Fuzzy Probability Distributions
2011, Wiley series in probability and statistics
https://doi.org/10.1002/9780470974414.CH8Abstract
Messwerte kontinuierlicher physikalischer GroBen sind a priori unscharf und konnen mittels des Konzepts der unscharfen Zahlen und unscharfen Vektoren modelliert werden. Im Sinne einer quantitativen Verarbeitung solcher Daten ist es insbesondere notwendig, das klassische Konzept relativer Haufigkeiten fur reelle Stichproben auf sogenannte unscharfe relative Haufigkeiten fiir unscharfe Stichproben zu erweitern. Die unscharfe relative Haufigkeit einer Menge ist selbst eine unscharfe Zahl. Ausgehend von der Interpretation von Wahrscheinlichkeiten als Grenzwerte relativer Haufigkeiten ist es daher unumganglich, auch sogenannte unscharfe Wahrscheinlichkeitsverteilungen zu betrachten, fiir die die Wahrscheinlichkeit eines Ereignisses selbst eine unscharfe Zahl ist. Nach einer grundlegenden Abhandlung uber die wichtigsten algebraischen und topologischen Eigenschaften der Familie der unscharfen Zahlen und der Familie der d-dimensionalen unscharfen Vektoren ist daher der GroGteil der vorliegende Arbeit der Untersuchung zweier unterschiedlicher naturlicher Zugange zu unscharfen Wahrscheinlichkeitsverteilungen gewidmet: Jenem uber sogenannte unscharfe Wahrscheinlichkeitsdichten und einem speziellen Integrationsprozess ahnlich dem Aumann-Integral einerseits, und jenem uber die Verteilung unscharfer Zufallsvektoren andererseits. Es wird dabei insbesondere versucht, den hohen Grad an Gemeinsamkeit der durch die beiden Zugange induzierten unscharfen Wahrscheinlichkeitsverteilungen herauszustreichen. Daruberhinaus wird ein Starkes Gesetz der GroBen Zahlen fur unscharfe relative Haufigkeiten und unscharfe Wahrscheinlichkeitsverteilungen induziert von unscharfen Zufallsvektoren bezuglich verschiedener Metriken bewiesen und, in Verallgemeinerung reellwertiger stochastischer Prozesse, sogenannte unscharfe stochastische Prozesse definiert, und grundlegende Eigenschaften untersucht .
References (46)
- M.F. Barnsley: Fractals everywhere, Academic Press, Cambridge, 1993
- H. Bauer: Map-und Integrationstheorie, W. de Gruyter Verlag, Berlin New York, 1993
- H. Bauer: Wahrscheinlichlceitstheorie, W. de Gruyter Verlag, Berlin New York, 2002
- D. Bierlein: Der Graph mei3barer Funktionen mit abstraktem Defini- tionsbereich, Math. Zeitschrij? 76, 468-471 (1961)
- J.J. Buckley: Graphs of measurable functions, Proc. Amer. Math. Soc. 44, 78-80 (1974)
- J. J . Buckley: Fuzzy Probabilities, Physica, Heidelberg New York, 2003
- C. Castaing, M. Valadier: Convex Analysis and Measurable Multifunc- tions, Lecture Notes in Mathematics, Springer, Berlin Heidelberg New York, 1977
- G. Choquet: Theory of capacities, Ann. Inst. Fourier 5, 131-295 (1953154)
- P. Diamond, P. Kloeden: Metric Spaces of Fuzzy Sets, World Scientific, Singapore, 1994
- P. Diamond, P. Kloeden: Metric spaces of fuzzy sets, Fuzzy Sets and Systems 35, 241-249 (1990)
- J.L. Doob: Stochastic Processes, John Wiley & Sons, New York, 1953 [l21 N. Dunford, J.T. Schwartz: Linear Operators, Wiley-Interscience, New York, 1958
- J. Elstrodt: Mu$-und Integrationstheorie, Springer Verlag, Berlin Hei- delberg New York, 1999
- N. Etemadi: An elementary proof of the strong law of large numbers, Zeitschrift fur Wahrscheinlichkeitstheorie und verwandte Gebiete 55 119-122 (1981)
- D. Hareter:Zeitreihenanalyse mit unscharfen Daten, Dissertation, T U Wien, 2003
- 1161 E. Hewitt, K. Stromberg: Real and Abstract Analysis, Springer Verlag, Berlin Heidelberg, 1965
- B.K. Kim, J.H. Kim: Stochastic Integrals of Set-Valued Processes and Fuzzy Processes, Journal of Mathematical Analysis and Applications 236, 480-502 (1999)
- E.P. Klement, M.L. Puri, D.A. Ralescu: Limit theorems for fuzzy ran- dom variables, Proc. Ray. SOC. London, A 407, 171-182 (1986)
- R. Korner: Linear Models with Random Fuzzy Variables, Dissertation der TU Bergakademie Freiberg, 1997
- V. Kratschmer: Some complete metrics on spaces of fuzzy subsets, Fuzzy Sets and Systems 130, 357-365 (2002)
