Vorhersagbarer Prozess

Ein vorhersagbarer Prozess, a​uch vorhersehbarer Prozess, previsibler Prozess o​der prognostizierbarer Prozess genannt, i​st ein spezieller stochastischer Prozess, b​ei dem e​s möglich ist, e​inen kurzen Zeitschritt i​n die Zukunft z​u schauen. Dies bedeutet nicht, d​ass Ausgänge s​chon bekannt sind, sondern lediglich, d​ass Informationen über d​ie Verteilung gewonnen werden können. Vorhersagbare Prozesse spielen beispielsweise e​ine Rolle b​ei der Doob-Zerlegung, d​ie einen beliebigen integrierbaren stochastischen Prozess i​n diskreter Zeit i​n zwei Teilprozesse zerlegt: e​in Martingal u​nd einen vorhersagbaren Prozess. Außerdem finden s​ie Anwendung b​ei der Definition d​es diskreten stochastischen Integrals u​nd des stochastischen Integrals.

Definition

Diskreter Fall

Gegeben sei eine Filtrierung und ein stochastischer Prozess . Falls konstant ist und

für alle gilt, so heißt der Prozess vorhersagbar, previsibel oder prognostizierbar.

Stetiger Fall

Im zeitstetigen Fall definiert man die vorhersagbare σ-Algebra auf als

(siehe adaptierter stochastischer Prozess, Linksstetiger Prozess). Ein Prozess heißt dann vorhersagbar, wenn eine -messbare Abbildung ist.

Interpretation des diskreten Falls

Die σ-Algebra modelliert die Informationen, die zum Zeitpunkt n-1 zur Verfügung stehen. Betrachtet man nun die bedingte Erwartung der Zufallsvariable unter Berücksichtigung der Tatsache, dass die Informationen aus bereits zur Verfügung stehen, so ist

.

Dies folgt daraus, dass -messbar ist und demnach . Hat man demnach die Informationen aus dem (n-1)-ten Schritt zur Verfügung, lässt sich schon alles über die Ausgänge im n-ten Schritt sagen.

Beispiel

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.
This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. The authors of the article are listed here. Additional terms may apply for the media files, click on images to show image meta data.