www.vorkurse.de
Ein Projekt von vorhilfe.de
Die Online-Kurse der Vorhilfe

E-Learning leicht gemacht.
Hallo Gast!einloggen | registrieren ]
Startseite · Mitglieder · Teams · Forum · Wissen · Kurse · Impressum
Forenbaum
^ Forenbaum
Status Mathe-Vorkurse
  Status Organisatorisches
  Status Schule
    Status Wiederholung Algebra
    Status Einführung Analysis
    Status Einführung Analytisc
    Status VK 21: Mathematik 6.
    Status VK 37: Kurvendiskussionen
    Status VK Abivorbereitungen
  Status Universität
    Status Lerngruppe LinAlg
    Status VK 13 Analysis I FH
    Status Algebra 2006
    Status VK 22: Algebra 2007
    Status GruMiHH 06
    Status VK 58: Algebra 1
    Status VK 59: Lineare Algebra
    Status VK 60: Analysis
    Status Wahrscheinlichkeitst

Gezeigt werden alle Foren bis zur Tiefe 2

Navigation
 Startseite...
 Neuerdings beta neu
 Forum...
 vorwissen...
 vorkurse...
 Werkzeuge...
 Nachhilfevermittlung beta...
 Online-Spiele beta
 Suchen
 Verein...
 Impressum
Das Projekt
Server und Internetanbindung werden durch Spenden finanziert.
Organisiert wird das Projekt von unserem Koordinatorenteam.
Hunderte Mitglieder helfen ehrenamtlich in unseren moderierten Foren.
Anbieter der Seite ist der gemeinnützige Verein "Vorhilfe.de e.V.".
Partnerseiten
Weitere Fächer:

Open Source FunktionenplotterFunkyPlot: Kostenloser und quelloffener Funktionenplotter für Linux und andere Betriebssysteme
Forum "stochastische Prozesse" - Markov Prozess
Markov Prozess < stoch. Prozesse < Stochastik < Hochschule < Mathe < Vorhilfe
Ansicht: [ geschachtelt ] | ^ Forum "stochastische Prozesse"  | ^^ Alle Foren  | ^ Forenbaum  | Materialien

Markov Prozess: Ein paar generelle Fragen
Status: (Frage) beantwortet Status 
Datum: 15:57 Mo 28.01.2008
Autor: Mikeusa

Aufgabe
Var [mm] (X_{t}|X_{s}) [/mm] = Var ( [mm] X_{s} [/mm] + [mm] \summe_{i=s+1}^{t} \varepsilon_{i} [/mm] ) = Var [mm] (\summe_{i=s+1}^{t} \varepsilon_{i}) [/mm] = [mm] \summe_{i=s+1}^{t} [/mm] Var [mm] (\varepsilon_{i}) [/mm] = t - s

Wir haben einen Markov Prozess und [mm] X_{t} [/mm] beschreibt den Wert, den die Variable über den Prozess aus dem Ausgangswert [mm] X_{s} [/mm] entwickelt!

Ich verstehe nicht wieso wir als Varianz zum Schluss dort ein t-s stehen haben!?

Hoffe mir kann da jemand helfen!

Danke und Grüße,

Mike

Ich habe diese Frage in keinem Forum auf anderen Internetseiten gestellt.

        
Bezug
Markov Prozess: Idee
Status: (Antwort) fertig Status 
Datum: 02:14 Do 31.01.2008
Autor: generation...x

Bist du sicher, dass die Gleichung so richtig ist? Links steht eine bedingte Varianz, also eine Zufallsvariable. Nach dem ersten Gleichheitszeichen kommen aber nur noch Varianzen, also reelle Zahlen.

Ich würde erwarten, dass dort immer noch eine bedingte Varianz (gegeben [mm]X_s[/mm]) steht. Dann hätte man nämlich nur [mm]X_t[/mm] durch den Betrag, der jetzt dort steht ersetzt.

Im nächsten Schritt nutzt man die (vermutlich gegebene) Unabhängigkeit der Zuwächse und zerlegt die - immer noch bedingte - Varianz in ihre Summanden. Es gilt [mm]Var(X_s|X_s)=0[/mm] und [mm]Var(\varepsilon_i|X_s)=Var(\varepsilon_i)[/mm] (wegen Unabhängigkeit). Im letzten Schritt summiert man auf (ich vermute mal, es war [mm]Var(\varepsilon_i)=1[/mm] gegeben).

Bezug
                
Bezug
Markov Prozess: Bemerkung
Status: (Mitteilung) Reaktion unnötig Status 
Datum: 02:20 Do 31.01.2008
Autor: generation...x

Wenn man die revidierte Gleichung genau anschaut, sieht man, dass ganz links eine Zufallsvariable steht und ganz rechts eine reelle Zahl. Daraus kann man ablesen, dass die gesuchte bedingte Varianz unabhängig ist vom tatsächlichen Wert von [mm]X_s[/mm].

Bezug
Ansicht: [ geschachtelt ] | ^ Forum "stochastische Prozesse"  | ^^ Alle Foren  | ^ Forenbaum  | Materialien


^ Seitenanfang ^
www.vorkurse.de
[ Startseite | Mitglieder | Teams | Forum | Wissen | Kurse | Impressum ]