Detailseite
Projekt Druckansicht

Dimension multivariater selbstähnlicher Prozesse

Antragsteller Professor Dr. Peter Kern
Fachliche Zuordnung Mathematik
Förderung Förderung von 2013 bis 2016
Projektkennung Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 242360936
 
Erstellungsjahr 2016

Zusammenfassung der Projektergebnisse

Die Selbstähnlichkeit geometrischer Objekte ist eine sehr häufig auftretende mathematische Eigenschaft, die auch in der Natur beobachtet werden kann. Als mathematische Disziplin widmet sich die fraktale Geometrie dem Studium selbstähnlicher Objekte und kann diesen eine gebrochene, nicht ganzzahlige Dimension zuordnen. Hierfür eignen sich verschiedene fraktale Dimensionsbegriffe unter denen die Hausdorff Dimension zu den etablierten gehört. Sind die Untersuchungsobjekte dynamischer und zufälliger Natur, so kann die Forderung der Selbstähnlichkeit in einem statistischen Sinne abgeschwächt werden. Die Wahrscheinlichkeitsverteilung nach linearer Reskalierung der Zeit soll dann dieselbe sein, wie nach einer räumlichen Reskalierung. Das Forschungsprojekt widmet sich genau solchen Fragestellungen, wobei die Untersuchungsobjekte die selbstähnlichen zufälligen Bild- und Graphenmengen stochastischer Prozesse und Zufallsfelder darstellen. Dabei kann aufgrund der multivariaten Struktur die Reskalierung mittels linearer Operatoren erfolgen. Es ist innerhalb des Projektes gelungen, für sehr allgemeine Klassen selbstähnlicher stochastischer Prozesse und Zufallsfelder die Hausdorff Dimension des Bildes und des Graphen in Abhängigkeit von den Realteilen der Eigenwerte der Skalierungsoperatoren vollständig zu bestimmen und weitere fraktale Eigenschaften herzuleiten. Die untersuchten Klassen beinhalten: • operator stabile und semistabile Levy Prozesse, • operator skalierende stabile Zufallsfelder und Zufallsblätter, • multivariate operator selbstähnliche Gaußsche und stabile Zufallsfelder mit stationären Zuwächsen. Die erzielten Resultate liefern wertvolle Informationen über die lokale Rauheit der zugehörigen Pfadmengen und können so gewinnbringend zur stochastischen Modellbildung z.B. in der Physik eingesetzt werden.

Projektbezogene Publikationen (Auswahl)

 
 

Zusatzinformationen

Textvergrößerung und Kontrastanpassung