Κατασκευή της κίνησης Brown και απλές ιδιότητες

Σχετικά έγγραφα
Εφαρμογές στην κίνηση Brown

Αναλυτικές ιδιότητες

Ανελίξεις σε συνεχή χρόνο

5.1 Μετρήσιμες συναρτήσεις

Εισαγωγικά. 1.1 Η σ-αλγεβρα ως πληροφορία

Παντού σε αυτό το κεφάλαιο, αν δεν αναφέρεται κάτι διαφορετικό, δουλεύουμε σε ένα χώρο πιθανότητας (Ω, F, P) και η G F είναι μια σ-άλγεβρα.

Εστω X σύνολο και A μια σ-άλγεβρα στο X. Ονομάζουμε το ζεύγος (X, A) μετρήσιμο χώρο.

Ο Ισχυρός Νόμος των Μεγάλων Αριθμών

Martingales. 3.1 Ορισμός και παραδείγματα

Επίλυση ειδικών μορφών ΣΔΕ

Ο τύπος του Itô. f (s) ds (12.1) f (g(s)) dg(s). (12.2) t f (B s ) db s + 1 2

Ανεξαρτησία Ανεξαρτησία για οικογένειες συνόλων και τυχαίες μεταβλητές

Ανεξαρτησία Ανεξαρτησία για οικογένειες συνόλων και τυχαίες μεταβλητές

Ανεξαρτησία Ανεξαρτησία για οικογένειες συνόλων και τυχαίες μεταβλητές

Στοχαστικές διαφορικές εξισώσεις

Μεγάλες αποκλίσεις* 17.1 Η έννοια της μεγάλης απόκλισης

Χαρακτηριστικές συναρτήσεις

Αποδεικτικές Διαδικασίες και Μαθηματική Επαγωγή.

Μεγάλες αποκλίσεις* 17.1 Η έννοια της μεγάλης απόκλισης

Μεγάλες αποκλίσεις* 17.1 Η έννοια της μεγάλης απόκλισης

Οι γέφυρες του ποταμού... Pregel (Konigsberg)

Η εξίσωση Black-Scholes

Εξαναγκασμένες ταλαντώσεις, Ιδιοτιμές με πολλαπλότητα, Εκθετικά πινάκων. 9 Απριλίου 2013, Βόλος

602. Συναρτησιακή Ανάλυση. Υποδείξεις για τις Ασκήσεις

21/11/2005 Διακριτά Μαθηματικά. Γραφήματα ΒΑΣΙΚΗ ΟΡΟΛΟΓΙΑ : ΜΟΝΟΠΑΤΙΑ ΚΑΙ ΚΥΚΛΟΙ Δ Ι. Γεώργιος Βούρος Πανεπιστήμιο Αιγαίου

ΕΙΣΑΓΩΓΗ ΣΤΟN ΣΤΟΧΑΣΤΙΚΟ ΛΟΓΙΣΜΟ

ΕΙΣΑΓΩΓΗ ΣΤΟN ΣΤΟΧΑΣΤΙΚΟ ΛΟΓΙΣΜΟ

Ας υποθέσουμε ότι ο παίκτης Ι διαλέγει πρώτος την τυχαιοποιημένη στρατηγική (x 1, x 2 ), x 1, x2 0,

Δημήτρης Χελιώτης ΕΝΑ ΔΕΥΤΕΡΟ ΜΑΘΗΜΑ ΣΤΙΣ ΠΙΘΑΝΟΤΗΤΕΣ

Αναγνώριση Προτύπων. Σήμερα! Λόγος Πιθανοφάνειας Πιθανότητα Λάθους Κόστος Ρίσκο Bayes Ελάχιστη πιθανότητα λάθους για πολλές κλάσεις

ΣΧΟΛΙΚΟ ΕΤΟΣ ΕΥΘΥΓΡΑΜΜΗ ΟΜΑΛΗ ΚΙΝΗΣΗ ΤΡΙΩΡΗ ΓΡΑΠΤΗ ΕΞΕΤΑΣΗ ΣΤΗ ΦΥΣΙΚΗ A ΛΥΚΕΙΟΥ. Ονοματεπώνυμο Τμήμα

Αναγνώριση Προτύπων. Σημερινό Μάθημα

Εκφωνήσεις και Λύσεις των Θεμάτων

Ευρωπαϊκά παράγωγα Ευρωπαϊκά δικαιώματα

ιάσταση του Krull Α.Π.Θ. Θεσσαλονίκη Χ. Χαραλαμπους (ΑΠΘ) ιάσταση του Krull Ιανουάριος, / 27

ΑΡΧΗ 1ΗΣ ΣΕΛΙΔΑΣ Γ ΤΑΞΗ

Κεφάλαιο Η εκθετική κατανομή. Η πυκνότητα πιθανότητας της εκθετικής κατανομής δίδεται από την σχέση (1.1) f(x) = 0 αν x < 0.

Ταξινόμηση των μοντέλων διασποράς ατμοσφαιρικών ρύπων βασισμένη σε μαθηματικά κριτήρια.

Αναγνώριση Προτύπων. Σημερινό Μάθημα

Το κράτος είναι φτιαγμένο για τον άνθρωπο και όχι ο άνθρωπος για το κράτος. A. Einstein Πηγή:

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ. Εαρινό Εξάμηνο

«ΔΙΑΚΡΙΤΑ ΜΑΘΗΜΑΤΙΚΑ»

Κεφάλαιο 1. Πίνακες και απαλοιφή Gauss

Η ανισότητα α β α±β α + β με α, β C και η χρήση της στην εύρεση ακροτάτων.

