24.01.2013 Aufrufe

Klenke Wahrscheinlichkeitstheorie

Klenke Wahrscheinlichkeitstheorie

Klenke 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.

21.10 Quadratische Variation und lokale Martingale 467<br />

Satz 21.55. Sei W eine Brown’sche Bewegung. Dann gilt V 1<br />

t (W )=∞ fast sicher<br />

für jedes t>0.<br />

Beweis. Es reicht, t =1zu betrachten und zu zeigen, dass<br />

Yn :=<br />

2 n<br />

� �<br />

�<br />

i=1<br />

�Wi2−n − W (i−1)2−n� n→∞<br />

�<br />

−→ ∞ f.s. (21.52)<br />

Es ist E[Yn] =2 n/2 E[|W1|] =2 n/2� 2/π und Var[Yn] =1− 2/π. Nach der<br />

Chebyshev’schen Ungleichung ist<br />

∞�<br />

n=1<br />

�<br />

P Yn ≤ 1<br />

2 2n/2� �<br />

2/π ≤<br />

∞�<br />

n=1<br />

2π − 4<br />

2 n<br />

=2π− 4 < ∞.<br />

Nach dem Lemma von Borel-Cantelli folgt (21.52). ✷<br />

Offenbar ist die Variation ein zu grobes Maß, um wesentliche Pfadeigenschaften<br />

der Brown’schen Bewegung zu messen. Wir wollen daher statt der Zuwächse (in<br />

der Definition der Variation) die (kleineren) quadratischen Zuwächse summieren.<br />

Für die Definition dieser quadratischen Variation ist etwas mehr Vorsicht nötig als<br />

in Definition 21.52 für die Variation.<br />

Definition 21.56. Eine Folge P = (P n )n∈N von abzählbaren Teilmengen von<br />

[0, ∞)<br />

P n := {t0,t1,t2,...} mit 0=t0

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

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!