Importance Sampling für Diffusionsprozesse mit Anwendungen in ...
Importance Sampling für Diffusionsprozesse mit Anwendungen in ...
Importance Sampling für Diffusionsprozesse mit Anwendungen in ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
1 E<strong>in</strong>führungEs sei ɛ > 0 beliebig und setze Z ɛ := exp( ϕ(Xɛ )−M). Nun gilt:ɛZ ɛ ≥ 1 ⇔ exp( ϕ(Xɛ ) − M) ≥ 1ɛ⇔ ϕ(Xɛ ) − M≥ 0ɛ⇔ ϕ(X ɛ ) ≥ M.Ist nun γ > 1 wie <strong>in</strong> (1.11) gewählt, dann folgte − M ɛ E(exp(ϕ(X ɛ )ɛDa<strong>mit</strong> ergibt nun e<strong>in</strong>e kle<strong>in</strong>e Rechnung:lim supɛ→0ɛ log E exp( ϕ(Xɛ )ɛ)1 {ϕ(X ɛ )≥M}) = E(exp( ϕ(Xɛ ) − Mɛ= E(Z ɛ 1 {Z ɛ ≥1}))1 {ϕ(X ɛ )≥M} = lim supɛ→0≤ E(Z ɛ ) γ)1 {ϕ(X ɛ )≥M})= E exp(γ ϕ(Xɛ ) − M)ɛ= exp(−γ M )ɛ )E(exp(γϕ(Xɛ )).ɛɛ log exp( M ɛ ) exp(−M ɛ Ee ϕ(Xɛ )ɛ )1 {ϕ(X ɛ )≥M}≤ lim sup ɛ log exp( Mɛ→0ɛ ) exp(−γM ɛ )E exp(γ ɛ ϕ(Xɛ ))= (1 − γ)M + lim sup ɛ log E exp( γɛ→0ɛ ϕ(Xɛ )) .} {{ } 1 und da<strong>mit</strong> lim M→∞ (1 − γ)M = −∞. Mit demGrenzübergang M → ∞ folgt dann die Behauptung.Es wird nun (⋆⋆) bewiesen.Lemma 1.16. Es sei ϕ : X → R von unten halbstetig und erfülle (X ɛ ) ɛ das LDP <strong>mit</strong>guter Ratenfunktion I : X → [0, ∞]. Dann gilt:lim <strong>in</strong>fɛ→0ɛ log E exp( ϕ(Xɛ )ɛ) ≥ sup(ϕ(x) − I(X)).x∈XBeweis. Es seien x ∈ X und δ > 0 beliebig. Da ϕ von unten halbstetig ist, existiert e<strong>in</strong>e30