Összetett Poisson-folyamat
Az összetett Poisson-folyamat , amelyet Siméon Denis Poisson francia matematikusról neveztek el , folyamatos időtartamú sztochasztikus folyamat , jobbra folytatva, balra korlátozva ( Càdlàg ). Különösen Lévy-folyamatról van szó .
Meghatározás
Az összetett Poisson-folyamat egy időben indexelt véletlenszerű folyamat, amelyet arra írnak, hogy
hol van Poisson-folyamat, és független és azonos eloszlású, véletlen változóktól független szekvencia .
Zt=∑nem=1NEMtYnem{\ displaystyle Z_ {t} = \ sum _ {n = 1} ^ {N_ {t}} Y_ {n}}
(NEMt)t∈[0,+∞[{\ displaystyle (N_ {t}) _ {t \ itt: [0, + \ infty [}}
(Yén)én∈NEM{\ displaystyle (Y_ {i}) _ {i \ in \ mathbb {N}}}
(NEMt){\ displaystyle (N_ {t})}![{\ displaystyle (N_ {t})}](https://wikimedia.org/api/rest_v1/media/math/render/svg/37586023d89ead0c6433d18f3f87b3c3df06d73b)
Tulajdonságok
Növeli
Mint minden Lévy folyamat , a Poisson folyamat tett jelentése független lépésekben és a stacionárius lépésekben . Sőt, növekedésének törvényei végtelenül oszthatók .
Pillanatok
Remény
Tétel - Moment rend 1- Ha elismeri egy pillanatra a sorrendben 1, akkor minden a véletlen változó egy pillanatra rend 1. és
Y1{\ displaystyle Y_ {1}}
t∈[0,+∞[{\ displaystyle t \ itt: [0, + \ infty [}
Zt{\ displaystyle Z_ {t}}![Z_t](https://wikimedia.org/api/rest_v1/media/math/render/svg/a4494df739b00ddebb3f741b5a5aab7415a78736)
E(Zt)=λtE(Y1),{\ displaystyle \ mathbb {E} (Z_ {t}) = \ lambda t \ mathbb {E} (Y_ {1}),}![\ mathbb {E} (Z_t) = \ lambda t \ mathbb {E} (Y_1),](https://wikimedia.org/api/rest_v1/media/math/render/svg/72391bbc3f2cc981c90460426021bb2384400ae0)
hol van a
Poisson-folyamat intenzitása .
λ{\ displaystyle \ lambda}
(NEMt)t∈[0,+∞[{\ displaystyle (N_ {t}) _ {t \ itt: [0, + \ infty [}}
Demonstráció
Javítsuk ki és mutassuk meg, hogy integrálható.
t{\ displaystyle t}
Zt{\ displaystyle Z_ {t}}![Z_t](https://wikimedia.org/api/rest_v1/media/math/render/svg/a4494df739b00ddebb3f741b5a5aab7415a78736)
E(|Zt|)=∑nem≥1∫11NEMt=nem|∑k=1nemYk|dP≤∑nem≥1E(11NEMt=nem∑k=1nem|Yk|){\ displaystyle \ mathbb {E} (| Z_ {t} |) = \ sum _ {n \ geq 1} \ int 1 \! \! 1_ {N_ {t} = n} | \ sum _ {k = 1 } ^ {n} Y_ {k} | d \ mathbb {P} \ leq \ sum _ {n \ geq 1} \ mathbb {E} (1 \! \! 1_ {N_ {t} = n} \ sum _ {k = 1} ^ {n} | Y_ {k} |)}![\ mathbb {E} (| Z_t |) = \ sum_ {n \ geq 1} \ int 1 \! \! 1_ {N_t = n} | \ sum_ {k = 1} ^ n Y_k | d \ mathbb {P} \ leq \ sum_ {n \ geq 1} \ mathbb {E} (1 \! \! 1_ {N_t = n} \ sum_ {k = 1} ^ n | Y_k |)](https://wikimedia.org/api/rest_v1/media/math/render/svg/70db7ed1dd919c65453d43981d9af183971ec71a)
.
