Nächste Seite: Anfangsverteilung und Übergangsfunktion
Aufwärts: Prozesse mit stückweise konstanten
Vorherige Seite: Poissonsche Zählmaße; Cox-Prozesse; Simluationsalgorithmus
  Inhalt
Markow-Prozesse mit endlich vielen
Zuständen
Wir beginnen mit einem kurzen Rückblick auf Markow-Prozesse mit
diskreter Zeit, die in der Literatur Markow-Ketten genannt
werden und die beispielsweise in der Vorlesung ,,Markov
Chains and Monte-Carlo Simulation'' im SS 2006 ausführlich
behandelt wurden.
- Das stochastische Modell der zeitdiskreten Markow-Ketten (mit
endlich vielen Zuständen) besteht aus den drei Komponenten:
Zustandsraum, Anfangsverteilung und Übergangsmatrix.
- Für jede Menge
, für jeden Vektor
bzw. jede Matrix
, die den Bedingungen (1) und
(2) genügen, kann nun der Begriff der zugehörigen
Markow-Kette wie folgt eingeführt werden.
- Definition
-
- Beachte
-
Unterabschnitte
Nächste Seite: Anfangsverteilung und Übergangsfunktion
Aufwärts: Prozesse mit stückweise konstanten
Vorherige Seite: Poissonsche Zählmaße; Cox-Prozesse; Simluationsalgorithmus
  Inhalt
Jonas Rumpf
2006-07-27