Prozessdiagramme und Zustandsverteilungen
Lektion auswählen
Mein Buch
Select an option
Analytische Geometrie
Ebenen
Vektoren Geraden
Vektoren
Basiswissen Vektoren: Eigenschaften und Verbindungsvektor
Vektoren Grundoperationen und Rechenregeln
Koordinatensysteme und Koordinatenebenen
Komponentendarstellung in 2D und 3D
Rechnen in Komponentendarstellung in 2D und 3D
Skalarprodukt: Berechnung und Rechenregeln
Vektorprodukt: Berechnung und Anwendung
Matrizen
Markov-Ketten
Signifikanztest
Zufallsgröße
Erwartungswert, Mittelwert & Standardabweichung
Wahrscheinlichkeitsverteilung einer Zuvallsvariablen
Bernoulliexperiment und -kette
Binomialverteilung: Funktionen & Kennwerte
Normalverteilung: Funktionen & Darstellung
Satz von Moivre-Laplace: Definition & Anwendung
Exponentialverteilung einer Zufallsvariablen
Wahrscheinlichkeit
Wahrscheinlichkeit: Definition und Eigenschaften
Mengenlehre: Darstellung, Eigenschaften & Venn-Diagramm
Einstufige Zufallsexperimente: Wahrscheinlichkeit berechnen
Mehrstufige Zufallsexperimente: Wahrscheinlichkeit berechnen
Baumdiagramm zeichnen & Wahrscheinlichkeit bestimmen
Mengen und Vierfeldertafel: Wahrscheinlichkeiten darstellen
Kombinatorik und Wahrscheinlichkeit
Bedingte Wahrscheinlichkeit und Unabhängigkeit
Satz von Bayes: Definition & Formel
Kombinatorik
Folgen
Integral berechnen
Extrem- und Wendepunkte
Polynomfunktion bestimmen
Achsenschnittpunkte einer Funktion bestimmen
Monotonie: Definition und Vorgehen
Lokale und globale Extrempunkte bestimmen
Wendepunkte bestimmen und unterscheiden
Schreibweise und Bestimmung des Definitionsbereichs
Achsensymmetrie und Punktsymmetrie bestimmen
Verschiedene Extremalwertprobleme lösen
Funktionenscharen: Definition & Beispiele
Ableiten
Gleichungen und Funktionen
Exponentialgleichungen lösen
Exponentialfunktionen: Definition, Eigenschaften & Darstellung
Logarithmen: Definition & Logarithmusgesetze
Logarithmusgleichungen lösen
Wachstums- und Zerfallsprozesse berechnen
Trigonometrische Funktionen: Sinus, Kosinus & Tangens
Potenzfunktionen mit natürlichen Exponenten
Potenzfunktionen mit negativen Exponenten
Zusammengesetzte Funktionen: Ableitungen & Verkettungen
Grenzwerte & Asymptoten bestimmen
Erklärvideo
Zusammenfassung
Prozessdiagramme und Zustandsverteilungen
Neben Zufallsvorgängen, die endlich viele Stufen haben, wie zum Beispiel endlich viele Male zu würfeln, existieren auch Zufallsvorgänge mit unendlich vielen Stufen.
Für solche Vorgänge ist es nicht möglich, ein Baumdiagramm zur Modellierung zu verwenden, da ein solches Diagramm ebenfalls unendlich viele Stufen haben müsste. Oftmals gibt es in solchen unendlichen Zufallsvorgängen jedoch nur endlich viele Zustände des Systems, zwischen welchen das System zufällig mit bestimmten
Prozessdiagramm
Sind die Übergangswahrscheinlichkeiten zwischen den möglichen Zuständen in jeder Stufe identisch, so lässt sich das System mit einem Prozessdiagramm beschreiben.
Das Prozessdiagramm veranschaulicht alle Übergangswahrscheinlichkeiten. Alle Zustände des Systems werden als Punkte dargestellt und Verbindungspfeile zeigen die Wahrscheinlichkeit eines Wechsels in einen anderen Zustand an.
Beispiel – Eine Hochseilartistin steht auf einer Plattform () die mit zwei weiteren Plattformen ( und ) mittels Drahtseilen verbunden ist. Zum Training balanciert sie auf den Drahtseilen zwischen den Plattformen auf unbestimmte Zeit hin und her.