De és függetlenek, ezért
11NEMt=nem{\ displaystyle 1 \! \! 1_ {N_ {t} = n}}
∑k=1nem|Yk|{\ displaystyle \ sum _ {k = 1} ^ {n} | Y_ {k} |}![\ sum_ {k = 1} ^ n | Y_k |](https://wikimedia.org/api/rest_v1/media/math/render/svg/683aa9265521300807568cf03cef0a28c440e0e4)
E(|Zt|)≤∑nem≥1P(NEMt=nem)E(∑k=1nem|Yk|)≤∑nem≥1P(NEMt=nem)nemE(|Y1|)≤E(NEMt)E(|Y1|){\ displaystyle \ mathbb {E} (| Z_ {t} |) \ leq \ sum _ {n \ geq 1} \ mathbb {P} (N_ {t} = n) \ mathbb {E} (\ sum _ { k = 1} ^ {n} | Y_ {k} |) \ leq \ sum _ {n \ geq 1} \ mathbb {P} (N_ {t} = n) n \ mathbb {E} (| Y_ {1 } |) \ leq \ mathbb {E} (N_ {t}) \ mathbb {E} (| Y_ {1} |)}![\ mathbb {E} (| Z_t |) \ leq \ sum_ {n \ geq 1} \ mathbb {P} (N_t = n) \ mathbb {E} (\ sum_ {k = 1} ^ n | Y_k |) \ leq \ sum_ {n \ geq 1} \ mathbb {P} (N_t = n) n \ mathbb {E} (| Y_1 |) \ leq \ mathbb {E} (N_t) \ mathbb {E} (| Y_1 |)](https://wikimedia.org/api/rest_v1/media/math/render/svg/56c21069d105fccd3c9d1a172d2dfad4c23351b1)
.
Most következik a Poisson törvény paraméter , így .
NEMt{\ displaystyle N_ {t}}
λt{\ displaystyle \ lambda t}
E(|Zt|)<λtE(|Y1|)<+∞{\ displaystyle \ mathbb {E} (| Z_ {t} |) <\ lambda t \ mathbb {E} (| Y_ {1} |) <+ \ infty}![\ mathbb {E} (| Z_t |) <\ lambda t \ mathbb {E} (| Y_1 |) <+ \ infty](https://wikimedia.org/api/rest_v1/media/math/render/svg/160a4b63934c40007172ac694bdd5f0394f9fe4a)
Ugyanígy és a Dominált Konvergencia Tétel használatával ezúttal ezt is megmutathatjuk .
E(Zt)=λtE(Y1){\ displaystyle \ mathbb {E} (Z_ {t}) = \ lambda t \ mathbb {E} (Y_ {1})}![\ mathbb {E} (Z_t) = \ lambda t \ mathbb {E} (Y_1)](https://wikimedia.org/api/rest_v1/media/math/render/svg/c09ff1d93c5424b35357b88301dfefadb3c3a91a)
Variancia
Tétel - variancia Ha elismeri egy pillanatra rend 2, akkor az összes , elismeri egy pillanatra rend 2 és mi
Y1{\ displaystyle Y_ {1}}
t{\ displaystyle t}
Zt{\ displaystyle Z_ {t}}![Z_t](https://wikimedia.org/api/rest_v1/media/math/render/svg/a4494df739b00ddebb3f741b5a5aab7415a78736)
Vnál nélr(Zt)=λtE(Y12){\ displaystyle Var (Z_ {t}) = \ lambda t \ mathbb {E} (Y_ {1} ^ {2})}![Var (Z_t) = \ lambda t \ mathbb {E} (Y_1 ^ 2)](https://wikimedia.org/api/rest_v1/media/math/render/svg/8335da7c02ea47521f03c07aaebe7670ebdb66fd)
.
