Klenke Wahrscheinlichkeitstheorie

Weitere Magazine

Empfehlungen

Info

204 10 Optional Sampling Sätze Seien nun m, n ∈ N mit m ≥ n. Teil (i) mit den beschränkten Stoppzeiten τ ∧ m ≥ σ ∧ n liefert � Xσ∧n ≥ E[Xτ∧m �Fσ∧n]. Für A ∈Fσ ist {σ
10.2 Optional Sampling und Optional Stopping 205 Also ist X τ ein F-Submartingal. Da X τ an F τ adaptiert und F τ die kleinere Filtration ist, ist X auch ein F τ –Submartingal (siehe Bemerkung 9.29). ✷ Beispiel 10.16. Sei X die symmetrische einfache Irrfahrt aus Beispiel 10.8. Seien a, b ∈ Z, a0 sowie τa =inf{t ≥ 0:Xt = a}, τb =inf{t ≥ 0:Xt = b} und τa,b = τa ∧ τb. τa,b ist eine Stoppzeit nach Lemma 9.18. Sei A = {τa,b = τa} das Ereignis, dass X in a ist bevor es in b ist. Wir wollen P[A] bestimmen. Nach Übung 2.3.1 ist fast sicher lim supn→∞ Xn = ∞ und lim infn→∞ Xn = −∞. Also ist fast sicher τa < ∞ und τb < ∞. Nach dem Optional Stopping Theorem Xτa,b ein Martingal. Wegen τa,b ∧ n n→∞ −→ τa,b fast sicher, gilt X τa,b n→∞ n −→ Xτa,b fast sicher. Da |Xτa,b n | durch b − a beschränkt ist, gilt X τa,b n→∞ n −→ Xτa,b auch in L1 .Alsoist 0 = lim n→∞ E � X τa,b� � � n = E Xτa,b = a · P [τa,b = τa]+b · P [τa,b = τb] = b +(a− b) P[τa,b = τa]. Es folgt P [τa,b = τa] = b . ✸ b − a Beispiel 10.17. Schließlich wollen wir unsere Maschinerie benutzen, um E[τa,b] und E[τa] zu berechnen. Der quadratische Variationsprozess 〈X〉 (vergleiche Definition 10.3) ist gegeben durch 〈X〉n = n� i=1 E � (Xi − Xi−1) 2 � � �Fi−1 = n, also ist � X2 n − n � ein Martingal. Nach dem Optional Stopping Theorem ist n∈N0 0=E � X 2 τa,b∧n − (τa,b ∧ n) � für jedes n ∈ N0. Monotone Konvergenz liefert E [τa,b] =E � X 2 � 2 τa,b = a P [τa,b = τa]+b 2 P [τa,b = τb] =|a|·b. Um E[τa] zu berechnen, bemerken wir, dass τa,b ↑ τa fast sicher gilt, falls b →∞. Der Satz von der monotonen Konvergenz liefert also E[τa] = lim b→∞ E[τa,b] =∞. ✸ Bemerkung 10.18. Offenbar ist Xτb = b>0, also X0 < E � � � Xτb �F0 = b. Die Aussage des Optional Sampling Theorems gilt also im Allgemeinen nicht, falls die Stoppzeit unbeschränkt ist. ✸ Beispiel 10.19 (Gambler’s Ruin Problem). Wir betrachten ein Spiel zwischen zwei Personen A und B. In jeder Runde wird eine Münze geworfen. Je nach Ergebnis erhält A von B eine Geldeinheit oder B von A. Gespielt wird so lange, bis
Seite 1 und 2:
Klenke Wahrscheinlichkeitstheorie
Seite 3 und 4:
Prof. Dr. Achim Klenke Institut fü
Seite 5 und 6:
VI Vorwort In den ersten acht Kapit
Seite 7 und 8:
VIII Inhaltsverzeichnis 5.3 Starkes
Seite 9 und 10:
X Inhaltsverzeichnis 17.1 Begriffsb
Seite 11 und 12:
XII Inhaltsverzeichnis Literatur...
