Stochastischer Prozess: Unterschied zwischen den Versionen

Stochastischer Prozess: Unterschied zwischen den Versionen

imported>Trabeschaur
K (Schreibfehler)
 
imported>회기-로
 
Zeile 45: Zeile 45:
Für jedes <math>\omega\in\Omega</math> erhält man eine Abbildung <math>X(\cdot,\omega)\colon T\rightarrow Z,\, t\mapsto X(t,\omega)=X_t(\omega)</math>. Diese Abbildungen nennt man die ''Pfade'' des Prozesses. Häufig spricht man statt von den Pfaden auch von den Trajektorien oder den Realisierungen des stochastischen Prozesses.
Für jedes <math>\omega\in\Omega</math> erhält man eine Abbildung <math>X(\cdot,\omega)\colon T\rightarrow Z,\, t\mapsto X(t,\omega)=X_t(\omega)</math>. Diese Abbildungen nennt man die ''Pfade'' des Prozesses. Häufig spricht man statt von den Pfaden auch von den Trajektorien oder den Realisierungen des stochastischen Prozesses.


Ist speziell <math>T=\R_+</math> und <math>Z \subseteq \R</math> (oder ein allgemeinerer [[topologischer Raum]]), so kann man von [[Stetigkeit]]seigenschaften der Pfade sprechen.  
Ist speziell <math>T=\R_+</math> und <math>Z \subseteq \R</math> (oder ein allgemeinerer [[topologischer Raum]]), so kann man von [[Stetige Funktion|Stetigkeit]]seigenschaften der Pfade sprechen.  
Man nennt einen zeitstetigen stochastischen Prozess ''stetig'', ''rechtsseitig stetig'', ''linksseitig stetig'' bzw. ''[[càdlàg]]'', wenn alle Pfade des Prozesses die entsprechende Eigenschaft haben. Der [[Wiener-Prozess]] hat stetige Pfade, von denen im Bild zu den Beispielen unten zwei zu sehen sind. Der [[Poisson-Prozess]] ist ein Beispiel für einen zeitstetigen, wertdiskreten [[càdlàg-Prozess]]; er hat also rechtsseitig stetige Pfade, bei denen an jeder Stelle der linksseitige Limes existiert.
Man nennt einen zeitstetigen stochastischen Prozess ''stetig'', ''rechtsseitig stetig'', ''linksseitig stetig'' bzw. ''[[càdlàg]]'', wenn alle Pfade des Prozesses die entsprechende Eigenschaft haben. Der [[Wiener-Prozess]] hat stetige Pfade, von denen im Bild zu den Beispielen unten zwei zu sehen sind. Der [[Poisson-Prozess]] ist ein Beispiel für einen zeitstetigen, wertdiskreten [[càdlàg-Prozess]]; er hat also rechtsseitig stetige Pfade, bei denen an jeder Stelle der linksseitige Limes existiert.


== Stochastische Prozesse versus Zeitreihen ==
== Stochastische Prozesse versus Zeitreihen ==
Neben der Theorie der stochastischen Prozesse gibt es auch die mathematische Disziplin der [[Zeitreihenanalyse]], die weitgehend unabhängig davon operiert. Definitionsgemäß sind stochastische Prozesse und Zeitreihen ein und dasselbe, dennoch weisen die Gebiete Unterschiede auf: Während die Zeitreihenanalyse sich als Teilgebiet der [[Statistik]] versteht und versucht, spezielle Modelle (wie etwa [[ARMA-Modelle]]) an zeitlich geordnete Daten anzupassen, steht bei den stochastischen Prozessen die [[Stochastik]] und die spezielle Struktur der Zufallsfunktionen (etwa [[Stetigkeit]], [[Differentialrechnung|Differenzierbarkeit]], [[Variation (Mathematik)|Variation]] oder Messbarkeit bezüglich gewisser [[Filtrierung (Wahrscheinlichkeitstheorie)|Filtrierungen]]) im Vordergrund.
Neben der Theorie der stochastischen Prozesse gibt es auch die mathematische Disziplin der [[Zeitreihenanalyse]], die weitgehend unabhängig davon operiert. Definitionsgemäß sind stochastische Prozesse und Zeitreihen ein und dasselbe, dennoch weisen die Gebiete Unterschiede auf: Während die Zeitreihenanalyse sich als Teilgebiet der [[Statistik]] versteht und versucht, spezielle Modelle (wie etwa [[ARMA-Modelle]]) an zeitlich geordnete Daten anzupassen, steht bei den stochastischen Prozessen die [[Stochastik]] und die spezielle Struktur der Zufallsfunktionen (etwa [[Stetige Funktion|Stetigkeit]], [[Differentialrechnung|Differenzierbarkeit]], [[Variation (Mathematik)|Variation]] oder Messbarkeit bezüglich gewisser [[Filtrierung (Wahrscheinlichkeitstheorie)|Filtrierungen]]) im Vordergrund.


