Stochastische Prozesse

Dieses Lehrbuch beschäftigt sich mit stochastischen Prozessen in der Zeit. Diese Klasse von mathematischen Modellen hat vielfältige Anwendungen auf Problemstellungen, in denen man Zufallsphänomene in ihrer zeitlichen Entwicklung erfassen möchte. Im umfangreichen Gebiet der stochastischen Prozesse konzentrieren wir uns auf Themen, die sowohl mathematisch als auch von den Anwendungen her besonders bedeutungsvoll sind. Ausgangspunkt ist die Theorie der bedingten Erwartungen und der Martingale, die die Stochastik in der zweiten Hälfte des 20. Jahrhunderts neu prägte; hier orientiert man sich an der Vorstellung eines fairen Spiels. Demgegenüber beschreiben Markovketten zufällige Entwicklungen, bei denen die Verteilung des zukünftigen Verlaufs nur vom gegenwärtigen Zustand abhängt. Bei den zeitkontinuierlichen Prozessen steht die Brownsche Bewegung an erster Stelle. Zusammen mit den Poissonschen Punktprozessen und Lévyprozessen befindet sie sich an der Schnittstelle zwischen Martingalen und Markovprozessen. Ein abschließendes Kapitel beschäftigt sich mit zeitkontinuierlichen Markovprozessen und ihren Generatoren, bis hin zu Fellerprozessen.

Das Buch versteht sich als einführender Text, der an fortgeschrittene Themen wie etwa die stochastische Analysis heranführt. Grundlegende Sätze aus der Maß- und Integrationstheorie werden benutzt, dabei stehen immer die probabilistischen Aspekte im Vordergrund. Damit ist das Buch für das fortgeschrittene Bachelor- oder das einführende Masterstudium der Mathematik geeignet.

Attraktive Basis für eine 2- oder 4-stündige weiterführende Lehrveranstaltung in Stochastik Entwickelt die Theorie der stochastischen Prozesse aus einer probabilistischen Sicht Behandelt besonders wichtige Klassen zufälliger Prozesse Beschränkt sich auf Wesentliches und geht dabei in die Tiefe Includes supplementary material: sn.pub/extras

Autorentext

Götz Kersting ist Professor für Stochastik an der Goethe-Universität in Frankfurt am Main.

Anton Wakolbinger ist Professor für Stochastik an der Goethe-Universität in Frankfurt am Main.

Klappentext

Am Anfang des Buches steht die Mathematik der Zufallsvariablen. Die Autoren entwickeln sie im Zusammenspiel mit der Maß- und Integrationstheorie. Ein stochastischer Prozess lässt sich so als ein zufälliger Pfad durch einen Zielbereich betrachten. Behandelt werden Klassen zufälliger Prozesse, die für die Anwendung eine wichtige Rolle spielen. Das Buch liefert Orientierung und Material für eine 2- oder 4-stündige weiterführende Lehrveranstaltung in Stochastik für Mathematiker.

Inhalt

Vorwort.- 1 Bedingte Erwartungen und Martingale.- 2 Markovketten.- 3 Die Brownsche Bewegung.- 4 Poisson- und Lévyprozesse.- 5 Markovprozesse.- Literatur.- Sachverzeichnis.