Demonstráció
Javítsuk ki . Az események teljes rendszerével feltételezzük, hogy megmutassuk a 2. sorrend pillanatát.
t{\ displaystyle t}
{NEMt=nem}{\ displaystyle \ {N_ {t} = n \}}
Zt{\ displaystyle Z_ {t}}![Z_t](https://wikimedia.org/api/rest_v1/media/math/render/svg/a4494df739b00ddebb3f741b5a5aab7415a78736)
E(|Zt|2)=∑nem≥1E(|∑k=1NEMtYk|2|NEMt=nem)P(NEMt=nem){\ displaystyle \ mathbb {E} (| Z_ {t} | ^ {2}) = \ sum _ {n \ geq 1} \ mathbb {E} (| \ sum _ {k = 1} ^ {N_ {t }} Y_ {k} | ^ {2} | N_ {t} = n) \ mathbb {P} (N_ {t} = n)}![\ mathbb {E} (| Z_t | ^ 2) = \ sum_ {n \ geq 1} \ mathbb {E} (| \ sum_ {k = 1} ^ {N_t} Y_k | ^ 2 | N_t = n) \ mathbb {P} (N_t = n)](https://wikimedia.org/api/rest_v1/media/math/render/svg/77bba1a1314b120b988bb8c60ae75f8f91934b16)
.
A folyamattól függetlenül a csomagtól ,
(NEMt)t{\ displaystyle (N_ {t}) _ {t}}
(Yén)én{\ displaystyle (Y_ {i}) _ {i}}![(Y_i) _i](https://wikimedia.org/api/rest_v1/media/math/render/svg/60dd2697a4d91afe33fc8c16e53c5a5c3341d7ad)
E(|∑k=1NEMtYk|2|NEMt=nem)=E(|∑k=1nemYk|2){\ displaystyle \ mathbb {E} (| \ sum _ {k = 1} ^ {N_ {t}} Y_ {k} | ^ {2} | N_ {t} = n) = \ mathbb {E} (| \ sum _ {k = 1} ^ {n} Y_ {k} | ^ {2})}![\ mathbb {E} (| \ sum_ {k = 1} ^ {N_t} Y_k | ^ 2 | N_t = n) = \ mathbb {E} (| \ sum_ {k = 1} ^ {n} Y_k | ^ 2 )](https://wikimedia.org/api/rest_v1/media/math/render/svg/ae9f30222f2088423936df5eec9e67d3dde0aff8)
.
Így
E(|Zt|2)=∑nem≥1E(|∑k=1nemYk|2)P(NEMt=nem)≤∑nem≥1E(∑k=1nem|Yk|2)P(NEMt=nem){\ displaystyle \ mathbb {E} (| Z_ {t} | ^ {2}) = \ sum _ {n \ geq 1} \ mathbb {E} (| \ sum _ {k = 1} ^ {n} Y_ {k} | ^ {2}) \ mathbb {P} (N_ {t} = n) \ leq \ sum _ {n \ geq 1} \ mathbb {E} (\ sum _ {k = 1} ^ {n } | Y_ {k} | ^ {2}) \ mathbb {P} (N_ {t} = n)}
Akkor megvan
E(|Zt|2)≤∑nem≥1(nemVnál nélr(|Y1|)+(nemE(|Y1|))2)P(NEMt=nem)≤E(NEMt)Vnál nélr(|Y1|)+E(NEMt2)(E(|Y1|))2{\ displaystyle \ mathbb {E} (| Z_ {t} | ^ {2}) \ leq \ sum _ {n \ geq 1} (nVar (| Y_ {1} |) + (n \ mathbb {E} ( | Y_ {1} |)) ^ {2}) \ mathbb {P} (N_ {t} = n) \ leq \ mathbb {E} (N_ {t}) Var (| Y_ {1} |) + \ mathbb {E} (N_ {t} ^ {2}) (\ mathbb {E} (| Y_ {1} |)) ^ {2}}
(Zt)t{\ displaystyle (Z_ {t}) _ {t}}
ezért négyzet alakú integrálható. Ezért most ki kell fejeznünk .