== Beispiele ==
== Beispiele ==
[[Bild:Wienerprozess.png|thumb|Ein Standard-Wiener-Prozess auf den Zeitintervall [0,3], außerdem sind der Erwartungswert und die Standardabweichung eingezeichnet]]
[[Bild:Wienerprozess.png|thumb|Ein Standard-Wiener-Prozess auf dem Zeitintervall [0,3], außerdem sind der Erwartungswert und die Standardabweichung eingezeichnet]]
* Ein einfaches Beispiel für einen zeitdiskreten Punktprozess ist der symmetrische [[Random Walk]], hier veranschaulicht durch ein Glücksspiel: Ein Spieler beginnt zum Zeitpunkt <math>t=0</math> mit einem Startkapital von 10 Euro ein Spiel, bei dem er nacheinander immer wieder eine Münze wirft. Bei „Kopf“ gewinnt er einen Euro, bei „Zahl“ verliert er einen. Die Zufallsvariablen <math>X_t,\;t \in \N_0,</math> für den Kontostand nach ''t'' Spielen definieren einen stochastischen Prozess (mit deterministischer ''Startverteilung'' <math>X_0=10</math>). Genauer betrachtet handelt es sich bei ''X'' um einen Lévy-Prozess und um ein Martingal.
* Ein einfaches Beispiel für einen zeitdiskreten Punktprozess ist der symmetrische [[Random Walk]], hier veranschaulicht durch ein Glücksspiel: Ein Spieler beginnt zum Zeitpunkt <math>t=0</math> mit einem Startkapital von 10 Euro ein Spiel, bei dem er nacheinander immer wieder eine Münze wirft. Bei „Kopf“ gewinnt er einen Euro, bei „Zahl“ verliert er einen. Die Zufallsvariablen <math>X_t,\;t \in \N_0,</math> für den Kontostand nach <math>t</math> Spielen definieren einen stochastischen Prozess (mit deterministischer ''Startverteilung'' <math>X_0=10</math>). Genauer betrachtet handelt es sich bei <math>X</math> um einen [[Lévy-Prozess]] und um ein [[Martingal]].
* Einer der wichtigsten stochastischen Prozesse ist der [[Wiener-Prozess]] (auch „Brownsche Bewegung“ genannt). Hierbei sind die einzelnen Zustände [[Normalverteilung|normalverteilt]] mit linear anwachsender [[Varianz (Stochastik)|Varianz]]. Der Wiener-Prozess findet Anwendung in der [[stochastische Integration|stochastischen Integration]], der [[Finanzmathematik]] und der [[Physik]].
* Eine vielseitig verwendete Klasse stochastischer Prozesse sind [[Gauß-Prozess]]e, die viele natürliche Systeme beschreiben können und als [[Maschinelles Lernen|Maschinenlernverfahren]] Anwendung finden.
* Weitere Beispiele: [[Bernoulli-Prozess]], [[Brownsche Brücke]], [[Gebrochene Brownsche Bewegung]], [[Markow-Kette]], [[Ornstein-Uhlenbeck-Prozess]], [[Poisson-Prozess]], [[Weißes Rauschen]].
* Ein bedeutender stochastischer Prozess aus der Klasse der Gaußprozesse ist der [[Wiener-Prozess]] (auch „Brownsche Bewegung“ genannt). Hierbei sind die einzelnen Zustände [[Normalverteilung|normalverteilt]] mit linear anwachsender [[Varianz (Stochastik)|Varianz]]. Der Wiener-Prozess findet Anwendung in der [[stochastische Integration|stochastischen Integration]], der [[Finanzmathematik]] und der [[Physik]].
* Weitere Beispiele: [[Bernoulli-Prozess]], [[Brownsche Brücke]], [[Gebrochene Brownsche Bewegung]], [[Markow-Kette]], [[Ornstein-Uhlenbeck-Prozess]], [[Poisson-Prozess]], [[Weißes Rauschen (Physik)|Weißes Rauschen]].