Seite 13 und 14:
2 1 Grundlagen der Maßtheorie Defi
Seite 15 und 16:
4 1 Grundlagen der Maßtheorie Defi
Seite 17 und 18:
6 1 Grundlagen der Maßtheorie Satz
Seite 19 und 20:
8 1 Grundlagen der Maßtheorie Nach
Seite 21 und 22:
10 1 Grundlagen der Maßtheorie Bew
Seite 23 und 24:
12 1 Grundlagen der Maßtheorie (v)
Seite 25 und 26:
Seite 27 und 28:
16 1 Grundlagen der Maßtheorie Sat
Seite 29 und 30:
18 1 Grundlagen der Maßtheorie Bei
Seite 31 und 32:
20 1 Grundlagen der Maßtheorie (ii
Seite 33 und 34:
22 1 Grundlagen der Maßtheorie U(A
Seite 35 und 36:
Seite 37 und 38:
Seite 39 und 40:
28 1 Grundlagen der Maßtheorie Mes
Seite 41 und 42:
Seite 43 und 44:
32 1 Grundlagen der Maßtheorie Def
Seite 45 und 46:
Seite 47 und 48:
36 1 Grundlagen der Maßtheorie Wir
Seite 49 und 50:
38 1 Grundlagen der Maßtheorie Ana
Seite 51 und 52:
40 1 Grundlagen der Maßtheorie (ii
Seite 53 und 54:
42 1 Grundlagen der Maßtheorie (i)
Seite 55 und 56:
44 1 Grundlagen der Maßtheorie so
Seite 57 und 58:
Seite 59 und 60:
48 2 Unabhängigkeit Wir prüfen je
Seite 61 und 62:
50 2 Unabhängigkeit � � P j∈
Seite 63 und 64:
52 2 Unabhängigkeit (ii) Offensich
Seite 65 und 66:
54 2 Unabhängigkeit (iii) ” =⇒
Seite 67 und 68:
56 2 Unabhängigkeit Xn : Ω → E,
Seite 69 und 70:
58 2 Unabhängigkeit FY (x) =P �
Seite 71 und 72:
60 2 Unabhängigkeit Beweis. Für j
Seite 73 und 74:
62 2 Unabhängigkeit Beweis. ”
Seite 75 und 76:
64 2 Unabhängigkeit Beweis. Sei X
Seite 77 und 78:
66 2 Unabhängigkeit � � �
Seite 79 und 80:
68 2 Unabhängigkeit Aufgrund der M
Seite 81 und 82:
70 2 Unabhängigkeit 1 0 −1 �
Seite 83 und 84:
72 2 Unabhängigkeit 2. Schritt Wir
Seite 85 und 86:
74 2 Unabhängigkeit von Kanten k
Seite 87 und 88:
76 3 Erzeugendenfunktion (ii) Die V
Seite 89 und 90:
78 3 Erzeugendenfunktion � � α
Seite 91 und 92:
80 3 Erzeugendenfunktion also ψSn(
Seite 93 und 94:
82 3 Erzeugendenfunktion Satz 3.11
Seite 95 und 96:
84 4 Das Integral m� m� n� α
Seite 97 und 98:
86 4 Das Integral fn ↑ f und gn
Seite 99 und 100:
88 4 Das Integral Zu (a): Es ist (f
Seite 101 und 102:
90 4 Das Integral Satz 4.17. Die Ab
Seite 103 und 104:
92 4 Das Integral Beispiel 4.22 (Pe
Seite 105 und 106:
94 4 Das Integral Satz 4.23 (Rieman
Seite 107 und 108:
96 4 Das Integral Hieraus folgt (4.
