Stokastisk prosess
Fra Wikipedia, den frie encyklopedi
En stokastisk prosess er et matematisk objekt som anvendes for å beskrive tilfeldige (stokastiske) forandringer.
En reell stokastisk prosess X er en samling av stokastiske variabler som er definert i samme sannsynlighetsrom . Hvis indeksmengden T er diskret, sier man at X er en stokastisk prosess i diskret tid, og dersom indeksmengden er kontinuerlig sier man at X er en stokastisk prosess i kontinuerlig tid.
Sannsynlighetsfordelingen for en stokastisk variabel er et sannsynlighetsmål μt på Borel sigma-algebraen på mengden av de reelle tallene :
De endelig-dimensjonale fordelingene for en stokastisk prosess er mengden av alla tenkbare flerdimensjonale sannsynlighetsfordelinger som assosieres med den stokastiske prosessen:
der index og mengdene for hvert valg av heltallet
Assosiert med en stokastisk prosess er dens forventningsverdifunksjon
og dens kovariansfunksjon
Disse defineres av følgende integraler med hensyn på sannsynlighetsmålet P.
og
c(s,t) = E[XsXt] − E[Xs]E[Xt],
der forventningsverdien E[XsXt] beregnes i produktrommet
Hvis det viser seg at de endelig-dimensjonale fordelingene for den stokastiske prosessen X er absolutt kontinuerlige med hensyn på Lebesgue-målet, så kan den forventningsverdien over skrives som
og
der funksjonen er den Radon-Nikodym-deriverte av sannsynlighetsfordelingen for den stokastiske variabelen Xt med hensyn på Lebesgue-målet på
Denne deriverte kalles innenfor sannsynlighetsteori og statistikk for den stokastiske variabelens tetthetsfunksjon. På motsatt vis er funksjonen Radon-Nikodym-derivatet
av sannsynlighetsfordelingen for den to-dimensjonale stokastiske variabelen (Xs,Xt) med hensyn på Lebesgue-målet i området
Stokastiske prosesser forekommer ofte i teknisk, økonomisk og finansiell teori.