E(Zt2){\ displaystyle \ mathbb {E} (Z_ {t} ^ {2})}![\ mathbb {E} (Z_t ^ 2)](https://wikimedia.org/api/rest_v1/media/math/render/svg/cbf6b5f0fec37e59be7bb0d5987bb8c1772ca0d6)
E(Zt2)=∑nem≥1E(Zt2|NEMt=nem)P(NEMt=nem)=E(NEMt)Vnál nélr(Y1)+E(NEMt2)(E(Y1))2{\ displaystyle \ mathbb {E} (Z_ {t} ^ {2}) = \ sum _ {n \ geq 1} \ mathbb {E} (Z_ {t} ^ {2} | N_ {t} = n) \ mathbb {P} (N_ {t} = n) = \ mathbb {E} (N_ {t}) Var (Y_ {1}) + \ mathbb {E} (N_ {t} ^ {2}) (\ mathbb {E} (Y_ {1})) ^ {2}}
Honnan
Vnál nélr(Zt)=E(NEMt)Vnál nélr(Y1)+Vnál nélr(NEMt)(E(Y1))2=λtE(Y12).{\ displaystyle Var (Z_ {t}) = \ mathbb {E} (N_ {t}) Var (Y_ {1}) + Var (N_ {t}) (\ mathbb {E} (Y_ {1})) ^ {2} = \ lambda t \ mathbb {E} (Y_ {1} ^ {2}).}
A nagy számok törvénye
Nagyszámú törvényt írhatunk az Összetett Poisson folyamatra.
Tétel - Ha a leseknek van egy pillanatnyi sorrendje 2, akkor
Yén{\ displaystyle Y_ {i}}![Y_ {i}](https://wikimedia.org/api/rest_v1/media/math/render/svg/d57be496fff95ee2a97ee43c7f7fe244b4dbf8ae)
P(limt→+∞ZtNEMt=E(Y1))=1{\ displaystyle \ mathbb {P} (\ lim _ {t \ to + \ infty} {\ dfrac {Z_ {t}} {N_ {t}}} = \ mathbb {E} (Y_ {1})) = 1}![\ mathbb {P} (\ lim_ {t \ to + \ infty} \ dfrac {Z_t} {N_t} = \ mathbb {E} (Y_1)) = 1](https://wikimedia.org/api/rest_v1/media/math/render/svg/6474ceb88421daa4ba7a263c99ad1589c15ad35c)
Demonstráció
A nagyszámú törvény szerint van . Honnan szinte biztosan.
(NEMt)t{\ displaystyle (N_ {t}) _ {t}}
limt→+∞NEMtt=λ{\ displaystyle \ lim _ {t \ to + \ infty} {\ dfrac {N_ {t}} {t}} = \ lambda}
limt→+∞NEMt=+∞{\ displaystyle \ lim _ {t \ to + \ infty} N_ {t} = + \ infty}![\ lim_ {t \ to + \ infty} N_t = + \ infty](https://wikimedia.org/api/rest_v1/media/math/render/svg/ba9bfe49c71ba3fbbb3254ed067d528e1ec46f76)
Y1,Y2,⋯,YNEM{\ displaystyle Y_ {1}, Y_ {2}, \ cdots, Y_ {N}}
iid és négyzet alakúak integrálhatók. szerint az erős nagy számok törvénye a mi
(Yén)én{\ displaystyle (Y_ {i}) _ {i}}![(Y_i) _i](https://wikimedia.org/api/rest_v1/media/math/render/svg/60dd2697a4d91afe33fc8c16e53c5a5c3341d7ad)
∑én=1NEMYénNEM↦NEM→+∞E(Y1).{\ displaystyle {\ dfrac {\ sum _ {i = 1} ^ {N} Y_ {i}} {N}} \ mapsto _ {N \ to + \ infty} \ mathbb {E} (Y_ {1}) .}
Mivel szinte biztosan az ember felé hajlik, ennek megvan az eredménye.