ΠΑΝΕΠΙΣΤΗΜΙΑΚΑ ΦΡΟΝΤΙΣΤΗΡΙΑ ΚΟΛΛΙΝΤΖΑ ΜΑΘΗΜΑ: ΟΙΚΟΝΟΜΙΚΗ ΘΕΩΡΙΑ

HY 280. θεμελιακές έννοιες της επιστήμης του υπολογισμού ΑΣΚΗΣΕΙΣ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ ΥΠΟΛΟΓΙΣΤΩΝ. Γεώργιος Φρ.

{ i f i == 0 and p > 0

ΣΥΝΟΛΑ (προσέξτε τα κοινά χαρακτηριστικά των παρακάτω προτάσεων) Οι άνθρωποι που σπουδάζουν ΤΠ&ΕΣ και βρίσκονται στην αίθουσα

Εισαγωγικές Διαλέξεις στην Θεωρία των Αλυσίδων Markov και των Στοχαστικών Ανελίξεων. Οικονομικό Πανεπιστήμιο Αθηνών

17 Μαρτίου 2013, Βόλος

Εισαγωγή στη Μιγαδική Ανάλυση. (Πρώτη Ολοκληρωμένη Γραφή)

ΕΙΣΑΓΩΓΗ. H λογική ασχολείται με δύο έννοιες, την αλήθεια και την απόδειξη. Oι έννοιες αυτές έχουν γίνει

Δ Ι Α Κ Ρ Ι Τ Α Μ Α Θ Η Μ Α Τ Ι Κ Α. 1η σειρά ασκήσεων

Παραβολή ψ=αχ 2 +βχ+γ, α 0. Η παραβολή ψ = αχ 2. Γενικά : Κάθε συνάρτηση της μορφής ψ=αχ 2 + βχ +γ, α 0 λέγεται τετραγωνική συνάρτηση.

Περίληψη. του Frostman 4.1. Τέλος, η ϑεωρία του μέτρου Hausdorff αναπτύσσεται περαιτέρω στην τελευταία παράγραφο. Εισαγωγή 2

Ισοπεριμετρικές ανισότητες για το

Διανυσματικές Συναρτήσεις

Χαρτοφυλάκια και arbitrage

Πιθανότητες ΙΙ 1 o Μέρος. Οικονομικό Πανεπιστήμιο Αθηνών

Εκφωνήσεις και Λύσεις των Θεμάτων

τους στην Κρυπτογραφία και τα

Επιχειρησιακή Ερευνα Ι

1. Εστω ότι A, B, C είναι γενικοί 2 2 πίνακες, δηλαδή, a 21 a, και ανάλογα για τους B, C. Υπολογίστε τους πίνακες (A B) C και A (B C) και

Σχέσεις και ιδιότητές τους

Γενικό Λύκειο Μαραθοκάμπου Σάμου. Άλγεβρα Β λυκείου. 13 Οκτώβρη 2016

Εισαγωγικές Διαλέξεις στην Θεωρία των Αλυσίδων Markov και των Στοχαστικών Ανελίξεων. Οικονομικό Πανεπιστήμιο Αθηνών

"Η απεραντοσύνη του σύμπαντος εξάπτει τη φαντασία μου. Υπάρχει ένα τεράστιο σχέδιο, μέρος του οποίου ήμουν κι εγώ".

ΣΤΟ ΙΑΤΡΕΙΟ. Με την πιστοποίηση του αποκτά πρόσβαση στο περιβάλλον του ιατρού που παρέχει η εφαρμογή.

ΜΙΚΡΟΟΙΚΟΝΟΜΙΚΗ Η ΚΑΤΑΝΑΛΩΤΙΚΗ ΑΠΟΦΑΣΗ. Άσκηση με θέμα τη μεγιστοποίηση της χρησιμότητας του καταναλωτή

ΘΕΜΑ: Aποτελεσματικότητα της νομισματικής και δημοσιονομικής πολιτικής σε μια ανοικτή οικονομία

Γραμμική Ανεξαρτησία. Τμήμα Μηχανικών Η/Υ Τηλεπικοινωνιών και ικτύων Πανεπιστήμιο Θεσσαλίας. 17 Μαρτίου 2013, Βόλος

( ιμερείς) ΙΜΕΛΕΙΣ ΣΧΕΣΕΙΣ Α Β «απεικονίσεις»

Το Θεώρημα Μοναδικότητας των Stone και von Neumann

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ. Εαρινό Εξάμηνο

ΑΣΕΠ 2000 ΑΣΕΠ 2000 Εμπορική Τράπεζα 1983 Υπουργείο Κοιν. Υπηρ. 1983

Προτεινόμενα θέματα στο μάθημα. Αρχές Οικονομικής Θεωρίας ΟΜΑΔΑ Α. Στις προτάσεις από Α.1. μέχρι και Α10 να γράψετε στο τετράδιό σας τον αριθμό της

ΠΙΘΑΝΟΤΗΤΕΣ 2. Σάμης Τρέβεζας

Αρτιες και περιττές συναρτήσεις

ΠΑΝΕΠΙΣΤΗΜΙΑΚΑ ΦΡΟΝΤΙΣΤΗΡΙΑ ΚΟΛΛΙΝΤΖΑ ΜΑΘΗΜΑ: ΕΡΩΤΗΣΕΙΣ ΟΙΚΟΝΟΜΙΚΗΣ ΘΕΩΡΙΑΣ

Αναγνώριση Προτύπων. Σημερινό Μάθημα

Συναρτήσεις. Σημερινό μάθημα

ΣΤΟ ΦΑΡΜΑΚΕΙΟ. Με την πιστοποίηση του έχει πρόσβαση στο περιβάλλον του φαρμακείου που παρέχει η εφαρμογή.

