Le cas discontinu des probabilités en chaîne. (Q2601073)
From MaRDI portal
| This is the item page for this Wikibase entity, intended for internal use and editing purposes. Please use this page instead for the normal view: Le cas discontinu des probabilités en chaîne. |
scientific article
| Language | Label | Description | Also known as |
|---|---|---|---|
| English | Le cas discontinu des probabilités en chaîne. |
scientific article |
Statements
Le cas discontinu des probabilités en chaîne. (English)
0 references
1937
0 references
Zusammenfassende Vorankündigung von Ergebnissen des Verf. über \textit{Markoff}sche Ketten mit endlich vielen Merkmalen ohne ausgeführte Beweise. Es wird vorausgesetzt, daß die Wahrscheinlichkeit \(p_{ik}^{(n)}\) für den Übergang des Systems vom Zustand \(E_i\) zum Zustand \(E_k\) noch von der Nummer \(n\) des Übergangs abhängt und daß das Verhältnis \(p_{ik}^{(n)}:p_{ik}^{(m)}\), falls es nicht die Form \(0:0\) hat, für beliebige \(i\), \(k\), \(n\), \(m\) beschränkt bleibt. Dann gibt es eine gewisse Anzahl getrennter Zustandsgruppen \(G_1,\ldots, G_l\) (``Endgruppen'') mit folgenden Eigenschaften: Die Wahrscheinlichkeit dafür, daß sich das System nach dem \(n\)-ten Übergang außerhalb \(\sum G_i\) befindet, strebt exponentiell gegen null. Das System kann eine Endgruppe nicht verlassen, wenn es einmal darinnen ist. Es passiert mit der Wahrscheinlichkeit 1 unendlich oft jeden Zustand der Endgruppe. Jede Endgruppe \(G_{\alpha}\) läßt sich in eine bestimmte Anzahl ``zyklischer Untergruppen'' zerlegen. Weitere Aussagen betreffen das Ergodenprinzip (in der Terminologie von \textit{Kolmogoroff}), die charakteristischen Wurzeln der Matrix \(\{p_{ik}^{(n)}\}\) sowie die inversen Übergangswahr\-scheinlichkeiten. Sodann werden die Fälle untersucht, daß gewisse \(p^{(n)}_{ik}\) mit \(n\to\infty\) gegen null streben oder in \(n\) periodisch sind. Im zweiten Abschnitt der Arbeit werden den \(E_i\) Zahlen \(x_i\) zugeordnet, und es wird angegeben, in welchen Fällen die Summe der Merkmale einem \textit{Gauß}schen Verteilungsgesetz folgt und der Satz vom iterierten Logarithmus gültig ist.
0 references