== Weblinks ==
== Weblinks ==

Aktuelle Version vom 5. Januar 2020, 15:28 Uhr

Die Brownsche Brücke, ein stochastischer Prozess

Ein stochastischer Prozess (auch Zufallsprozess) ist die mathematische Beschreibung von zeitlich geordneten, zufälligen Vorgängen. Die Theorie der stochastischen Prozesse stellt eine wesentliche Erweiterung der Wahrscheinlichkeitstheorie dar und bildet die Grundlage für die stochastische Analysis. Obwohl einfache stochastische Prozesse schon vor langer Zeit studiert wurden, wurde die heute gültige formale Theorie erst Anfang des 20. Jahrhunderts entwickelt, vor allem durch Paul Lévy und Andrei Kolmogorow.

Definition

Sei $ (\Omega ,{\mathcal {F}},P) $ ein Wahrscheinlichkeitsraum, $ (Z,{\mathcal {Z}}) $ ein mit einer σ-Algebra versehener Raum (zumeist die reellen Zahlen mit der Borelschen σ-Algebra) und Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): T eine Indexmenge, zumeist Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): T \in \{ \N_0,\R_{+} \} , die in Anwendungen häufig die Menge der betrachteten Zeitpunkte darstellt. Ein stochastischer Prozess Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): X ist dann eine Familie von Zufallsvariablen Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): X_t\colon\Omega \to Z,\;t\in T , also eine Abbildung

$ X\colon \Omega \times T\to Z,\;(\omega ,t)\mapsto X_{t}(\omega ) $,

sodass Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): X_t\colon \omega \mapsto X_t(\omega) für alle Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): t \in T eine Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): \mathcal{F} -$ {\mathcal {Z}} $-messbare Abbildung ist. Die Menge Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): Z wird auch der Zustandsraum des Prozesses genannt, er enthält alle Werte, die der Prozess annehmen kann.

Eine alternative Formulierung sieht vor, dass Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): X eine einzige Zufallsvariable Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): \Omega \to (H, \mathcal{H}) ist, wobei Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): H \subseteq Z^T eine (mit einer geeigneten σ-Algebra versehene) Menge von Funktionen Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): f\colon T \to Z ist. Bei geeigneter Wahl fallen diese beiden Definitionen zusammen.

Die Frage nach der Existenz von stochastischen Prozessen mit bestimmten Eigenschaften wird mit dem Satz von Daniell-Kolmogorow und dem Satz von Ionescu-Tulcea (benannt nach Cassius Ionescu-Tulcea) weitgehend gelöst.

Einteilung

Folgend sind einige Kriterien aufgeführt, nach denen stochastische Prozesse klassifiziert werden. Eine genauere Beschreibung findet sich in der Liste stochastischer Prozesse.

Die grundlegendste Einteilung stochastischer Prozesse in verschiedene Klassen erfolgt über die Indexmenge $ T $ und die Wertemenge Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): Z :

Diskrete und stetige Indexmenge

  • Ist Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): T abzählbar (etwa Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): T=\N_0 ), so heißt der Prozess ein zeitdiskreter stochastischer Prozess oder etwas ungenau diskreter stochastischer Prozess
  • Ansonsten heißt der Prozess ein zeitstetiger stochastischer Prozess.