Η έκδοση αυτή είναι υπό προετοιμασία. Γιάννης Α. Αντωνιάδης, Αριστείδης Κοντογεώργης

Μαθηματικά Πληροφορικής

Φυσική Β Λυκείου Θετικής & Τεχνολογικής Κατεύθυνσης Παναγόπουλος Γιώργος Φυσικός

ΑΠΟΛΥΤΗΡΙΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ: ΑΡΧΕΣ ΟΙΚΟΝΟΜΙΚΗΣ ΘΕΩΡΙΑΣ ΜΑΘΗΜΑ ΕΠΙΛΟΓΗΣ Γ ΛΥΚΕΙΟΥ

Αρτιες και περιττές συναρτήσεις

Φυσική Θετικής & Τεχνολογικής Κατεύθυνσης Β Λυκείου 3 ο Κεφάλαιο Ηλεκτρικό Πεδίο. Ηλεκτρικό πεδίο. Παρασύρης Κώστας Φυσικός Ηράκλειο Κρήτης

ΠΡΟΛΟΓΟΣ. Αθήνα, 12 Απριλίου 2016.

Η ΓΕΩΜΕΤΡΙΑ ΤΩΝ FRACTALS

Μετασχηματισμοί Laplace. Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Η/Υ Πανεπιστήμιο Θεσσαλίας

Επίλυση δικτύων διανομής

Εκφωνήσεις και Λύσεις των Θεμάτων

ΜΑΘΗΜΑ: ΕΜΠΟΡΙΚΟ ΔΙΚΑΙΟ

Pointers. Σημερινό Μάθημα! Χρήση pointer Τελεστής * Τελεστής & Γενικοί δείκτες Ανάκληση Δέσμευση μνήμης new / delete Pointer σε αντικείμενο 2

CSE.UOI : Μεταπτυχιακό Μάθημα

Μονάδες α. Να γράψετε στο τετράδιό σας τον παρακάτω πίνακα σωστά συµπληρωµένο.

ΜΑΘΗΜΑ: ΟΙΚΟΝΟΜΙΚΗ ΘΕΩΡΙΑ

επίπεδων καμπυλών Χειμερινό Εξάμηνο I(P, F G) των F και G σε ένα σημείο P A 2 K

Πανεπιστήμιο Πειραιώς. Πρόγραμμα Μεταπτυχιακών Σπουδών Αναλογιστική Επιστήμη και Διοικητική Κινδύνου

Transcript:

5 Κατασκευή της κίνησης Brown και απλές ιδιότητες 51 Ορισμός, ύπαρξη, και μοναδικότητα Ορισμός 51 Μια στοχαστική ανέλιξη { : t } ορισμένη σε έναν χώρο πιθανότητας (Ω, F, P) και με τιμές στο R λέγεται (μονοδιάστατη) κίνηση Brown αν ισχύουν τα εξής: (i) Η ανέλιξη έχει ανεξάρτητες προσαυξήσεις Δηλαδή για κάθε n 1 και t 1 < t 2 < < t n, οι τυχαίες μεταβλητές είναι ανεξάρτητες B(t 1 ), B(t 2 ) B(t 1 ), B(t 3 ) B(t 2 ),, B(t n ) B(t n 1 ) (ii) Για κάθε s < t, B(s) N(, t s) (iii) Με πιθανότητα 1, η συνάρτηση t είναι συνεχής 3 2 1 2 4 6 8 1 Σχήμα 51: Το γράφημα μιας πραγματοποίησης της κίνησης Brown Μια κίνηση Brown για την οποία με πιθανότητα 1 ισχύει B() = x λέγεται κίνηση Brown που ξεκινάει από το x, ενώ όταν x = μια τέτοια ανέλιξη λέγεται τυπική κίνηση Brown Στην απαίτηση (i) του ορισμού, η B(t 1 ) δεν είναι προσαύξηση της B εκτός αν η B είναι τυπική κίνηση Brown, οπότε B(t 1 ) = B(t 1 ) B() Ετσι η (i), στη γενική περίπτωση, είναι κάτι παραπάνω από «ανεξάρτητες προσαυξήσεις» Παρατήρηση 52 (Σημείο εκκίνησης της B) Ο πιο πάνω ορισμός δεν θέτει κανένα περιορισμό στην αρχική τιμή B() της κίνησης Ετσι, είναι δυνατόν η κίνηση να ξεκινάει από ένα συγκεκριμένο x R ή, γενικότερα, να ξεκινάει τυχαία επιλέγοντας το αρχικό της σημείο με βάση ένα μέτρο πιθανότητας µ στο R (δηλαδή η B() να είναι τυχαία μεταβλητή με κατανομή µ) Ολες αυτές οι κινήσεις Brown 41