Sie benötigt Sekunden, um ein Drahtseil zu überqueren und macht dann zunächst eine halbe Minute Pause. Zu jeder vollen Minute läuft sie von der Plattform, auf der sie gerade steht zu einer der zwei anderen Plattformen oder bleibt eine weitere Minute stehen. Auf den Plattformen und macht sie mit einer Wahrscheinlichkeit von eine Pause, auf Plattform mit einer Wahrscheinlichkeit von . Außerdem geht sie etwas lieber nach rechts, weshalb die Wahrscheinlichkeit, dass sie nach rechts geht, jeweils doppelt so groß ist wie diejenige, dass sie nach links geht.
Die Übergangswahrscheinlichkeiten der verschiedenen Optionen sind im folgenden Prozessdiagramm zusammengefasst.
Zustandsverteilung
Definition
Die Zustandsverteilung gibt an, wie wahrscheinlich ein bestimmter Zustand auf einer bestimmten Stufe des Zufallsvorgangs ist. Sie ordnet jedem Zustand des Systems eine gewisse Wahrscheinlichkeit zu.
Beispiel – Im vorherigen Beispiel wird der Zustand des Systems (wo die Artistin steht) zu jeder vollen Minute überprüft. Die Zustandsverteilung für die ersten Stufen ist dann wie folgt:
| | Plattform | Plattform | Plattform |
| Minute | | | |
| Minute | | | |
| Minute | | | |
Eigenschaften
- Die Summe der Wahrscheinlichkeiten in jeder Zeile ist jeweils 1
- Die Einträge in jeder Zeile können aus den Einträgen in der vorherigen Zeile hergeleitet werden.
Zustandsvektor
Definition
Schreibt man die Werte der Wahrscheinlichkeitsverteilung zu einem bestimmten Zeitpunkt zusammen in einen Vektor, dann spricht man auch von einem sogenannten Zustandsvektor.
Beispiel – Für Minute im Beispiel der Hochseilartistin ist der Zustandsvektor:
Markow-Ketten
Definition
Ein stochastischer Prozess mit endlich vielen Zuständen, konstanten Übergangswahrscheinlichkeiten und einer definierten Startverteilung heißt Markow-Kette.
Die Startverteilung ist die Zustandsverteilung am Anfang des Prozesses. Sie gibt also die Wahrscheinlichkeit von jedem Zustand zum Zeitpunkt (Anfang des Prozesses) an.
- Markow-Ketten sind „erinnerungslos“. Die Zustandsverteilung zum Zeitpunkt ist nur von der Zustandsverteilung zum Zeitpunkt abhängig.
Beispiel – Das Beispiel der Hochseilartistin definiert eine Markow-Kette. Der Prozess hat Zustände (definiert dadurch, wo die Artistin steht). Die Übergangswahrscheinlichkeiten sind im Prozessdiagramm zusammengefasst und die Startverteilung weist der Plattform die Wahrscheinlichkeit und den beiden anderen Plattformen die Wahrscheinlichkeit zu, da explizit definiert ist, dass die Artistin zu Beginn auf Plattform steht.
Lerne mit Grundlagen
Teil 1
Prozessdiagramme und Zustandsverteilungen
Finaler Test
Erstelle ein Konto, um mit den Übungen zu beginnen.
Häufig gestellte Fragen (FAQ)
Was ist eine Markov Kette?
Ein stochastischer Prozess mit endlich vielen Zuständen, konstanten Übergangswahrscheinlichkeiten und einer definierten Startverteilung heißt Markow-Kette.
Was ist eine Zustandsverteilung?
Die Zustandsverteilung gibt an, wie wahrscheinlich ein bestimmter Zustand auf einer bestimmten Stufe des Zufallsvorgangs ist. Sie ordnet jedem Zustand des Systems eine gewisse Wahrscheinlichkeit zu.
Wann verwendet man Prozessdiagramme?
Sind die Übergangswahrscheinlichkeiten zwischen den möglichen Zuständen in jeder Stufe identisch, so lässt sich das System mit einem Prozessdiagramm beschreiben.