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.

5.2. MOMENTE UND EREIGNISRATEN 77<br />

2. die Zuwächse N t − N s mit 0 ≤ s < t Poisson-verteilt sind. Das heißt die<br />

Verteilung <strong>von</strong> N t − N s ist gegeben durch<br />

−α (t−s) (α (t − s))n<br />

P {N t − N s = n} = e , n ∈ N 0 . (5.8)<br />

n!<br />

Da die hier eingeführten Punktprozesse die Normalität N 0 = 0 fast sicher erfüllen,<br />

wird dieser Poisson-Prozess auch normal genannt [Bauer (1991)].<br />

Insbesondere ist jeder Punktprozess mit unabhängig <strong>und</strong> exponentiell verteilten<br />

Wartezeiten D k ein Poisson-Prozess. Ebenso handelt es sich bei einem<br />

Punktprozess N um einen Poisson-Prozess, wenn seine Zuwächse N t1 , N t2 −<br />

N t1 , . . . , N tk − N tk−1 für beliebige 0 < t 1 < t 2 < . . . < t k unabhängig <strong>und</strong><br />

stationär verteilt sind. Letzteres besagt, dass die Verteilung <strong>von</strong> N t − N s für<br />

0 ≤ s < t nur <strong>von</strong> der Zeitdifferenz t − s abhängt, das heißt P Nt−Ns = π t−s ,<br />

siehe Gl. (5.5) sowie [Bauer (1991), Billingsley (1995)]. Dementsprechend stellt<br />

die Verteilung der Zuwächse eines Poisson-Prozesses eine Faltungshalbgruppe<br />

dar: π t−s = P Nt−Ns = P Nt−Nu+Nu−Ns = P Nt−Nu ∗ P Nu−Ns = π t−u ∗ π u−s für<br />

0 ≤ s < u < t, wobei “∗” die Faltung zweier Maße bezeichent, siehe hierzu<br />

[Bauer (1992), Bauer (1991)].<br />

5.2 Momente <strong>und</strong> Ereignisraten<br />

Im vorherigen Abschnitt wurde dargelegt, dass die Anzahl der Ereignisse einer<br />

Beobachtung im Zeitintervall (s, t], 0 ≤ s < t durch den Zuwachs N t (ω) − N s (ω)<br />

gegeben ist. Um eine generelle Aussage über ein stochastisches System zu machen,<br />

ist nicht so sehr der Wert einer Beobachtung <strong>von</strong> Interesse, als viel mehr<br />

der Erwartungswert gemittelt über alle möglichen Realisierungen. Daher ist der<br />

Zuwachs N t (ω) − N s (ω) über alle Beobachtungen ω ∈ Ω zu mitteln. Dieser Erwartungswert<br />

<strong>von</strong> Ereignissen im Zeitintervall (s, t] lautet<br />

∫<br />

M((s, t]) = E [N t − N s ] = N t (ω) − N s (ω) P (dω) . (5.9)<br />

Im Folgenden wird die mittlere Anzahl <strong>von</strong> Ereignissen in einem Zeitintervall als<br />

1. Moment des Punktprozesses bezeichnet.<br />

Zwar ist bei dem 1. Moment die Zufallskomponente herausgemittelt, dennoch<br />

stellt sie nicht die gewünschte physikalische Größe dar, denn das Moment bezieht<br />

sich immer auf ein Intervall (s, t]. Dementsprechend ist das Moment nicht<br />

invariant gegenüber Zeitskalierungen. Für physikalische Interpretationen ist die<br />

mittlere Anzahl <strong>von</strong> Ereignissen pro Zeiteinheit erwünscht, also die Ereignisrate.<br />

Diese ist gegeben durch<br />

Ω<br />

M((t − ∆, t])<br />

m(t) = lim<br />

, (5.10)<br />

∆→0 + ∆

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

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!