42 Κατασκευή της κίνησης Brown και απλές ιδιότητες παράγονται από την τυπική κίνηση Brown ως εξής Εστω B τυπική κίνηση Brown και X τυχαία μεταβλητή (στον ίδιο χώρο πιθανότητας) ανεξάρτητη της B και με κατανομή µ Τότε η ανέλιξη W με W(t) := X + για κάθε t είναι κίνηση Brown με αρχική κατανομή µ Ιδιαιτέρως, όταν το µ δίνει όλη του τη μάζα σε ένα σημείο x R, τότε έχουμε W(t) = x +, δηλαδή την κίνηση Brown που ξεκινάει από το x Αν σε μια πιθανότητα ή σε μια μέση τιμή εμφανίζεται μια κίνηση Brown B με αρχική κατανομή µ και θέλουμε να το κάνουμε ξεκάθαρο, το δηλώνουμε γράφοντας P µ, E µ αντίστοιχα Ειδικά για την κίνηση Brown που ξεκινάει από το x R, χρησιμοποιούμε τον συμβολισμό P x, E x Αν το αρχικό σημείο είναι αδιάφορο ή ξεκάθαρο από τα συμφραζόμενα, θα γράφουμε απλώς P, E Παρατήρηση 53 (Κατανομές πεπερασμένης διάστασης) Αν ξέρουμε την κατανομή της B(), όλες οι κατανομές πεπερασμένης διάστασης της B υπολογίζονται (Ορισμός 43) Ας υποθέσουμε ότι η B ξεκινάει από το x, δηλαδή B() = x (για κάθε ω Ω) Τότε για = t < t 1 < t 2 < < t n, η κατανομή του διανύσματος (Y 1, Y 2,, Y n ) := (B(t 1 ) B(t ), B(t 2 ) B(t 1 ),, B(t n ) B(t n 1 )) καθορίζεται μοναδικά από τις ιδιότητες (i), (ii) του ορισμού Είναι η ίδια με αυτήν ενός διανύσματος ( t 1 t X 1, t 2 t 1 X 2,, t n t n 1 X n ), όπου οι X 1, X 2,, X n είναι ανεξάρτητητες τυπικές κανονικές τυχαίες μεταβλητές Αρα και η κατανομή του (B(t 1 ), B(t 2 ),, B(t n )) καθορίζεται μοναδικά αφού B(t 1 ) x + Y 1 x 1 B(t 2 ) x + Y 1 + Y 2 1 1 = = + x B(t n ) x + Y 1 + Y 2 + + Y n x 1 1 1 1 Η τελευταία σχέση λέει επιπλέον ότι το τυχαίο διάνυσμα (B(t 1 ), B(t 2 ),, B(t n )) είναι Γκαουσιανό (Ορισμός Αʹ3 στο Παράρτημα Αʹ) Η κατανομή ενός Γκαουσιανού διανύσματος καθορίζεται πλήρως από τις μέσες τιμές των συνιστωσών του και τον πίνακα συνδιακύμανσης του (Βλέπε συζήτηση μετά το Θεώρημα Αʹ4 στο Παράρτημα Αʹ) Υπολογίζουμε τώρα αυτά τα χαρακτηριστικά για το (B(t 1 ), B(t 2 ),, B(t n )) Σαφώς, E() = x για κάθε t αφού η B() N(, t) Για τις συνδιακυμάνσεις έχουμε το εξής Παράδειγμα 54 Εστω x R και B κίνηση Brown με B() = x Τότε Cov(B(s), ) = s t για κάθε s, t Πράγματι, έστω ότι s < t Τότε Cov(B(s), ) = Cov(B(s), B(s) + B(s)) = Cov(B(s), B(s)) + Cov(B(s), B(s)) = + Var(B(s)) = s Στη δεύτερη ισότητα χρησιμοποιούμε τη διγραμμικότητα της συνδιακύμανσης Στην τρίτη ισότητα ότι οι B(s), B(s) είναι ανεξάρτητες και ότι B(s) N(x, s) (αφού B(s) B() N(, s)) Την κίνηση Brown ως φυσικό φαινόμενο κατέγραψε πρώτος ο Robert Brown το 1828 παρατηρώντας την κίνηση κόκων γύρης μέσα σε νερό Επειτα, το 19, ο Louis Bachelier τη χρησιμοποίησε ως Y 1 Y 2 Y n

52 Απλές ιδιότητες 43 μοντέλο για τις τιμές μετοχών Ο Albert Einstein το 195 απέδειξε ότι μια κίνηση με κάποια «φυσιολογικά» επιθυμητά χαρακτηριστικά θα ικανοποιεί την ιδιότητα (ii) του ορισμού πιο πάνω και υπέδειξε εφαρμογές στον μικρόκοσμο (πχ, προσδιορισμός του αριθμού του Avogadro) Παρ ολα αυτά, η απόδειξη ότι η κίνηση Brown υπάρχει, δηλαδή ότι υπάρχει ανέλιξη που να ικανοποιεί τις απαιτήσεις του Ορισμού 51, έγινε το 1923 από τον Nobert Wiener Ακολούθησαν και άλλες αποδείξεις ύπαρξης Θεώρημα 55 Μια τυπική κίνηση Brown υπάρχει Στο Παράρτημα Γʹ δίνεται μια απόδειξη που οφείλεται στον Paul Lévy και δημοσιεύτηκε το 1939 Μοναδικότητα Υπάρχουν άραγε πολλές στοχαστικές ανελίξεις που να ικανοποιούν τις ιδιότητες του Ορισμού 51 πιο πάνω μαζί με τη B() = ; Δηλαδή να είναι τυπικές κινήσεις Brown; Ναι, υπάρχουν Για παράδειγμα, αν B είναι μια τέτοια, τότε το ίδιο είναι και η B Μοναδική όμως είναι η κατανομή της τυπικής κίνησης Brown στον χώρο C([, )) των συνεχών συναρτήσεων στο [, ) Ας θυμηθούμε (Παράγραφος 41) ότι η τυπική κίνηση Brown μπορεί να θεωρηθεί τυχαία μεταβλητή με τιμές στον C([, )) Δηλαδή ω f ω, όπου f ω : [, ) R είναι η συνάρτηση με τιμές f ω (t) = Ως συνήθως, για μια τυχαία μεταβλητή παραλείπουμε το δειγματικό σημείο ω και γράφουμε αντί (ω) Η κατανομή μιας τυπικής κίνησης Brown είναι ένα μέτρο πιθανότητας στον C([, )) Για τη σ-άλγεβρα με την οποία εφοδιάζουμε τον C([, )), δες την Παρατήρηση 49 Οι ιδιότητες ορισμού της τυπικής κίνησης Brown είναι αρκετές ώστε να καθορίζουν μόνο μία κατανομή Ετσι έχουμε το εξής αποτέλεσμα μοναδικότητας Θεώρημα 56 Εστω δύο τυπικές κινήσεις Brown B, B Τότε οι B, B έχουν την ίδια κατανομή Απόδειξη Με βάση την Παρατήρηση 53, οι B, B έχουν τις ίδιες κατανομές πεπερασμένης διάστασης Το συμπέρασμα έπεται από το Θεώρημα 48 52 Απλές ιδιότητες Κάθε κίνηση Brown ορίζει στον χώρο πιθανότητας στον οποίο ορίζεται μια φυσιολογική διήθηση Την (F t ) t με F t := σ({b(s) : s [, t]}) για κάθε t [, ) Πρόταση 57 (Μετατόπιση) Εστω B κίνηση Brown και t Ορίζουμε την ανέλιξη X ως Τότε: (i) Η X είναι τυπική κίνηση Brown (ii) Η X είναι ανεξάρτητη από την F t X(t) := B(t + t) B(t ) για κάθε t [, ) Απόδειξη (i) Ελέγχουμε τις ιδιότητες του ορισμού Για t 1 < t 2 < < t n (X(t 1 ), X(t 2 ) X(t 1 ), X(t 3 ) X(t 2 ),, X(t n ) X(t n 1 )) = (B(t + t 1 ) B(t ), B(t + t 2 ) B(t + t 1 ), B(t + t 3 ) B(t + t 2 ),, B(t + t n ) B(t + t n 1 )) Οι συντεταγμένες του τελευταίου διανύσματος είναι ανεξάρτητες τυχαίες μεταβλητές επειδή η B είναι κίνηση Brown Για s < t, έχουμε X(t) X(s) = B(t + t) B(t + s) N(, s t) επειδή η B είναι κίνηση και (t + t) (t + s) = t s