Seite 109 und 110:
98 5 Momente und Gesetze der Große
Seite 111 und 112:
100 5 Momente und Gesetze der Groß
Seite 113 und 114:
Seite 115 und 116:
Seite 117 und 118:
Seite 119 und 120:
Seite 121 und 122:
Seite 123 und 124:
Seite 125 und 126:
Seite 127 und 128:
Seite 129 und 130:
Seite 131 und 132:
Seite 133 und 134:
Seite 135 und 136:
6 Konvergenzsätze Im starken und s
Seite 137 und 138:
6.1 Fast-überall- und stochastisch
Seite 139 und 140:
6.1 Fast-überall- und stochastisch
Seite 141 und 142:
6.2 Gleichgradige Integrierbarkeit
Seite 143 und 144:
6.2 Gleichgradige Integrierbarkeit
Seite 145 und 146:
Beweis. ” (i) =⇒ (ii)“ Dies i
Seite 147 und 148:
6.3 Vertauschung von Integral und A
Seite 149 und 150:
7 L p -Räume und Satz von Radon-Ni
Seite 151 und 152:
7.2 Ungleichungen und Satz von Fisc
Seite 153 und 154:
Seite 155 und 156:
Seite 157 und 158:
7.3 Hilberträume 147 wobei wir im
Seite 159 und 160:
7.3 Hilberträume 149 Da V vollstä
Seite 161 und 162: 7.4 Lebesgue’scher Zerlegungssatz
Seite 163 und 164: 7.4 Lebesgue’scher Zerlegungssatz
Seite 165 und 166: 7.5 Ergänzung: Signierte Maße 155
Seite 171 und 172: V ′ := {F : V → R ist stetig un
Seite 173 und 174: 7.6 Ergänzung: Dualräume 163 Beme
Seite 175 und 176: 166 8 Bedingte Erwartungen Durch da
Seite 177 und 178: 168 8 Bedingte Erwartungen Offenbar
Seite 179 und 180: 170 8 Bedingte Erwartungen Satz 8.1
Seite 181 und 182: 172 8 Bedingte Erwartungen Korollar
Seite 183 und 184: 174 8 Bedingte Erwartungen Tat: Sei
Seite 185 und 186: 176 8 Bedingte Erwartungen Bemerkun
Seite 187 und 188: 178 8 Bedingte Erwartungen Beispiel
Seite 189 und 190: 180 8 Bedingte Erwartungen Ein sepa
Seite 191 und 192: 182 8 Bedingte Erwartungen Übung 8
Seite 193 und 194: 184 9 Martingale E = Z (mit der dis
Seite 195 und 196: 186 9 Martingale F = σ(D). Wir int
Seite 197 und 198: 188 9 Martingale Definition 9.22. I
Seite 199 und 200: 190 9 Martingale Beispiel 9.31. Wir
Seite 201 und 202: 192 9 Martingale Übung 9.2.4 (Ungl
Seite 203 und 204: 194 9 Martingale vorhersagbar und l
Seite 205 und 206: 196 9 Martingale Wir wollen nun X a
Seite 207 und 208: 10 Optional Sampling Sätze Wir hab
Seite 209 und 210: 10.1 Doob-Zerlegung und quadratisch
Seite 211: 10.2 Optional Sampling und Optional
Seite 215 und 216: 10.3 Gleichgradige Integrierbarkeit
Seite 217 und 218: 11 Martingalkonvergenzsätze und An
Seite 219 und 220: E � (|X| ∗ n ∧ K) p� ≤ 11
Seite 221 und 222: und C = � a,b∈Q a
Seite 223 und 224: 11.2 Martingalkonvergenzsätze 215
Seite 225 und 226: 11.2 Martingalkonvergenzsätze 217
Seite 227 und 228: 11.3 Beispiel: Verzweigungsprozess
Seite 229 und 230: 12 Rückwärtsmartingale und Austau
Seite 231 und 232: 12.1 Austauschbare Familien von Zuf
Seite 233 und 234: 12.1 Austauschbare Familien von Zuf
Seite 235 und 236: 1 n n� i=1 Xi In der Tat: Setzen
Seite 237 und 238: 12.3 Satz von de Finetti 229 Defini
Seite 239 und 240: 12.3 Satz von de Finetti 231 das he