- H. Kwakernaak: Fuzzy random variables -I. Definitions and theorems, Inform. Sci. 15, 1-29 (1978)
- H. Kwakernaak: Fuzzy random variables -11. Algorithms and examples for the discrete case, Inform. Sci. 1 7 , 253-278 (1979)
- A. Lasota, M. C. Mackey: Chaos, Fractals and Noise, Springer Verlag, New York, 1994
- M. Ledoux, M. Talagrand: Probability in Banach Spaces, Springer Ver- lag, Berlin Heidelberg New York, 1991
- J. Lehn: Pramefibare Funktionen, rnanuscripta math. 20,141-152 (1977)
- J. Lehn: Remark on measurable graph theorems, Proc. Amer. Math. Soc. 63, 46-48 (1977)
- G. Matheron: Random Sets and Integral Geometry, Wiley, New York, 1975
- R.E. Megginson: An Introduction to Banach Space Theory, Springer, New York, 1998
- I. Molchanov: Theory of Random Sets, Springer, London, 2005
- B. Moller, M. Beer: Fuzzy Randomness -Uncertainty in Civil Engineer- ing and Computational Mechanics, Springer, Berlin, 2004
- B. Moller, M. Beer, U. Reuter: Theoretical Basis of Fuzzy Random- ness -Application to Time Series with Fuzzy Data, in: G. Augusti, G.I. Schueller, M. Ciampoli (Eds.): Safety and Reliability of Engineer- ing Systems and Structures -Proceedings of the 9-th International Conference on Structural Safety and Reliability, Millpress, Rotterdam, pp. 1701 -1707, 2005
- S. Niculescu, R. Viertl: Bernoulli's Law of Large Numbers for Vague Data, Fuzzy Sets and Systems 50, 167-173 (1992)
- M.L. Puri, D.A. Ralescu: Fuzzy random variables, J. Math. Anal. Appl. 114, 409-422 (1986)
- H. Radstrom: An embedding theorem for spaces of convex sets, Proc. Amer. Math. Soc. 3, 165-169 (1968)
- W. Rudin: Real and Complex Analysis, McGraw-Hill International Edi- tions, Singapore, 1987
- W. Rudin: Functional Analysis, McGraw-Hill International Editions, Singapore, 1991
- R. Schneider: Convex Bodies: The Brunn-Minkowski Theory, Cambridge University Press, 1993
- S.M. Srivastava: A Course on Bore1 Sets, Springer Verlag, New York, 1998
- W. Trutschnig: Iterierte Funktionensysteme und Chaos Game, Diplomarbeit, TU Wien, 2001
- W. Trutschnig, D. Hareter: Fuzzy Probability Distributions, in: M. Lopez-Diaz, M.A. Gil, P. Grzegorzewski, 0 . Hryniewicz, J. Lawry (Eds.): Soft Methodology and Random Information Systems, Springer- Verlag, Heidelberg, pp. 399 -406, 2004
- R. Viertl, D. Hareter: Fuzzy Information and Imprecise Probability, ZAMM 84, No. 10-11 (2004)
- R. Viertl, D. Hareter: Beschreibung und Analyse unscharfer Informa- tion, Springer, Wien New York, 2006
- R.A. Vitale: L, Metrics for Compact, Convex Sets, Journal of Approzi- mation Theory 45, 280-287 (1985)
- G. Wang, Y. Zhang: The theory of fuzzy stochastic processes, Fuzzy Sets and Systems 51, 161-178 (1992)
- Z. Wang, G. Klir: Fuzzy Measure Theory, Plenum Press, New York, 1992 Wolfgang Trutschnig QuellenstraBe 1601 12 1100 Wien trutschnig@statistik. tuwien.ac.at Curriculum Vitae Geburtsdatum: 14.01.1977
- Geburtsort: Lienz (Osttirol) , ~sterreich StaatsangehGrigkeit: ~sterreich Familienst and: ledig Ausbildung: 1991-1995: BORG Lienz (naturwissenschaftliche Richtung) Matura mit Ausgezeichnetem Erfolg 1995-2001: Studium der Technischen Mathematik an der TU Wien, Studienzweig Mathematik in den Naturwissenschaften Diplomarbeit 'Iterierte Funktionensysteme und Chaos Game' 2001 Abschluss mit Ausgezeichnetem Erfolg
- /2001-812003: Wissenschaftlicher Mitarbeiter am Mathematikinstitut der Universitat Wien, Forschungsgruppe Ergodentheorie seit 912003: Dissertant bei Prof. Viertl an der TU Wien Thema: 'Fuzzy Probability Distributions' Arbeitserfahrung: 912003-112004: Beschaftigt bei der Firma Drei (Hutchison) im Bereich Regulatory Affairs 212004-1212005 : Beschaftigt bei der Oesterreichischen Nationalbank in der Abteilung fiir Zahlungsbilanzangelegenheiten, Hauptabteilung Statistik Lehre: 1997: ~b u n ~s g r u ~~e n l e i t e r Mathematik fiir Lebensmitteltechnologen an der BOKU Wien 1997-2000: Leiter von Mathematikkursen am BFI Tiro1 und in diversen Nachhilfeinstituten in Wien Seit 1998: der TU Wien Stipendien: 1996-1999, 2002: Leistungsstipendium der T U Wien