Abstraktion
Abstrahierte Systembeschreibung & Eigenschaften
Alle Komponenten eines Systems können durch

beschrieben werden (a∈RA,b∈Rb
) .
Kauselität: a (Grund) bewrikt b (Wirkung).
Für a gegeben, f(b∣⋅) heißt Transitionsdichte.
Für b gegeben, f(⋅∣a) heißt Likelihood.
Eigenschaften von probabilistischer Systembeschreibung
In Allg. gilt
∫RBf(b∣a)db=1∀aEs gilt aber i.A.
∫RAf(b∣a)da=1,sogar nicht definiert.
Vorwärts-/Rückwärtsinferenz
Vorwärtsinferenz
“Given information about a, we desire information about b.”

- Gegeben: Werte für a^ oder Dichte f(a)
- Gesucht: f(b)
Rückwärtsinferenz
“Information about the output b is given and we desire to reconstruct an appropriate description of a.”

- Gegeben: Werte für b^ oder Dichte f(b)
- Gesucht: f(a)
Vorwärtsinferenz
Annahme: KEIN Vorwissen über f(b)
Betrachte eine einfache generative Systemabbildung:
b=g(a)a∈RA,b∈RBProbablistische Systemabbildung:
f(b∣a)=δ(b−g(a))Marginalisierung ergibt:
f(b)=∫RAf(a,b)da=∫RAf(a∣b)f(a)da=∫RAδ(b−g(a))f(a)daWeitere Vereinfachung NUR für konkrete g(⋅) möglich.
Für Speizialfall der Vorgabe eines Wertes a^ ergibt sich
f(a)=δ(a−a^)Damit
f(b)=∫RAδ(b−g(a))f(a)da=∫RAδ(b−g(a))δ(a−a^)da=δ(b^b−g(a^))Das erwartete Ergebnis ist dann
f(b)=δ(b−b^)mit b^=g(a^).
Probabilistisches nichtlineares Systemmodell
Allgemeines Systemmodell
xk+1=ak(xk,wk)in Form f(b∣a) bringen:
a=[xkwk],b=xk+1
f(b∣a)=δ(xk+1−ak(xk,wk))Mit anderen Systemgrenzen:
f(b∣a′)=f(xk+1∣xk)=∫RNf(b∣a)f(xk+1∣xk,wk)⋅f(wk)dwkIn diesem Fall enthält f(b∣a) Systemrauschen → ist nicht mehr durch δ-funktion beschreibbar.