 5 \cdot {\rm Pr}(A \hspace{0.05cm} | \hspace{0.05cm} A) \hspace{0.15cm} \Rightarrow \hspace{0.15cm} {\rm Pr}(A \hspace{0.05cm} | \hspace{0.05cm} A) \hspace{0.15cm}\underline {= 0.1}.
Setzt man dieses Ergebnis in eine der oberen Gleichungen ein, so erhält man Pr(A | B) = 0.6. Die weiteren Wahrscheinlichkeiten sind Pr(B | A) = 1 - Pr(A | A) = 0.9, Pr(B | B) = 1 - Pr(A | B)\ \underline{= 0.4}.
4.  Dieser Fall ist nur dann möglich, wenn die Markovkette mit B beginnt und danach neunmal ein Übergang von B nach B stattfindet:
{\rm Pr}(B_0,\hspace{0.05cm} ... \hspace{0.05cm}, B_{9}) = {\rm Pr}(B_0) \cdot {\rm Pr}(B\hspace{0.05cm}| \hspace{0.05cm} B)^9 = {\rm 0.1} \cdot {\rm 0.4}^9 \hspace{0.15cm}\underline {\approx 2.62 \cdot 10^{-5}}.
5.  Hier muss von der ergodischen Wahrscheinlichkeit Pr(A) ausgegangen werden und man erhält:
{\rm Pr}(A_{\nu}, \hspace{0.05cm}B_{\nu +1}, \hspace{0.05cm}B_{\nu +2},\hspace{0.05cm} A_{\nu +3}) = {\rm Pr}(A) \hspace{0.01cm}\cdot \hspace{0.01cm}{\rm Pr}(B\hspace{0.05cm}| \hspace{0.05cm} A) \hspace{0.01cm}\cdot\hspace{0.01cm} {\rm Pr}(B\hspace{0.05cm}| \hspace{0.05cm} B)\hspace{0.01cm}\cdot \hspace{0.01cm}{\rm Pr}(A\hspace{0.05cm}| \hspace{0.05cm} B)\hspace{0.15cm}\underline {\approx 8.64 \hspace{-0.05cm}\cdot \hspace{-0.05cm}10^{-2}}.