Nächste Seite: Alterungsprozesse
Aufwärts: Nichtkonstante Ereigniswahrscheinlichkeitsdichten
Vorherige Seite: Nichtkonstante Ereigniswahrscheinlichkeitsdichten
  Inhalt
Falls die Ereigniswahrscheinlichkeitsdichte keine Konstante ist, bekommt
die Zeit eine explizite Bedeutung. Man kann zwischen stetigen
und unstetigen unterscheiden. Für stetige
können theoretisch immer alle Fragen, die für den Poisson-Prozeß lösbar
sind, auch gelöst werden.
In der Praxis kann das sehr aufwendig sein, so daß
man numerische Näherungen bevorzugen könnte. Hier sollen nun allgemeine
Ausdrücke für die Wahrscheinlichkeit Ereignisse im Intervall
bis und für die Wartezeit auf das nächste Ereignis formuliert werden.
In den Abschnitten 2.2.2 bis 2.2.4 werden dann
Spezialfälle besprochen.
Um die Wahrscheinlichkeit zu finden, daß Ereignisse
im Intervall von bis
stattfinden, benötigen wir wieder die Lösungen der
Mastergleichung, deren allgemeine Formulierung gegeben ist durch
|
(2.17) |
Für stetige hat dieses Differentialgleichungssystem immer eindeutige
Lösungen. Die allgemeinen Lösungen der inhomogenen Gleichungen folgen als
Summe
aus deren allgemeinen homogenen Lösungen und jeweils
einer speziellen inhomogenen
Lösung, die durch Variation der Konstanten
aus den jeweiligen allgemeinen Lösungen der homogenen
Gleichungen gefunden werden können.
Das bedeutet, daß man im obigen Fall zunächst die allgemeine
Lösung der homogenen Gleichung für
|
(2.18) |
angibt und die Anfangsbedingung
|
(2.19) |
einflechtet. Diese Anfangsbedingung bedeutet, daß die Wahrscheinlichkeit, kein
Ereignis im Intervall von 0 bis vorzufinden gegen 1 geht, wenn die
Intervallänge gegen 0 geht. Dann ist
und es folgt die Lösung der
homogenen Differentialgleichung unter Berücksichtigung der Anfangsbedingungen
zu
|
(2.20) |
Für gilt dann nach Gleichung (2.17)
die inhomogene Differentialgleichung
|
(2.21) |
Dabei ist der zweite Term auf der rechten Seite der inhomogene Anteil der DGL.
An dieser Stelle muß die Lösung der DGL für eingesetzt werden.
Die allgemeine
Lösung des homogenen Anteils von Gleichung (2.21) ist analog
zu Gleichung (2.20) gegeben durch
|
(2.22) |
Aus der Variation der Konstanten (d.h. setze Gleichung (2.22) mit
dem Ansatz
in die inhomogene Differentialgleichung ein) folgt dann
die Differentialgleichung für
|
(2.23) |
Daraus ist durch Integration bestimmbar.
Es ist leicht einsichtig, daß das Lösungsverfahren sehr langatmig und für
große auch sehr aufwendig werden kann, denn zur Lösung der -ten DGL
muß die Lösung der -ten DGL bekannt sein und als inhomogener Term
eingesetzt werden. Deshalb werden solche Probleme gerne mit Hilfe von
Markov-Ketten gelöst.
Einfacher ist die Frage nach der Wartezeitverteilung, d.h. nach der
Wahrscheinlichkeit, das man wenn man ab dem Zeitpunkt wartet,
bis warten muß, bis das erste Ereignis stattfindet.
Dazu darf erstens im Zeitintervall bis kein Ereignis
stattfinden, während zweitens
im Intervall bis
ein Ereignis stattfinden muß. Die Wartezeitwahrscheinlichkeitsdichte
ist dann das Produkt der
Wahrscheinlichkeit, daß zwischen und kein Ereignis
stattfindet
aus Gleichung (2.20)) mit der Wahrscheinlichkeitsdichte
dafür, daß zwischen und
ein Ereignis
stattfindet (
).
Damit gilt für die Wartezeitverteilungsdichte
|
(2.24) |
Ein Vergleich von Gleichung (2.24) und den Gleichungen (2.22)
und (2.23) zeigt, daß die Wartezeitverteilung
eine wesentlich einfacher
zugängliche Größe ist, als die Wahrscheinlichkeitsverteilung
für beliebige
Ereignisse im Zeitraum von bis .
Die Wahrscheinlichkeit, daß man, wenn man ab dem Zeitpunkt auf ein
Ereignis wartet, höchstens die Zeit warten muß, folgt dann zu
|
(2.25) |
Diese Größe wird in der Extremwertstatistik Risiko genannt. Sie gibt an,
wie groß das Risiko ist, in der ab folgenden Zeitspanne ein
Ereignis zu haben.
ist dann die Wahrscheinlichkeit dafür, daß man mindestens
so lange warten muß.
In den folgenden Abschnitten werden einige
einfache aber nützliche Beispiele explizit besprochen.
Nächste Seite: Alterungsprozesse
Aufwärts: Nichtkonstante Ereigniswahrscheinlichkeitsdichten
Vorherige Seite: Nichtkonstante Ereigniswahrscheinlichkeitsdichten
  Inhalt
ich
2000-01-24