Seite 241 und 242: 13 Konvergenz von Maßen In der Wah
Seite 243 und 244: 13.1 Wiederholung Topologie 235 Def
Seite 245 und 246: 13.1 Wiederholung Topologie 237 Da
Seite 247 und 248: 13.1 Wiederholung Topologie 239 Üb
Seite 249 und 250: 13.2 Schwache und vage Konvergenz 2
Seite 257 und 258: 13.3 Der Satz von Prohorov 249 Satz
Seite 259 und 260: 13.3 Der Satz von Prohorov 251 besi
Seite 261 und 262: 13.3 Der Satz von Prohorov 253 �
Seite 263 und 264:
13.3 Der Satz von Prohorov 255 1. S
Seite 265 und 266:
13.4 Anwendung: Satz von de Finetti
Seite 267 und 268:
14 W-Maße auf Produkträumen Als M
Seite 269 und 270:
14.1 Produkträume 261 Definition 1
Seite 271 und 272:
14.2 Endliche Produkte und Übergan
Seite 273 und 274:
Seite 275 und 276:
Seite 277 und 278:
Seite 279 und 280:
Seite 281 und 282:
14.3 Satz von Ionescu-Tulcea und Pr
Seite 283 und 284:
14.3 Satz von Ionescu-Tulcea und Pr
Seite 285 und 286:
14.4 Markov’sche Halbgruppen 277
Seite 287 und 288:
14.4 Markov’sche Halbgruppen 279
Seite 289 und 290:
15 Charakteristische Funktion und Z
Seite 291 und 292:
15.1 Trennende Funktionenklassen 28
Seite 293 und 294:
Seite 295 und 296:
Seite 297 und 298:
15.2 Charakteristische Funktionen:
Seite 299 und 300:
15.2 Charakteristische Funktionen:
Seite 301 und 302:
ϕμ(t) = 15.2 Charakteristische Fu
Seite 303 und 304:
15.3 Der Lévy’sche Stetigkeitssa
Seite 305 und 306:
15.3 Der Lévy’sche Stetigkeitssa
Seite 307 und 308:
15.4 Charakteristische Funktion und
Seite 309 und 310:
� � � �ϕ(t + h) − � n
Seite 311 und 312:
15.4 Charakteristische Funktion und
Seite 313 und 314:
15.5 Der Zentrale Grenzwertsatz 305
Seite 315 und 316:
Seite 317 und 318:
Beweis. Für jedes n ∈ N ist νn
Seite 319 und 320:
Seite 321 und 322:
15.6 Mehrdimensionaler Zentraler Gr
Seite 323 und 324:
316 16 Unbegrenzt teilbare Verteilu
Seite 325 und 326:
Seite 327 und 328:
Seite 329 und 330:
Seite 331 und 332:
Seite 333 und 334:
Seite 335 und 336:
Seite 337 und 338:
Seite 339 und 340:
17 Markovketten Markovprozesse mit
Seite 341 und 342:
17.1 Begriffsbildung und Konstrukti
Seite 343 und 344:
Ex 17.1 Begriffsbildung und Konstru
Seite 345 und 346:
17.1 Begriffsbildung und Konstrukti
Seite 347 und 348:
17.2 Diskrete Markovketten, Beispie
Seite 349 und 350:
17.2 Diskrete Markovketten, Beispie
Seite 351 und 352:
17.3 Diskrete Markovprozesse in ste
Seite 353 und 354:
Schreiben wir 17.3 Diskrete Markovp
Seite 355 und 356:
17.4 Diskrete Markovketten, Rekurre
Seite 357 und 358:
1 17.4 Diskrete Markovketten, Rekur
Seite 359 und 360:
17.5 Anwendung: Rekurrenz und Trans
Seite 361 und 362:
Seite 363 und 364:
Seite 365 und 366:
Seite 367 und 368:
17.6 Invariante Verteilungen 361 Sa
Seite 369 und 370:
17.6 Invariante Verteilungen 363 Sa
Seite 371 und 372:
18 Konvergenz von Markovketten Wir
Seite 373 und 374:
3 1/2 1/2 2 1 1 18.1 Periodizität
Seite 375 und 376:
18.2 Kopplung und Konvergenzsatz 36
Seite 377 und 378:
Seite 379 und 380:
Seite 381 und 382:
Seite 383 und 384:
18.3 Markovketten Monte Carlo Metho
Seite 385 und 386:
1 0.8 0.6 0.4 0.2 Magnetisierung 18
Seite 387 und 388:
18.3 Markovketten Monte Carlo Metho
Seite 389 und 390:
18.4 Konvergenzgeschwindigkeit 383
Seite 391 und 392:
18.4 Konvergenzgeschwindigkeit 385
Seite 393 und 394:
Dabei ist die Varianz des einzelnen
Seite 395 und 396:
19 Markovketten und elektrische Net
Seite 397 und 398:
19.1 Harmonische Funktionen 391 Die
Seite 399 und 400:
19.3 Elektrische Netzwerke 393 Defi
Seite 401 und 402:
19.3 Elektrische Netzwerke 395 und
Seite 403 und 404:
x =0 0 u(0)=0 R R R R R R 1 2 3 4 5
Seite 405 und 406:
19.4 Rekurrenz und Transienz 19.4 R
Seite 407 und 408:
19.4 Rekurrenz und Transienz 401 Be
Seite 409 und 410:
19.4 Rekurrenz und Transienz 403 -
Seite 411 und 412:
Also ist R ′ eff(0 ↔∞)= 1 3
Seite 413 und 414:
Schritt 1. Die Schleife am rechten
Seite 415 und 416:
Alternative Lösung 19.5 Netzwerkre
Seite 417 und 418:
Übung 19.5.3. Man betrachte den Gr
Seite 419 und 420:
19.6 Irrfahrt in zufälliger Umgebu
Seite 421 und 422:
20 Ergodentheorie Gesetze der groß
Seite 423 und 424:
20.1 Begriffsbildung 417 Beispiel 2
Seite 425 und 426:
20.2 Ergodensätze 419 Daher ist X0
Seite 427 und 428:
Beweis. Setze Yn := � � � n
Seite 429 und 430:
20.4 Anwendung: Rekurrenz von Irrfa
Seite 431 und 432:
20.4 Anwendung: Rekurrenz von Irrfa
Seite 433 und 434:
1 lim n→∞ n 20.5 Mischung 427 n
Seite 435 und 436:
21 Die Brown’sche Bewegung In Bei
Seite 437 und 438:
21.1 Stetige Modifikationen 431 Fü
Seite 439 und 440:
21.1 Stetige Modifikationen 433 s
Seite 441 und 442:
21.1 Stetige Modifikationen 435 Üb
Seite 443 und 444:
21.2 Konstruktion und Pfadeigenscha
Seite 445 und 446:
21.2 Konstruktion und Pfadeigenscha
Seite 447 und 448:
21.3 Starke Markoveigenschaft 441
Seite 449 und 450:
21.3 Starke Markoveigenschaft 443 B
Seite 451 und 452:
21.4 Ergänzung: Feller Prozesse 44
Seite 453 und 454:
21.5 Konstruktion durch L 2 -Approx
Seite 455 und 456:
X n := 21.5 Konstruktion durch L 2
Seite 457 und 458:
21.6 Der Raum C([0, ∞)) 451 Übun
Seite 459 und 460:
21.7 Konvergenz von W-Maßen auf C(
Seite 461 und 462:
21.7 Konvergenz von W-Maßen auf C(
Seite 463 und 464:
21.8 Satz von Donsker 457 Satz 21.4
Seite 465 und 466:
E � ( ¯ T Kn,n t+s − ¯ T Kn,n
Seite 467 und 468:
und induktiv 21.9 Pfadweise Konverg
Seite 469 und 470:
21.9 Pfadweise Konvergenz von Verzw
Seite 471 und 472:
21.10 Quadratische Variation und lo
Seite 473 und 474:
Seite 475 und 476:
Seite 477 und 478:
Seite 479 und 480:
Seite 481 und 482:
Seite 483 und 484:
22 Gesetz vom iterierten Logarithmu
Seite 485 und 486:
22.1 Iterierter Logarithmus für di
Seite 487 und 488:
22.2 Skorohod’scher Einbettungssa
Seite 489 und 490:
Für n ∈ N und σ ∈{−, +} n s
Seite 491 und 492:
22.2 Skorohod’scher Einbettungssa
Seite 493 und 494:
M ′ n := sup |Bs − Btn−1 s∈
Seite 495 und 496:
490 23 Große Abweichungen 23.1 Sat
Seite 497 und 498:
492 23 Große Abweichungen Beweis.
