24.01.2013 Aufrufe

Klenke Wahrscheinlichkeitstheorie

Klenke Wahrscheinlichkeitstheorie

Klenke Wahrscheinlichkeitstheorie

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

25.1 Das Itô-Integral bezüglich der Brown’schen Bewegung 531<br />

� � T<br />

E (Hs − H<br />

0<br />

n s ) 2 �<br />

n→∞<br />

ds −→ 0. (25.3)<br />

Schritt 1. Sei zunächst H stetig und beschränkt. Setze H n 0 =0 und<br />

H n t = H i2 −n T falls i2 −n TT.DannistH n ∈E, und es gilt H n t (ω) n→∞<br />

−→ Ht(ω) für alle<br />

t>0 und ω ∈ Ω. Nach dem Satz von der majorisierten Konvergenz gilt (25.3).<br />

Schritt 2. Sei nun H progressiv messbar und beschränkt. Es reicht zu zeigen,<br />

dass es stetige, adaptierte Prozesse Hn , n ∈ N, gibt, für die (25.3) gilt. Sei<br />

H n � t∧T<br />

t := n<br />

Hs ds für t ≥ 0, n∈ N.<br />

(t−1/n)∨0<br />

Dann ist H n stetig und adaptiert und durch �H�∞ beschränkt. Nach dem Hauptsatz<br />

der Differential- und Integralrechnung (siehe Übung 13.1.7) gilt<br />

H n t (ω) n→∞<br />

−→ Ht(ω) für λ − fast alle t ∈ [0,T] und für jedes ω ∈ Ω. (25.4)<br />

Nach dem Satz von Fubini und dem Satz über majorisierte Konvergenz gilt daher<br />

� � T<br />

E (Hs − H n s ) 2 �<br />

ds =<br />

�<br />

�<br />

Hs(ω) − H n s (ω) �2 n→∞<br />

(P ⊗ λ)(d(ω, s)) −→ 0.<br />

0<br />

Ω×[0,T ]<br />

Schritt 3. Sei nun H progressiv messbar und E � � ∞<br />

0 H2 t dt � < ∞. Es reicht<br />

zu zeigen, dass es eine Folge (H n )n∈N von beschränkten, progressiv messbaren<br />

Prozessen gibt, sodass (25.3) gilt. Offenbar kann hierzu aber H n t = Ht {|Ht|

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

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!