27.08.2014 Aufrufe

Skriptum zur Wahrscheinlichkeitstheorie

Skriptum zur Wahrscheinlichkeitstheorie

Skriptum zur Wahrscheinlichkeitstheorie

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.

20. DIE BROWN’SCHE BEWEGUNG 173<br />

Denn: Der Prozess (X t ) t∈R+ ist eine C(R + , R d )-kanonische Brown’sche Bewegung mit P 0 X 0<br />

= ɛ 0 ,<br />

also<br />

(X t − X s )P 0 = (T x ◦ X t − T x ◦ X s )P 0 = (X t − X s )(T x (P 0 )).<br />

Also beinhaltet die Unabhängigkeit der Zuwächse bzgl. P 0 die Unabhängigkeit der Zuwächse bzgl.<br />

T x (P 0 ). Wegen<br />

T x (P 0 ) X0 = X 0 ◦ T x (P 0 ) = ɛ x<br />

ist (X t ) t∈R+ bzgl. T x (P 0 ) eine Brown’sche Bewegung mit Start in x, wegen der Eindeutigkeit in<br />

20.5 ist also T x (P 0 ) = P x .<br />

20.8 Satz (Eigenschaften der Brown’schen Bewegung)<br />

Sei (X t ) t∈I eine Brown’sche Bewegung in R d .<br />

1. Homogenität: Für jedes s ∈ R + ist der Prozess (X t+s − X s ) t∈R+ eine normale Brown’sche<br />

Bewegung.<br />

2. Zeitverschiebung: Der Prozess (X s+t ) t∈R+ ist eine Brown’sche Bewegung in R d (s ∈ R + ).<br />

3. Translation: Der Prozess (X t + x) t∈R+ ist eine Brown’sche Bewegung in R d (x ∈ R d ).<br />

4. Orthogonale Transformation, insbesondere Spiegelung und Drehung: Für jede orthogonale<br />

Transformation A in R d ist auch (AX t ) t∈R+ eine Brown’sche Bewegung im R d . Ist (X t ) t∈I<br />

normal, so auch (AX t ) t∈R+ .<br />

5. Für τ > 0 ist auch (τX t<br />

(τX t<br />

τ 2 ) t∈R+ .<br />

τ 2 ) t∈R+<br />

eine Brown’sche Bewegung in R d . Ist (X t ) t∈I normal, so auch<br />

6. Jeder der Komponentenprozesse (X i t) t∈R+ (i = 1, . . . , d) ist eine reelle Brown’sche Bewegung.<br />

Ist (X t ) t∈I normal, so auch (X i t) t∈R+ (i = 1, . . . , d). Dann sind X 1 t , . . . , X d t unabhängige<br />

Zufallsvariable für jedes t ≥ 0.<br />

Beweis:<br />

1.-3. klar unter Beachtung von 19.2.2.<br />

4. Nur die Verteilung der Zuwächse ist zu überprüfen. Für s ≤ t und B ∈ B(R d ) gilt mit dem<br />

Transformationssatz<br />

∫<br />

P[AX t − AX s ∈ B] = µ t−s [A −1 (B)] = (2π(t − s)) − d ( )<br />

s exp − 1 ||x|| 2<br />

2 t−s<br />

λ d [dx]<br />

A −1 (B)<br />

∫<br />

y=A −1 x<br />

= 2π(t − s) − d (<br />

)<br />

2<br />

1 ||Ay||<br />

exp<br />

2<br />

2 t−s<br />

| det A| λ d [dy] = µ t−s [B].<br />

B } {{ }<br />

5. Hier ist für s ≤ t und B ∈ B(R d )<br />

6. Es gilt<br />

P[τX t − τX s<br />

τ 2 τ 2<br />

= ||y||2<br />

t−s<br />

∈ B] = N 0, t−s [ 1 t−s<br />

τ<br />

B] = (2π(<br />

τ<br />

)) − d 2 2<br />

τ 2<br />

∫<br />

y=τx<br />

= (2π(t − s)) − d 2<br />

B<br />

∫<br />

(<br />

exp − 1 2<br />

} {{ }<br />

=1<br />

exp<br />

1<br />

τ B<br />

||y|| 2<br />

t−s<br />

(<br />

− 1 2<br />

)<br />

τ 2 ||x|| 2<br />

t−s<br />

λ d [dx]<br />

)<br />

λ d [dy] = µ t−s [B].<br />

Vert(π j ◦ (X t − X s )) = π j (Vert(X t − X s )) = π j (µ t−s ) = N 0,t−s .

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

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!