Der Satz von Palm-Chintschin der Stochastik besagt, dass sich die Überlagerung (Superposition) einer hinreichend großen Anzahl von nicht notwendigerweise poissonschen Erneuerungsprozessen asymptotisch einem Poisson-Prozess annähert, wenn die Ereignisse in den einzelnen Prozessen relativ selten auftreten. Der Satz beruht auf Arbeiten von Conny Palm aus dem Jahr 1943[1] und Aleksander Chintschin aus dem Jahr 1955[2]. Er findet Anwendung in der Warteschlangentheorie und Zuverlässigkeitsanalyse, zum Beispiel bei der Modellierung von Ankunftsprozessen von Kunden oder seltenen Ereignissen in der Versicherungsmathematik.

Seien   für  ,   unabhängige Erneuerungsprozesse und

 

die Superposition dieser Prozesse. Weiter bezeichne   die Zeit zwischen der ersten und zweiten Erneuerung in Prozess   sowie  . Unter den Annahmen

  1. Für alle hinreichend große   gelte:  .
  2. Gegeben  , für jedes   und hinreichend große   gelte:   für alle  .

strebt dann die Überlagerung der Zählprozesse   für   gegen   gegen einen Poisson-Prozess mit Rate  .[3]

Erweiterungen

Bearbeiten

Es gibt zahlreiche Erweiterungen, z. B. den Satz von Grigelionis,[4] der die Annahmen verallgemeinert und als Grenzprozess einen nicht-homogenen Poisson-Prozess ableitet. In der Software-Zuverlässigkeit gibt es zahlreiche Erweiterungen für Software-Zuverlässigkeitswachstumsmodelle, klassisch z. B. den Satz von Littlewood,[5] bei dem der Ausfallprozess für komplexe Software-Systeme, deren interne Struktur durch Markow-Ketten beschrieben werden kann, ebenfalls wieder gegen einen Poisson-Prozess strebt.

Einzelnachweise

Bearbeiten
  1. Conny Palm: Intensitätsschwankungen im Fernsprechverkehr, Ericsson Techniks 44, 1–189 (1943)
  2. Aleksander Chintschin: Matematicheskie metody teorii massovogo obsluzhivaniia, Trudy Matematicheskogo Instituta Steklov, Akad. Nauk, U.S.S.R., Vol. 49 (1955)
  3. Daniel P. Heyman, Matthew J. Sobel: Stochastic Models in Operations Research: Stochastic Processes and Operating Characteristics, Courier Corporation, 2003, ISBN 978-0-48643-259-5, S. 156–161
  4. Alessandro Birolini: Reliability Theory, 7. Auflage, Springer, Heidelberg, 2013, Kapitel A7.8.3
  5. Littlewood, B.: A reliability model for systems with Markov structure, Applied Statistics 24 (1975), 172–177.