25.12.2013 Aufrufe

Nichtlineare Methoden zur Quantifizierung von Abhängigkeiten und ...

Nichtlineare Methoden zur Quantifizierung von Abhängigkeiten und ...

Nichtlineare Methoden zur Quantifizierung von Abhängigkeiten und ...

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

74 KAPITEL 5. PUNKTPROZESSE<br />

auch Ankunftszeiten.<br />

Die Zeitintervalle zwischen benachbarten Ereignissen, die durch den Prozess<br />

D k = T k − T k−1 gegeben sind, werden Wartezeiten genannt, siehe Abb. 5.1. Mit<br />

D 0 = 0 folgt unmittelbar aus Gl. (5.1)<br />

∑<br />

D 1 (ω) > 0 , D 2 (ω) > 0 , . . . , D k (ω) = ∞ (5.2)<br />

für alle ω ∈ Ω.<br />

Prinzipiell lassen sich solche stochastischen Systeme mit den Zufallsvariablen<br />

für Ereigniszeiten T k oder den Wartezeiten D k , k ∈ N 0 beschreiben. Im Allgemeinen<br />

können die Ereigniszeiten aber nicht nach dem Index k geordnet werden. Eher<br />

ist zu erwarten, dass zum Beispiel beim ersten Experiment das sechste Ereignis<br />

früher eintritt als das fünfte bei der Wiederholung, das heißt T 6 (ω 1 ) < T 5 (ω 2 ),<br />

während gleichzeitig T 4 (ω 1 ) > T 3 (ω 2 ) gilt. Diese Situation ist in Abb. 5.1 illustriert.<br />

T ( ) =0<br />

k≥0<br />

0 ω 1 T 1( ω 1 ) T 2( ω1)<br />

T 3( ω 1 ) T 4( ω 1 ) T 5( ω 1 ) 6 ω 1<br />

T ( ) =0<br />

0 ω 2<br />

D ( ω 2 )<br />

T 1( ω 2 )<br />

D ( )<br />

T 2( ω 2 ) T 3( ω 2 )<br />

D ( )<br />

1 2 ω 2 3 ω 2<br />

D 4( ω 2 )<br />

T 4( ω 2 )<br />

Experiment<br />

D 5( ω 2 )<br />

T ( )<br />

Experiment<br />

Abbildung 5.1: Ereigniszeiten <strong>von</strong> zwei Experimenten.<br />

ω 1<br />

ω<br />

2<br />

t<br />

t<br />

T 5( ω 2 )<br />

Um diese Schwierigkeit zu umgehen, wird eine Größe benötigt, die auf der<br />

reellen Zeitachse definiert ist <strong>und</strong> gleichzeitig zu jedem Zeitpunkt t ≥ 0 den<br />

Zustand des Prozesses beschreibt. Diese Größe ist die Ereigniszahl N t (ω); sie gibt<br />

die Anzahl der Ereignisse an, die im Zeitintervall [0, t] = {t ′ ∈ R + : 0 ≤ t ′ ≤ t}<br />

auftreten. Die Ereigniszahl ist durch die größte ganze Zahl k, für die T k (ω) ≤ t<br />

gilt, gegeben,<br />

N t (ω) = max{k ∈ N 0 : T k (ω) ≤ t} , (5.3)<br />

siehe Abb. 5.2. Entsprechend der Konstruktion <strong>von</strong> N t ist insbesondere N 0 = 0<br />

fast sicher. Da es sich bei {N t : t ≥ 0} um eine Familie <strong>von</strong> Zufallsvariablen<br />

mit Werten in N 0 handelt, ist durch N = (N t ) t∈R+ ein stochastischer<br />

Prozess gegeben, der Punktprozess oder auch Zählprozess genannt wird<br />

[Bauer (1991), Billingsley (1995)]. Insbesondere ist der Pfad bzw. die Realisierung<br />

eines Punktprozesses, das heißt die Abbildung t → N t (ω), eine rechtsseitig

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!