Lexikon der Mathematik: Poisson-Prozeß
auf einem Wahrscheinlichkeitsraum (Ω, 𝔄, P) definierter stochastischer Prozeß (Nt)t≥0 mit Werten in ℤ und den folgenden Eigenschaften:
Man nennt (Nt)t≥0 dann einen Poisson-Prozeß zum Parameter λ oder mit Intensität λ. Gilt zusätzlich P-fast sicher X0 = 0, so heißt der Prozeß normal.
Zu jedem auf 𝔅(ℤ) definierten Wahrscheinlichkeitsmaß µ und jeder reellen Zahl λ > 0 existiert ein Poisson-Prozeß mit Parameter λ und Anfangsverteilung µ. Das Verhalten der Pfade eines Poisson-Prozesses kann durch die beiden folgenden Aussagen charakterisiert werden: An einer vorgegebenen Stelle t0 > 0 ist der Pfad t → Nt(ω) für P-fast alle ω ∈ Ω stetig, und für P-fast alle ω ∈ Ω besitzt der Pfad t → Nt(ω) unendlich viele Unstetigkeitsstellen. Ist (Xn)n∈ℕ eine auf (Ω, 𝔄, P) definierte Folge unabhängiger identisch mit Parameter λ exponentialverteilter Zufallsvariablen, und setzt man \({S}_{n}=\displaystyle {\sum }_{i=1}^{n}{X}_{i}\) für n ∈ ℕ sowie S0 = 0, so liefert die Definition
Bemerkenswert ist noch, daß (Nt)t≥0 schon dann ein Poisson-Prozeß ist, wenn er die Bedingungen (i) und (ii) erfüllt, und (iii) durch die Forderung ersetzt wird, daß der Prozeß stationäre Zuwächse besitzt. Der Poisson-Prozeß ist darüber hinaus ein Beispiel für eine zeitlich homogene Markow-Kette mit stetiger Zeit.
Gelegentlich werden Poisson-Prozesse auch als einer Filtration (𝔄t)t≥0 in 𝔄 adaptierte Prozesse definiert, die die Bedingungen (i) und (iii) erfüllen und statt (ii) (𝔄t)-unabhängige Zuwächse besitzen.
Wenn Sie inhaltliche Anmerkungen zu diesem Artikel haben, können Sie die Redaktion per E-Mail informieren. Wir lesen Ihre Zuschrift, bitten jedoch um Verständnis, dass wir nicht jede beantworten können.