44 Κατασκευή της κίνησης Brown και απλές ιδιότητες 2 15 1 5 5 1 2 3 4 5 1 Σχήμα 52: Η Πρόταση 57 λέει ότι τοποθετώντας νέους άξονες στο (t, B(t )), η ανέλιξη δεξιά του νέου συστήματος αξόνων είναι τυπική κίνηση Brown και ανεξάρτητη από το παρελθόν Τέλος, με πιθανότητα 1, η συνάρτηση t X(t) είναι συνεχής αφού η B είναι συνεχής με πιθανότητα 1 Το B(t ) είναι απλώς ένας αριθμός που εξαρτάται από το ω αλλά όχι από το t (ii) Η απόδειξη είναι τεχνική και δίνεται στο Παράρτημα Γʹ Η προηγούμενη πρόταση λέει ότι για δεδομένο t >, η κίνηση Brown ξαναγεννιέται τη χρονική στιγμή t με την έννοια ότι αυτό που ακολουθεί επηρεάζεται από το παρελθόν {B(s) : s [, t ]} μόνο από την τιμή B(t ) Το υπόλοιπο τμήμα της κίνησης, δηλαδή το B(t + t) B(t ) : t, είναι κάτι εντελώς καινούργιο Δεν εξαρτάται από το παρελθόν Εναλλακτικά, αν παρατηρούμε το γράφημα {(t, ) : t } της κίνησης Brown και τοποθετήσουμε την αρχή των αξόνων στο (t, B(t )), η κίνηση που θα δούμε δεξιά από το (, ) του νέου συστήματος συντεταγμένων είναι πάλι κίνηση Brown και μάλιστα ανεξάρτητη από το παρελθόν Συνέπεια αυτής της ιδιότητας είναι ότι η B είναι ανέλιξη Markov ως προς τη διήθηση που παράγει Πρόταση 58 Εστω B τυπική κίνηση Brown Ορίζουμε την ανέλιξη X ως Τότε η X είναι τυπική κίνηση Brown Απόδειξη Ομοια όπως στο (i) της Πρότασης 57 X(t) := για κάθε t [, ) Πρόταση 59 (Αλλαγή κλίμακας) Εστω B τυπική κίνηση Brown και c Ορίζουμε την ανέλιξη X ως Τότε η X είναι τυπική κίνηση Brown Απόδειξη Ομοια όπως στο (i) της Πρότασης 57 X(t) := 1 c B(c2 t) για κάθε t [, ) Παρατήρηση 51 Η ιδιότητα αλλαγής κλίμακας είναι πολύ χρήσιμη σε υπολογισμούς Για παράδειγμα, για a, αν ορίσουμε Ta B := inf{t : = a} τον χρόνο που απαιτείται ώστε η τυπική κίνηση Brown B να πάρει την τιμή a, τότε T B a d = a 2 T B 1 Πράγματι, επειδή για την κίνηση Brown X a := B(a 2 )/a έχουμε = a X a (t/a 2 ) = 1, έπεται ότι Ta B = a 2 T1 Xa d = a 2 T1 B

