Skriptum zur Wahrscheinlichkeitstheorie
Skriptum zur Wahrscheinlichkeitstheorie
Skriptum zur Wahrscheinlichkeitstheorie
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 .