On the integro-differential equations of purely discontinuous Markoff processes.
Ein Markoffscher Prozeß wird definiert durch die Übergangswahrscheinlichkeit \(P(\tau,x;t,\varLambda)\) mit \(P(\tau,x;t,E)\equiv 1\) dafür, daß ein Punkt, der zur Zeit \(\tau < t\) an der Stelle \(x\) zu finden ist, zur Zeit \(t\) in der Punktmenge \(\varLambda \subset E\) liegt. Ein solcher Prozeß wird ``rein unstetig genannt, wenn \[ P(\tau,x;t,\varLambda)=\{1-p(t,x)(t-\tau)\}\delta(x,\varLambda) +p(t,x)(t-\tau)\varPi(t,x,\varLambda)+o(t-\tau) \] gilt, wo \(\delta(x,\varLambda)=1\) oder 0 ist, je nachdem, ob \(x\) in \(\varLambda\) liegt oder nicht. \(o(t-\tau)\) darf von \(x\) und \(\varLambda\) abhängen. Über \(p(t,x)\) und \(\varPi(t,x,\varLambda)\) werden folgende Voraussetzungen gemacht: (1) \(p(t,x)\) ist beschränkt und nichtnegativ für alle \(x\) aus \(E\) und alle \(t\) aus einem endlichen oder unendlichen Intervall \(T_0 < t < T_1\); bei festem \(x\) ist \(p(t,x)\) in \(t\) stetig, bei festem \(t\) meßbar. (2) \(\varPi(t,x,\varLambda)\) ist definiert für \(T_0<t<T_1\), alle \(x\) aus \(E\) und alle in Betracht gezogenen Mengen \(\varLambda\). Bei festem \(x\), \(\varLambda\) ist \(\varPi\) stetig in \(t\), bei festem \(t\), \(\varLambda\) meßbar, bei festem \(t\), \(x\) eine nichtnegative volladditive Mengenfunktion mit \(\varPi(t,x,E)=1\). Schließlich sei \(\varPi(t,x,x)=0\). Es wird gezeigt: Es gibt eine Untermenge \(\mathfrak B_1\) der Mengen \(\varLambda\), derart daß für alle \(\varLambda\subset \mathfrak B_1\), alle \(\tau\) und fast alle \(t\) die ersten partiellen Ableitungen von \(P\) nach \(\tau\) und \(t\) existieren und die Integrodifferentialgleichungen \[ \begin{gathered} \dfrac{\partial P(\tau,x;t,\varLambda)}{\partial t} =-\int\limits_\varLambda p(t,y) P(\tau,x;t,dE_y)+\int\limits_Ep(t,y)\varPi(t,y,\varLambda) P(\tau,x;t,dE_y), \tag{1} \\ \dfrac{\partial P(\tau,x;t,\varLambda)}{\partial \tau} =p(\tau,x)\{P(\tau,x;t,\varLambda)-\int\limits_Ep(\tau,y;t, \varLambda)\varPi(\tau,x,dE_y)\} \tag{2} \end{gathered} \] gelten. Weiter wird gezeigt, daß es eine Funktion \(P(\tau,x;t,\varLambda)\) gibt, die (1) und (2) befriedigt für alle \(\varLambda\subset \mathfrak B_1\) und fast alle \(t\) und \(\tau\); sie ist eindeutig definiert durch jede der beiden Beziehungen (1) oder (2). Leider ist sie nicht ohne weiteres als Übergangswahrscheinlichkeit brauchbar, da nur \(0\leqq P(\tau,x;t,\varLambda)\leqq 1\) gilt, aber \(P(\tau,x;t,E) < 1\) vorkommen kann. -- Wenn \(p\) und \(\varPi\) nicht von \(t\) abhängen, läßt sich eine notwendige und hinreichende Bedingung dafür angeben, daß \(P(\tau,x;t,E)=1\) ist. Einige Beispiele beschließen die wertvolle Arbeit.
- scientific article; zbMATH DE number 3029964 (Why is no real title available?)
- scientific article; zbMATH DE number 3030315 (Why is no real title available?)
- Stochastic Processes Depending on a Continuous Parameter
- Zur Theorie der stochastischen Prozesse. (Existenz- und Eindeutigkeitssätze.)
- Über die analytischen Methoden in der Wahrscheinlichkeitsrechnung
- Monte Carlo method for pricing lookback type options in Lévy models
- Ray-Knight compactification of birth and death processes
- Modelling catastrophic extinction in stochastic birth-death process: analytical insights, estimation, and efficient simulation
- Tails of explosive birth processes and the emergence of monopoly in non-linear Pólya urns
This page was built for publication: On the integro-differential equations of purely discontinuous Markoff processes.
Report a bug (only for logged in users!)Click here to report a bug for this page (MaRDI item Q2587569)
