19.11.2013 Aufrufe

Stochastische Dynamik - Stochastik - Humboldt-Universität zu Berlin

Stochastische Dynamik - Stochastik - Humboldt-Universität zu Berlin

Stochastische Dynamik - Stochastik - Humboldt-Universität zu Berlin

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

24 Der Birkhoffsche Ergodensatz<br />

Außerdem hat man<br />

( ∣ ∣∣∣∣<br />

1<br />

E<br />

n<br />

n−1<br />

∑<br />

k=0<br />

X ′′ ◦ ϕ k ∣ ∣∣∣∣<br />

)<br />

≤ 1 n<br />

n−1<br />

∑<br />

k=0<br />

(<br />

E |X ′′ | ◦ ϕ k) = E(|X ′′ |) ,<br />

wobei benutzt wurde, daß ϕ maßtreu ist; ferner gilt nach Jensen (| . | ist konvex):<br />

E ( ∣ ∣ E(X ′′ |I ) ∣ ∣ ) ≤ E ( E( |X ′′ | |I ) ) = E(|X ′′ |) ;<br />

faßt man die beiden letzten Ungleichungen <strong>zu</strong>sammen, so ergibt sich:<br />

( ∣ )<br />

∣∣∣∣ n−1<br />

1 ∑<br />

E X ′′ ◦ ϕ k − E(X ′′ |I )<br />

≤ 2 E(|X ′′ |) .<br />

n<br />

∣<br />

k=0<br />

Sei nun ein beliebiges ε > 0 fixiert; dann kann man K > 0 so groß wählen, daß<br />

2 E(|X ′′ |) < ε 2<br />

ist (majorierte Konvergenz, Definition von X ′′ ). Mit diesen Parametern ε und<br />

K kann man wegen obiger L 1 -Konvergenz bei X ′ ein n 0 ∈ N wählen, sodaß gilt:<br />

( ∣ )<br />

∣∣∣∣ n−1<br />

1 ∑<br />

E X ′ ◦ ϕ k − E(X ′ |I )<br />

< ε (n ≥ n 0 ) .<br />

n<br />

∣ 2<br />

k=0<br />

Da nun X ≡ X ′ + X ′′ ist, ergeben die vorangehenden drei Abschät<strong>zu</strong>ngen:<br />

(∣ )<br />

∣∣∣∣ n−1<br />

1 ∑<br />

E X ◦ ϕ k − E(X|I )<br />

n<br />

∣<br />

k=0<br />

(∣ ) (∣ )<br />

∣∣∣∣ n−1<br />

1 ∑<br />

∣∣∣∣ n−1<br />

≤ E X ′ ◦ ϕ k − E(X ′ 1 ∑<br />

|I )<br />

+ E X ′′ ◦ ϕ k − E(X ′′ |I )<br />

< ε<br />

n<br />

∣ n<br />

∣<br />

k=0<br />

□<br />

Beispiel 4.3 (Starkes Gesetz der großen Zahlen). (X n ) n∈N0 seien iid ZV, oE auf<br />

dem Folgenraum Ω := R N 0<br />

definiert, mit P ≡ P X = P X0 ⊗ P X0 ⊗ · · · und ergodischem<br />

Shift ϕ = θ 1 (siehe 3.12). Ist dann X 0 ∈ L 1 (P), so folgt aus 4.1 mit 3.9:<br />

1<br />

n<br />

n−1<br />

∑<br />

k=0<br />

X k<br />

= 1 n<br />

n−1<br />

∑<br />

k=0<br />

X 0 ◦ ϕ k<br />

k=0<br />

P-fs, L 1 (P)<br />

−−−−−−−→ E(X 0 |I ) = E(X 0 ) .<br />

Beispiel 4.4 (Rotation des Kreises, Weylscher Gleichverteilungssatz). Es sei<br />

ϕ : Ω −→ Ω , ϕ(ω) := ω + θ (mod 1) ,<br />

auf (Ω, F , P) := ([0, 1), B[0, 1), λ ∣ ∣<br />

F<br />

) wie in 3.4 und 3.13, wobei λ das Lebesguemaß bezeichnet.<br />

Ferner sei θ ∈ Q c . Dann folgt aus 4.1 mit 3.13 für A ∈ B[0, 1) :<br />

1<br />

n<br />

n−1<br />

∑<br />

k=0<br />

1 A ◦ ϕ k λ-fs, L 1 (λ)<br />

−−−−−−−→ λ(A) .

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!