Diskrete und stetige Wertemenge

  • Ist Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): Z endlich oder abzählbar, spricht man von wertediskreten Prozessen.
  • Ist Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): Z=\R , so spricht man von einem reellwertigen Prozess.

Mehrdimensionale Indexmenge

  • Dann nennt man den stochastischen Prozess häufig Zufallsfeld, zufälliges Feld oder engl. random field. Häufig ist Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): T= \R^2 oder $ T=\mathbb {R} ^{3} $, insbesondere für Modelle der Geostatistik.

Momente

Außerdem werden stochastische Prozesse noch analog zu den Zufallsvariablen danach klassifiziert, ob der Erwartungswert und die Varianz existieren oder spezielle Werte annehmen.

  • Ein reellwertiger stochastischer Prozess heißt integrierbar, wenn Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): \operatorname E (|X_t|)<\infty für alle Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): t \in T gilt.
  • Ein reellwertiger stochastischer Prozess heißt quadratintegrierbar, wenn Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): \operatorname E (X_t^2)<\infty für alle Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): t \in T gilt.
  • Ein reellwertiger stochastischer Prozess heißt zentriert, wenn Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): \operatorname E (X_t)=0 für alle Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): t \in T gilt.

Stochastische Abhängigkeiten

Des Weiteren werden stochastische Prozesse noch mittels der Struktur ihrer stochastischen Abhängigkeiten klassifiziert, diese werden meist über den bedingten Erwartungswert definiert. Zu diesen Klassen gehören:

Markow-Prozesse
Ihre Wahrscheinlichkeit, einen Zustand anzunehmen, ist abhängig von dem Zustand, in dem sie sich davor befanden, aber nicht von der gesamten Vergangenheit des Prozesses. Markow-Prozesse haben somit ein "kurzes Gedächtnis".
Martingale sowie Sub- und Supermartingale
Martingale modellieren ein faires Spiel. Hat man zu einem Zeitpunkt bereits einen gewissen Betrag gewonnen, so ist der Erwartungswert für künftige Gewinne genau dieser bereits gewonnene Betrag.

Weitere Eigenschaften: Pfade und Zuwächse

Des Weiteren kann man Prozesse wie folgt klassifizieren:

  • Man kann die Eigenschaften der Pfade untersuchen und die Prozesse dementsprechend unterteilen: Prozesse mit stetigen Pfaden, Prozesse mit beschränkten Pfaden etc. Ein Beispiel für einen stochastischen Prozess mit fast sicher stetigen Pfaden ist der Wiener-Prozess.
  • Man betrachtet die sogenannten Zuwächse des Prozesses, also Terme der Art Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): X_{t_1}- X_{t_0} für Indizes $ t_{1},t_{0}\in T $. Je nach geforderter Eigenschaft der Zuwächse erhält man dann Prozesse mit stationären Zuwächsen, Prozesse mit unabhängigen Zuwächsen oder auch Prozesse mit normalverteilten Zuwächsen. So sind beispielsweise die Lévy-Prozesse genau die stochastischen Prozesse mit unabhängigen, stationären Zuwächsen.

Pfade

Für jedes Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): \omega\in\Omega erhält man eine Abbildung Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): X(\cdot,\omega)\colon T\rightarrow Z,\, t\mapsto X(t,\omega)=X_t(\omega) . Diese Abbildungen nennt man die Pfade des Prozesses. Häufig spricht man statt von den Pfaden auch von den Trajektorien oder den Realisierungen des stochastischen Prozesses.

Ist speziell Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): T=\R_+ und Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): Z \subseteq \R (oder ein allgemeinerer topologischer Raum), so kann man von Stetigkeitseigenschaften der Pfade sprechen. Man nennt einen zeitstetigen stochastischen Prozess stetig, rechtsseitig stetig, linksseitig stetig bzw. càdlàg, wenn alle Pfade des Prozesses die entsprechende Eigenschaft haben. Der Wiener-Prozess hat stetige Pfade, von denen im Bild zu den Beispielen unten zwei zu sehen sind. Der Poisson-Prozess ist ein Beispiel für einen zeitstetigen, wertdiskreten càdlàg-Prozess; er hat also rechtsseitig stetige Pfade, bei denen an jeder Stelle der linksseitige Limes existiert.

