Stochastische Dynamik - Stochastik - Humboldt-Universität zu Berlin
Stochastische Dynamik - Stochastik - Humboldt-Universität zu Berlin
Stochastische Dynamik - Stochastik - Humboldt-Universität zu Berlin
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
18 Stationäre Prozesse<br />
Theorem 3.5. Der Prozeß (X n ) n∈N0 mit polnischem Zustandsraum (S, S ) sei stationär<br />
und g : S N 0<br />
−→ S ′ sei S N 0<br />
-S ′ -meßbar, wobei (S ′ , S ′ ) ebenfalls polnisch ist. Dann ist<br />
Y k := g (X k , X k+1 , . . . ) (k ∈ N 0 )<br />
stationär (in S ′ ).<br />
Beweis. Wegen der Meßbarkeit von g ist für jedes k ∈ N 0 auch<br />
g k : S N 0<br />
−→ S ′ ,<br />
x ↦→ g ◦ θ k (x)<br />
meßbar, wobei θ ≡ (θ k ) k∈N0<br />
wieder (siehe 1.5) den meßbaren Shift<br />
θ k : S N 0<br />
−→ S N 0<br />
,<br />
(x n ) n ↦→ (x n+k ) n<br />
bezeichnet. Sei nun B ∈ (S ′ ) N 0<br />
fixiert; aufgrund der Meßbarkeit aller g k ist<br />
A := (g 0 , g 1 , . . .) −1 ( )<br />
(B) meßbar und wegen Y k = g k (Xn ) n folgt für m ∈ N:<br />
P (Yk ) k∈N0<br />
(B) ≡ P ( (Y k ) k∈N0 ∈ B ) = P ( (X n ) n∈N0 ∈ A )<br />
X stat<br />
= P ( (X n+m ) n∈N0 ∈ A ) = P ( (Y k+m ) k∈N0 ∈ B )<br />
≡ P (Yk+m ) k∈N0<br />
(B) ,<br />
also gerade die Stationarität von Y .<br />
□<br />
Beispiel 3.6 (Bernoulli-Shift). Auf (Ω, F , P) := ([0, 1), B[0, 1), λ ∣ F<br />
) ist (Y n ) n∈N0 ,<br />
{<br />
id Ω , n = 0<br />
Y n : Ω −→ Ω , Y n :=<br />
2Y n−1 (mod 1) , n ∈ N ,<br />
stationär.<br />
Beweis. Sei (X n ) n∈N0 eine Bernoulli-Folge <strong>zu</strong>r Rate 1 2<br />
, realisiert als Produktmaß<br />
˜P auf ˜Ω := {0, 1} N 0<br />
; (X n ) n sei also eine Folge von iid-ZVen in S := {0, 1}<br />
mit ˜P{X n = 0} = ˜P{X n = 1} = 1 2 . Dann ist (X n) n stationär. Ferner ist<br />
g : ˜Ω ≡ {0, 1} N 0<br />
−→ Ω ≡ [0, 1) ,<br />
(x n ) n ↦→ ∑ ∞<br />
n=0 x n 2 −n−1 (mod 1)<br />
meßbar und ˜P◦g −1 = P (dyadische Intervalle lassen sich als Mengen der Bauart<br />
{X 0 = i 0 , . . . , X k = i k } mit i 0 , . . . , i k ∈ {0, 1} schreiben). Wegen 3.5 ist nun<br />
stationär; andererseits gilt:<br />
Z k := g(X k , X k+1 , . . . ) (k ∈ N 0 )<br />
2 Z 0 ≡ 2 g(X 0 , X 1 , . . . ) = X 0 + ∑ ∞<br />
X n 2 −n (mod 1)<br />
n=1<br />
= X 0 + ∑ ∞<br />
X n+1 2 −(n+1) (mod 1)<br />
n=0<br />
= g(X 1 , X 2 , . . . ) ≡ Z 1 ;<br />
iterativ erhält man: 2 Z n−1 = Z n (n ∈ N) , sodaß mit Z auch Y stationär ist.<br />
□