53 Επισκέψεις στο 45 Η επόμενη ιδιότητα της κίνησης Brown συσχετίζει τη συμπεριφορά της στο με αυτήν στο Πρόταση 511 (Αντιστροφή χρόνου) Εστω B τυπική κίνηση Brown Ορίζουμε την ανέλιξη X ως tb(1/t) για κάθε t >, X(t) := (51) για t = Η X είναι τυπική κίνηση Brown Η απόδειξη της πρότασης δίνεται στο Παράρτημα Γʹ Μια συνέπεια της είναι ότι με πιθανότητα 1 η X είναι συνεχής στο και άρα με πιθανότητα 1 ισχύει lim = (52) t t Παρατήρηση 512 (Υπολογισμοί με την κίνηση Brown) Σε υπολογισμούς με την κίνηση Brown χρησιμοποιούμε: (α) Την ιδιότητα των ανεξάρτητων προσαυξήσεων και την συνέπεια της ότι για s < t η B(s) είναι ανεξάρτητη από την σ-άλγεβρα F s (53) Αυτό γιατί με βάση την Πρόταση 57 η ανέλιξη Y με Y(r) = B(s + r) B(s) για κάθε r είναι ανεξάρτητη της F s και B(s) = Y(t s) (β) Στην περίπτωση της τυπικής κίνησης Brown το ότι για κάθε t > ισχύει d = tb(1) (54) Αυτό είναι σωστό γιατί και τα δύο μέλη έχουν κατανομή N(, t) Προσοχή όμως Οι ανελίξεις () t και (X(t)) t με X(t) = tb(1) είναι διαφορετικές Κάθε μονοπάτι της X είναι απλώς ένα (τυχαίο) πολλαπλάσιο της συνάρτησης t, ενώ αυτό δεν ισχύει για τα μονοπάτια της B Αυτό που ισχύει είναι ότι οι B, X έχουν τις ίδιες κατανομές διάστασης 1 (δες Ορισμό 43), δηλαδή αυτό που λέει η (54), αλλά έχουν διαφορετικές κατανομές [οι οποίες είναι μέτρα στον C([, ))] Διαφορετικές είναι ακόμα και οι κατανομές τους διάστασης 2 (Ασκηση) Για παραδειγμα, στον υπολογισμό ( 1 ) 1 1 E e B(s) ds = E(e B(s) ) ds = E(e 1 sb(1) ) ds = e s/2 ds, εφαρμόζουμε την (54) χωριστά για κάθε s Δεν μπορούμε να ισχυριστούμε ότι 1 eb(s) ds d = e sb(1) ds Στο δεξί μέλος της (54) φυσικά αντί της B(1) μπορούμε να βάλουμε μια Z N(, 1) η να γράψουμε W(1) όπου W είναι μια άλλη τυπική κίνηση Brown Ομοια όπως στην (54), ισχύει B(s) d = t s B(1) για κάθε s, t Ετσι αναγόμαστε σε υπολογισμούς που αφορούν την κατανομή N(, 1) 53 Επισκέψεις στο Οπως θα φανεί στο Κεφάλαιο 8, η κίνηση Brown έχει αρκετά ακανόνιστο γράφημα Για παράδειγμα, το μήκος του περιορισμού του γραφήματος σε οποιοδήποτε διάστημα είναι άπειρο ενώ η ίδια η κίνηση, ως συνάρτηση του χρόνου, δεν είναι διαφορίσιμη πουθενά Σε αυτή την παράγραφο θα δούμε ότι μόλις ξεκινάει από το μηδέν, αμέσως παίρνει και θετικές και αρνητικές τιμές Δηλαδή δεν είναι δυνατόν να υπάρχει διάστημα (, ε) όπου η κίνηση να διατηρεί πρόσημο Θεωρούμε τους τυχαίους χρόνους T := inf{t > : < }, T + := inf{t > : > }

46 Κατασκευή της κίνησης Brown και απλές ιδιότητες Πρόταση 513 Εστω B τυπική κίνηση Brown Τότε με πιθανότητα 1, ισχύει T = T + = Απόδειξη Ανάλογα όπως στην Παρατήρηση 51, δείχνουμε ότι για κάθε a ισχύει T + d = a 2 T + Οπότε για κάθε x, c > έχουμε P(T + > x) = P(cT + > x) = P(T + > x/c) Για c + η τελευταία ποσότητα συγκλίνει στην P(T + = ) Επεται λοιπόν ότι P(T + {, }) = 1 Ομως P(T + = ) P(T 1 = ), όπου T 1 := inf{t : = 1}, και η τελευταία πιθανότητα είναι, όπως θα δείξουμε στην Πρόταση 73 Ετσι ο ισχυρισμός για το T + αποδείχθηκε Για το T έπεται όμοια ή με χρήση της Πρότασης 58 και του αποτελέσματος για το T + Επεται από την προηγούμενη πρόταση και τη συνέχεια της κίνησης Brown ότι με πιθανότητα 1, inf{t > : = } = Επομένως, υπάρχει ακολουθία μηδενικών της B που τείνουν στο Θα αποδείξουμε τώρα ότι το σύνολο έχει Lebesgue μέτρο Πρόταση 514 Με πιθανότητα 1 ισχύει λ(z) = Με λ συμβολίζουμε το μέτρο Lebesgue στο R Z := {t [, ) : = } Απόδειξη Χρησιμοποιώντας το θεώρημα Fubini, υπολογίζουμε ( ) E{λ(Z)} = E 1 B(s)= ds = E(1 B(s)= ) ds = P(B(s) = ) ds =, αφού η B(s) είναι συνεχής τυχαία μεταβλητή [έχει κατανομή N(, s)] Το συμπέρασμα έπεται Η τελευταία πρόταση λέει ότι κατά μια έννοια το σύνολο Z είναι μικρό Από την άλλη, θα δείξουμε στην Πρόταση 66 ότι είναι ένα τέλειο σύνολο (είναι κλειστό και κάθε σημείο του είναι σημείο συσσώρευσης του), επομένως υπεραριθμήσιμο Επίσης μπορεί να δειχθεί ότι έχει διάσταση Hausdorff 1/2 54 Συμπεριφορά στο άπειρο* Η κίνηση Brown παίρνει θετικές και αρνητικές τιμές για οσοδήποτε μεγάλους χρόνους Μάλιστα ισχύει ότι lim t B t =, lim t B t = Εμείς θα αποδείξουμε κάτι ισχυρότερο Πρόταση 515 Για την τυπική κίνηση Brown B με πιθανότητα 1 ισχύει lim =, t t lim = t t