Stochastische Prozesse versus Zeitreihen

Neben der Theorie der stochastischen Prozesse gibt es auch die mathematische Disziplin der Zeitreihenanalyse, die weitgehend unabhängig davon operiert. Definitionsgemäß sind stochastische Prozesse und Zeitreihen ein und dasselbe, dennoch weisen die Gebiete Unterschiede auf: Während die Zeitreihenanalyse sich als Teilgebiet der Statistik versteht und versucht, spezielle Modelle (wie etwa ARMA-Modelle) an zeitlich geordnete Daten anzupassen, steht bei den stochastischen Prozessen die Stochastik und die spezielle Struktur der Zufallsfunktionen (etwa Stetigkeit, Differenzierbarkeit, Variation oder Messbarkeit bezüglich gewisser Filtrierungen) im Vordergrund.

Beispiele

Ein Standard-Wiener-Prozess auf dem Zeitintervall [0,3], außerdem sind der Erwartungswert und die Standardabweichung eingezeichnet
  • Ein einfaches Beispiel für einen zeitdiskreten Punktprozess ist der symmetrische Random Walk, hier veranschaulicht durch ein Glücksspiel: Ein Spieler beginnt zum Zeitpunkt Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): t=0 mit einem Startkapital von 10 Euro ein Spiel, bei dem er nacheinander immer wieder eine Münze wirft. Bei „Kopf“ gewinnt er einen Euro, bei „Zahl“ verliert er einen. Die Zufallsvariablen Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): X_t,\;t \in \N_0, für den Kontostand nach $ t $ Spielen definieren einen stochastischen Prozess (mit deterministischer Startverteilung Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): X_0=10 ). Genauer betrachtet handelt es sich bei Fehler beim Parsen (MathML mit SVG- oder PNG-Rückgriff (empfohlen für moderne Browser und Barrierefreiheitswerkzeuge): Ungültige Antwort („Math extension cannot connect to Restbase.“) von Server „https://wikimedia.org/api/rest_v1/“:): X um einen Lévy-Prozess und um ein Martingal.
  • Eine vielseitig verwendete Klasse stochastischer Prozesse sind Gauß-Prozesse, die viele natürliche Systeme beschreiben können und als Maschinenlernverfahren Anwendung finden.
  • Ein bedeutender stochastischer Prozess aus der Klasse der Gaußprozesse ist der Wiener-Prozess (auch „Brownsche Bewegung“ genannt). Hierbei sind die einzelnen Zustände normalverteilt mit linear anwachsender Varianz. Der Wiener-Prozess findet Anwendung in der stochastischen Integration, der Finanzmathematik und der Physik.
  • Weitere Beispiele: Bernoulli-Prozess, Brownsche Brücke, Gebrochene Brownsche Bewegung, Markow-Kette, Ornstein-Uhlenbeck-Prozess, Poisson-Prozess, Weißes Rauschen.

Weblinks

  • A.M. Yaglom: Stochastic Process. In: Michiel Hazewinkel (Hrsg.): Encyclopaedia of Mathematics. Springer-Verlag, Berlin 2002, ISBN 1-4020-0609-8 (online).
  • Hendrik van Hess: Stochastische Prozesse.

Literatur

  • Achim Klenke: Wahrscheinlichkeitstheorie. 3. Auflage. Springer-Verlag, Berlin Heidelberg 2013, ISBN 978-3-642-36017-6, doi:10.1007/978-3-642-36018-3.
  • Christian Hesse: Angewandte Wahrscheinlichkeitstheorie. 1. Auflage. Vieweg, Wiesbaden 2003, ISBN 3-528-03183-2, doi:10.1007/978-3-663-01244-3.
  • David Meintrup, Stefan Schäffler: Stochastik. Theorie und Anwendungen. Springer-Verlag, Berlin Heidelberg New York 2005, ISBN 978-3-540-21676-6, doi:10.1007/b137972.