Seite 499 und 500:
494 23 Große Abweichungen Λ ∗ (
Seite 501 und 502:
496 23 Große Abweichungen Beweis.
Seite 503 und 504:
498 23 Große Abweichungen Übung 2
Seite 505 und 506:
500 23 Große Abweichungen Seien nu
Seite 507 und 508:
502 23 Große Abweichungen Analog i
Seite 509 und 510:
504 23 Große Abweichungen Untere S
Seite 511 und 512:
506 23 Große Abweichungen 0.01 0.0
Seite 513 und 514:
508 23 Große Abweichungen Im Fall
Seite 515 und 516:
510 24 Der Poisson’sche Punktproz
Seite 517 und 518:
Seite 519 und 520:
Seite 521 und 522:
Seite 523 und 524:
Seite 525 und 526:
Seite 527 und 528:
Seite 529 und 530:
Seite 531 und 532:
25 Das Itô-Integral Das Itô-Integ
Seite 533 und 534:
25.1 Das Itô-Integral bezüglich d
Seite 535 und 536:
Seite 537 und 538:
Seite 539 und 540:
25.2 Itô-Integral bezüglich Diffu
Seite 541 und 542:
25.2 Itô-Integral bezüglich Diffu
Seite 543 und 544:
25.3 Die Itô-Formel 539 F (x) =x 2
Seite 545 und 546:
25.3 Die Itô-Formel 541 Da ε>0 be
Seite 547 und 548:
ft := lim n→∞ n� � 〈M〉t
Seite 549 und 550:
25.3 Die Itô-Formel 545 Korollar 2
Seite 551 und 552:
25.4 Dirichlet-Problem und Brown’
Seite 553 und 554:
25.5 Rekurrenz und Transienz der Br
Seite 555 und 556:
26 Stochastische Differentialgleich
Seite 557 und 558:
26.1 Starke Lösungen 553 Die Exist
Seite 559 und 560:
Die linke Seite in (26.6) ist aber
Seite 561 und 562:
und � t Jt := 0 � N b(s, Xs )
Seite 563 und 564:
1.5 1 0.5 0 26.1 Starke Lösungen 5
Seite 565 und 566:
26.2 Schwache Lösungen und Marting
Seite 567 und 568:
26.2 Schwache Lösungen und Marting
Seite 569 und 570:
Im Folgenden gelte stets: 26.2 Schw
Seite 571 und 572:
26.3 Eindeutigkeit schwacher Lösun
Seite 573 und 574:
Seite 575 und 576:
3 2 1 0 26.3 Eindeutigkeit schwache
Seite 577 und 578:
Seite 579 und 580:
Literatur 1. M. Aizenman, H. Kesten
Seite 581 und 582:
Literatur 577 37. R. M. Dudley. Rea
Seite 583 und 584:
Literatur 579 80. Jürgen Jost. Par
Seite 585 und 586:
Literatur 581 123. Jim Pitman und M
Seite 587 und 588:
Notation A Indikatorfunktion der Me
Seite 589 und 590:
μ ⊥ ν μist singulär bezüglic
Seite 591 und 592:
Glossar englischer Ausdrücke a.a.
Seite 593 und 594:
Namensregister Banach, Stefan, 1892
Seite 595 und 596:
Prohorov, Yurij Vasil’evich (Proh
Seite 597 und 598:
594 Sachregister Cesàro-Limes 62 C
Seite 599 und 600:
596 Sachregister -Itô-Formel - - m
Seite 601 und 602:
598 Sachregister Moran-Modell 343 d
Seite 603 und 604:
600 Sachregister - terminale 61, 22
Seite 605:
602 Sachregister Wählermodell 216
Alle anzeigen

Klenke Wahrscheinlichkeitstheorie

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

Template löschen?

Als Template speichern?