Απόδειξη Θα δείξουμε ότι με πιθανότητα 1 ισχύει 55 Πολυδιάστατη κίνηση Brown 47 B(n) lim = n n Θέτουμε X k := B(k) B(k 1) για κάθε k N + Οι τυχαίες μεταβλητές (X k ) k 1 είναι ανεξάρτητες και ισόνομες Για C > σταθερό και κάθε n N + θέτουμε A n (C) := {B(n) C n} Τότε { } B(n) A(C) := lim C lim sup A n (C) n n n 1 και P(lim sup A n (C)) lim P(A n (C)) = P(B(1) C) > n 1 n Η πρώτη ανισότητα είναι γνωστή ιδιότητα των μέτρων πιθανότητας και η ισότητα έπεται από την ιδιότητα αλλαγής κλίμακας της κίνησης Brown Αρα το σύνολο A(C) έχει θετική πιθανότητα Από την άλλη, ανήκει στην τελική σ-άλγεβρα των (X k ) k 1 Από τον νόμο -1 του Kolmogorom, έπεται ότι το A(C) έχει πιθανότητα 1 Αρα και το { } B(n) lim = = n n k=1 A(k) έχει πιθανότητα 1 Για το δεύτερο όριο, παρατηρούμε ότι η B είναι επίσης τυπική κίνηση Brown, άρα από το πρώτο όριο έχουμε με πιθανότητα 1 ότι lim t ( / t) = που σημαίνει ότι lim t (/ t) = Σε ένα σύνολο με πιθανότητα 1 τα δύο όρια έχουν τις τιμές και αντίστοιχα Καλύτερη εικόνα για τη συμπεριφορά της κίνησης Brown στο άπειρο δίνει ο νόμος του επαναλαμβανόμενου λογαρίθμου (Θεώρημα 881 στο Durrett (21)), που λέει ότι lim t 2t log log t = 1, lim t 2t log log t = 1 (55) Μάλιστα, τα σημεία συσσώρευσης του δικτύου 2t log log t t> (για t ) είναι ολόκληρο το διάστημα [ 1, 1] 55 Πολυδιάστατη κίνηση Brown Ορισμός 516 Εστω d 1 φυσικός αριθμός και B (1), B (2),, B (d) ανεξάρτητες μονοδιάστατες κινήσεις Brown Ονομάζουμε d-διάστατη κίνηση Brown την ανέλιξη = B (1) (t) B (2) (t) B (d) (t), t [, ) Οταν B() = R d για όλα τα ω Ω, λέμε ότι η B είναι d-διάστατη τυπική κίνηση Brown Η d-διάστατη κίνηση Brown περιγράφει την κίνηση ενός σωματιδίου στον R d Σε κάθε συντεταγμένη η κίνηση του σωματιδίου είναι μια μονοδιάστατη κίνηση Brown και οι κινήσεις Brown που

48 Κατασκευή της κίνησης Brown και απλές ιδιότητες Σχήμα 53: Δυό πραγματοποιήσεις της τυπικής διδιάστατης κίνησης Brown για το χρονικό διάστημα [, 1] Ζωγραφίζουμε την εικόνα της B στο διάστημα [, 1] και όχι το γράφημα της αντιστοιχούν στις d συντεταγμένες είναι ανεξάρτητες Η κίνηση που απασχόλησε τους Brown και Einstein ήταν η τριδιάστατη κίνηση Brown Σχετικά με το σημείο εκκίνησης της πολυδιάστατης κίνησης Brown και τον χρησιμοποιούμενο συμβολισμό, ισχύουν αυτά που είπαμε στην Παρατήρηση 52 για τη μονοδιάστατη περίπτωση Για την πολυδιάστατη κίνηση Brown ισχύουν τα ανάλογα των Προτάσεων 56 και 57 Για την Πρόταση 57 η διήθηση που θεωρούμε είναι η F t := σ({b(s) : s [, t]}) για κάθε t [, ) 56 Η κίνηση Brown ως φυσιολογικό αντικείμενο Η κίνηση Brown είναι το συνεχές ανάλογο του απλού τυχαίου περιπάτου Z (Παράγραφος 31) Οι δυό αυτές ανελίξεις συνδέονται με πολλούς τρόπους και εδώ θα περιγράψουμε έναν από αυτούς, ίσως τον πιο απλό Εστω (S n ) n ο απλός τυχαίος περίπατος στο Z Αν τον θεωρήσουμε ως τυχαία συνάρτηση, το γράφημά της είναι το διακριτό σύνολο σημείων {(k, S k ) : k N} Ενώνοντας διαδοχικά σημεία με ευθύγραμμα τμήματα, φτιάχνουμε μια συνεχή συνάρτηση S : [, ) R Δηλαδή, S x αν x N, S (x) := (56) γραμμική επέκταση σε κάθε διάστημα [k, k + 1] με k N Τυπικά, η S ισούται με S (x) = {1 (x [x])}s [x] + (x [x])s [x]+1 = S [x] + (x [x])(s [x]+1 S [x] ) για κάθε x [, ) Για n N + θεωρούμε τη συνάρτηση S n : [, ) R με S n(t) = S (nt) n (57) για κάθε t [, ) Με άλλα λόγια, το γράφημα της S n προκύπτει αν πάρουμε το γράφημα της S και συρρικνώσουμε τον μεν οριζόντιο άξονα κατά 1/n τον δε κάθετο κατά 1/ n Αυτό που ισχύει είναι ότι: Για μεγάλο n, η ανέλιξη S n προσεγγίζει την κίνηση Brown Δηλαδή, αν θέλει να δει κανείς μια πραγματοποίηση της κίνησης Brown, αρκεί να πάρει μεγάλο n και να κάνει μια πραγματοποίηση της S n Αυτή η ασαφής πρόταση είναι μια απλουστευμένη διατύπωση ενός θεωρήματος το οποίο θα διατυπώσουμε τώρα