NEMt{\ displaystyle N_ {t}}
+∞{\ displaystyle + \ infty}![+ \ infty](https://wikimedia.org/api/rest_v1/media/math/render/svg/bddbb0e4420a7e744cf71bd71216e11b0bf88831)
Funkció jellemző
A karakterisztikus függvénye a teljesen meghatározza annak törvénye valószínűsége(Zt)t{\ displaystyle (Z_ {t}) _ {t}}
Tétel - Az intenzitásból álló Poisson-folyamat jellegzetes funkciója meg van írva
(Zt)t{\ displaystyle (Z_ {t}) _ {t}}
λ{\ displaystyle \ lambda}![\ lambda](https://wikimedia.org/api/rest_v1/media/math/render/svg/b43d0ea3c9c025af1be9128e62a18fa74bedda2a)
ΦZt(ξ)=eλt(ΦY1(ξ)-1){\ displaystyle \ Phi _ {Z_ {t}} (\ xi) = e ^ {\ lambda t (\ Phi _ {Y_ {1}} (\ xi) -1)}}![\ Phi_ {Z_t} (\ xi) = e ^ {\ lambda t (\ Phi_ {Y_1} (\ xi) -1)}](https://wikimedia.org/api/rest_v1/media/math/render/svg/4f151560ea2bed5832c877a65cde62237856f900)
Demonstráció
A karakterisztikus függvény és a teljes várakozási képlet képlete alapján megvan
ΦZt(ξ)=∑nem≥0E(e-énξZt|NEMt=nem)P(NEMt=nem)=∑nem≥0E(e-énξ∑j=0NEMtYj|NEMt=nem)P(NEMt=nem){\ displaystyle \ Phi _ {Z_ {t}} (\ xi) = \ sum _ {n \ geq 0} \ mathbb {E} (e ^ {- i \ xi Z_ {t}} | N_ {t} = n) \ mathbb {P} (N_ {t} = n) = \ összeg _ {n \ geq 0} \ mathbb {E} (e ^ {- i \ xi \ sum _ {j = 0} ^ {N_ { t}} Y_ {j}} | N_ {t} = n) \ mathbb {P} (N_ {t} = n)}
És a folyamat és a véletlen változók szekvenciája közötti függetlenség révén megvan, hogy Honnan
(NEMt)t{\ displaystyle (N_ {t}) _ {t}}
(Yj)j{\ displaystyle (Y_ {j}) _ {j}}
E(e-énξ∑j=0NEMtYj|NEMt=nem)=E(e-énξ∑j=1nemYj).{\ displaystyle \ mathbb {E} (e ^ {- i \ xi \ sum _ {j = 0} ^ {N_ {t}} Y_ {j}} | N_ {t} = n) = \ mathbb {E} (e ^ {- i \ xi \ sum _ {j = 1} ^ {n} Y_ {j}}).}![\ mathbb {E} (e ^ {- i \ xi \ sum_ {j = 0} ^ {N_t} Y_j} | N_t = n) = \ mathbb {E} (e ^ {- i \ xi \ sum_ {j = 1} ^ nY_j}).](https://wikimedia.org/api/rest_v1/media/math/render/svg/203971b28c8a83c12490c9fe03451a6a5db1f7cb)
ΦZt(ξ)=∑nem≥0E(e-énξ∑j=1nemYj)e-λt(λt)nemnem!.{\ displaystyle \ Phi _ {Z_ {t}} (\ xi) = \ sum _ {n \ geq 0} \ mathbb {E} (e ^ {- i \ xi \ sum _ {j = 1} ^ {n } Y_ {j}}) e ^ {- \ lambda t} {\ dfrac {(\ lambda t) ^ {n}} {n!}}.}
És a köztük lévő függetlenség révén megvan . Így van
Yj{\ displaystyle Y_ {j}}