56 Η κίνηση Brown ως φυσιολογικό αντικείμενο 49 6 4 2 1 2 3 4 2 4 Σχήμα 54: Το γράφημα της συνάρτησης S στο διάστημα [, 4] για μια πραγματοποίση του τυχαίου περιπάτου Θεωρούμε το χώρο C[, ) με την τοπολογία της ομοιόμορφης σύγκλισης στα συμπαγή υποσύνολα του [, ) και ένα χώρο πιθανότητας ( Ω, F, P) στον οποίο συμβολίζουμε τη μέση τιμή με Ẽ και στον οποίο είναι ορισμένη μια κίνηση Brown B Επειτα θεωρούμε (X n ) n 1 ακολουθία ανεξάρτητων ισόνομων τυχαίων μεταβλητών με E(X 1 ) =, Var(X 1 ) = 1 Θέτουμε S =, S n := X 1 + + X n για κάθε n 1 και ορίζουμε τις συναρτήσεις S και S n όπως στις (56), (57) Παρατηρήστε ότι η (S n) n 1 είναι ακολουθία τυχαίων μεταβλητών η οποία παίρνει τιμές στο C[, ) Στο ίδιο σύνολο παίρνει τιμές και η B Θεώρημα 517 (Donsker) Η ακολουθία (S n) n 1 συγκλίνει κατά κατανομή στη B Αν θυμηθούμε τον της σύγκλισης κατά κατανομή, αυτό σημαίνει ότι για κάθε συνάρτηση F : C[, ) R συνεχή και φραγμένη ισχύει ότι lim E F(S n) = ẼF(B) n Την απόδειξη του θεωρήματος μπορεί να βρεί κανείς σε βιβλία που ασχολούνται με την κίνηση Brown, για παράδειγμα, στο Karatzas and Shreve (1991), Θεώρημα 42 του Κεφαλαίου 2 Το θεώρημα Donsker περιέχει το κεντρικό θεώρημα Γιατί για g : R R συνεχή και φραγμένη, παίρνουμε τη συνεχή και φραγμένη συνάρτηση F : C[, ) R με F( f ) = g( f (1)) Δηλαδή η F από το μονοπάτι f κοιτάει μόνο την τιμή του στο 1 Τότε ( ) S F(S n) n = g, n F(B) = g(b(1)), και το θεώρημα δίνει ότι ( ) S lim E g n = Ẽg(B(1)), n n που σημαίνει ότι S n n B(1) Ομως B(1) N(, 1), άρα αυτό είναι το κεντρικό οριακό θεώρημα Παράδειγμα 518 Εστω (S n ) n ο απλός τυχαίος περίπατος Τότε για κάθε x R ισχύει ότι ( ) max1 k n S k P < x P(max < x) n t [,1]

5 Κατασκευή της κίνησης Brown και απλές ιδιότητες καθώς n Πράγματι, ο ισχυρισμός έπεται αν εφαρμόσουμε το θεώρημα Donsker για τη συνάρτηση F : C[, ) R με F( f ) = 1 max{ f (t):t [,1]}<x, η οποία είναι φραγμένη και συνεχής Η πιθανότητα P(max t [,1] < x), που εμφανίζεται στο όριο, υπολογίζεται στο Πόρισμα 64 Ασκήσεις Στις ασκήσεις πιο κάτω, B είναι μια τυπική κίνηση Brown 51 Θεωρούμε τη συνάρτηση f : (, ) R με f (t) = P( > t) για κάθε t > (α) Να δειχθεί ότι η f είναι φθίνουσα (β) Ποια είναι η παράγωγός της; 52 Για s, t να δειχθεί ότι Cov(B 2 (t), B 2 (s)) = Var(B 2 (s t)) = 2(s t) 2 53 Εστω n N +, χρόνοι = t < t 1 < < t n, και σταθερές a 1, a 2,, a n R Να δειχθεί ότι η τυχαία μεταβλητή a 1 B(t 1 ) + + a n B(t n ) ακολουθεί την κανονική κατανομή Ποια είναι η μέση τιμή και διασπορά της; 54* Εστω r < s < t Να δειχθεί ότι η B(s) B(r) (B(r), ) ακολουθεί την κατανομή N(µ, σ 2 ) με µ := s r t r (y x), σ2 = s r (t s), t r και x = B(r), y = B(s) Αυτή η ιδιότητα μας επιτρέπει να προσομοιώνουμε ακριβώς οποιοδήποτε πεπερασμένο πλήθος σημείων στο μονοπάτι της κίνησης Brown Για παράδειγμα, θέτουμε B() = και ξέρουμε ότι η B(1) N(, 1), άρα προσομοιώνουμε την τιμή της ακριβώς Επειτα προσομοιώνουμε τη B(1/2) με χρήση της άσκησης και μπορούμε να συνεχίσουμε προσομοιώνοντας τις τιμές B(1/4), B(3/4) 55 Εστω t > Να δειχθεί ότι η X = t B(s) ds ακολουθεί την κατανομή N(, t3 /3) 56 Για t > να υπολογιστεί η μέση τιμή και η διασπορά της τυχαίας μεταβλητής Y = t B2 (s) ds 57 Εστω a > Να δειχθεί ότι η ανέλιξη X με X(t) := B(a t) B(a) για κάθε t [, a] είναι κίνηση Brown στο [, a] 58 Εστω Z := {s > : B(s) = } το σύνολο των μηδενικών της B Να δειχθεί ότι για κάθε a > ισχύει Z d = a 2 Z και άρα η E{λ(Z)} {, }, όπου λ(z) είναι το μέτρο Lebesgue του συνόλου Z 59 Εστω t Να δειχθεί ότι με πιθανότητα 1 η κίνηση Brown δεν έχει τοπικό ακρότατο (μέγιστο ή ελάχιστο) στο t 51* Εστω t Να δειχθεί ότι με πιθανότητα 1 η κίνηση Brown δεν είναι διαφορίσιμη στο t 511 Εστω g : R R συνεχής και φραγμένη συνάρτηση Να δειχθεί ότι η συνάρτηση F : C[, ) R με F( f ) = g( f (1)) είναι συνεχής και φραγμένη 512 Εστω (S n ) n ο απλός τυχαίος περίπατος Να δειχθεί ότι η ακολουθία (I n ) n 1 με n I n := 1 n 2 k=1 S 2 k συγκλίνει κατά κατανομή στην τυχαία μεταβλητή 1 2 dt