E(e-énξ∑j=1nemYj)=ΦY1(ξ)nem{\ displaystyle \ mathbb {E} (e ^ {- i \ xi \ sum _ {j = 1} ^ {n} Y_ {j}}) = \ Phi _ {Y_ {1}} (\ xi) ^ { nem}}![\ mathbb {E} (e ^ {- i \ xi \ sum_ {j = 1} ^ nY_j}) = \ Phi_ {Y_1} (\ xi) ^ n](https://wikimedia.org/api/rest_v1/media/math/render/svg/b878acab456c3f3b8fa15226270dcfad767fa5bd)
ΦZt(ξ)=e-λt∑nem≥0(ΦY1(ξ))nem(λt)nemnem!=eλt(ΦY1(ξ)-1).{\ displaystyle \ Phi _ {Z_ {t}} (\ xi) = e ^ {- \ lambda t} \ sum _ {n \ geq 0} (\ Phi _ {Y_ {1}} (\ xi)) ^ {n} {\ dfrac {(\ lambda t) ^ {n}} {n!}} = e ^ {\ lambda t (\ Phi _ {Y_ {1}} (\ xi) -1)}.}
Központi korlát tétel
Felállíthatunk egy konvergencia-tételt a folyamathoz .
(Zt)t{\ displaystyle (Z_ {t}) _ {t}}![(Z_t) _t](https://wikimedia.org/api/rest_v1/media/math/render/svg/8c90f85f7a3658cae8353ab7dce292eefaa31bcd)
Tétel - Legyen Poisson folyamat áll intenzitással . Feltételezzük, hogy központúak, redukáltak és függetlenek és azonos eloszlásúak. Ekkor van konvergenciánk a következő
törvényben(Zt)t{\ displaystyle (Z_ {t}) _ {t}}
Λ{\ displaystyle \ Lambda}
Yén{\ displaystyle Y_ {i}}![Y_ {i}](https://wikimedia.org/api/rest_v1/media/math/render/svg/d57be496fff95ee2a97ee43c7f7fe244b4dbf8ae)
Zt→t→+∞LNEM(0,1).{\ displaystyle Z_ {t} {\ xrightarrow [{t \ to + \ infty}] {\ mathcal {L}}} {\ mathcal {N}} (0,1).}![Z_t \ xrightarrow [t \ to + \ infty] {\ mathcal {L}} \ mathcal {N} (0,1).](https://wikimedia.org/api/rest_v1/media/math/render/svg/afb5b7144ba51d0ba67c68eea6b4e80741dbbb45)
Demonstráció
Használjuk a 0 jellegzetes függvényét, és korlátozottan tágítjuk a 0 szomszédságában (ami azt jelenti, hogy a t végtelenbe hajlik). A véletlen változó jellegzetes függvényét egy normális törvény szerint ismerjük fel. majd a Paul-Levy folytonossági tételrel zárjuk le(Zt)t{\ displaystyle (Z_ {t}) _ {t}}
ΦY1{\ displaystyle \ Phi _ {Y_ {1}}}
Függelékek
Bibliográfia
- D. Applebaum, Lévy-folyamatok és sztochasztikus számítás , PPUR sajtótechnikák, 2009
-
J. Bertoin , Lévy Processes , Cambridge University Press, Cambridge, 1996. ( ISBN 0-52164-632-4 )
- Y. Caumel, Valószínűségek és sztochasztikus folyamatok , Springer Verlag France, 2011, ( ISBN 2817801628 )
Megjegyzések és hivatkozások
<img src="https://fr.wikipedia.org/wiki/Special:CentralAutoLogin/start?type=1x1" alt="" title="" width="1" height="1" style="border: none; position: absolute;">