• Keine Ergebnisse gefunden

, n ≥ 1) eine Folge reellwertiger Zufallsgr¨oßen ¨uber (Ω, A), die bez¨uglich P und bez¨uglich Q voneinander unabh¨angig sind, und deren Verteilungen P

N/A
N/A
Protected

Academic year: 2021

Aktie ", n ≥ 1) eine Folge reellwertiger Zufallsgr¨oßen ¨uber (Ω, A), die bez¨uglich P und bez¨uglich Q voneinander unabh¨angig sind, und deren Verteilungen P"

Copied!
2
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

Prof. Dr. Uwe K¨uchler Institut f¨ur Mathematik

Statistik stochastischer Prozesse 3. ¨ Ubung, 17. 05. 2006

1. Es seien P und Q zwei Wahrscheinlichkeitsmaße auf einem meßbaren Raum (Ω, A), (X

n

, n 1) eine Folge reellwertiger Zufallsgr¨oßen ¨uber (Ω, A), die bez¨uglich P und bez¨uglich Q voneinander unabh¨angig sind, und deren Verteilungen P

n

bzw. Q

n

ge- geben sind durch

P

n

(B) = P (X

n

B ), Q

n

(B ) = Q(X

n

B), B B

1

, n 1.

Es gelte Q

n

¿ P

n

und es sei

f

n

:= dQ

n

dP

n

, ς

n

:=

Z

R1

f

n12

dP

n

, n 1.

a) Man zeige: F¨ur jedes n 1 ist das Produktmaß Q

(n)

:= Q

n

k=1

Q

k

absolutstetig bez¨uglich P

(n)

:= Q

n

k=1

P

k

. b) Man berechne

L

n

(x) = dQ

(n)

dP

(n)

(x), x = (x

1

, x

2

, · · · , x

n

) R

n

c) Mit P

bzw. Q

wird die Wahrscheinlichkeitsverteilung von (X

n

, n 1) bez.

P bzw. Q auf (R

, B

) mit B

= Q

k=1

B

1

bezeichnet. Man beweise:

(L

n

(x), Q

n

1

B

1

) ist bez¨uglich P

ein nichtnegatives Martingal und (L

n12

(x), Q

n

1

B

1

) ist bez. P

ein nichtnegatives Supermartingal.

1

(2)

d) Man schlussfolgere mittels c), dass Q

entweder absolutstetig bez. P

oder singul¨ar zu P

ist, je nachdem, ob Q

k=1

ς

k

> 0 oder = 0 gilt.

(Aufgabe 1d) erfordert Stoff, der in der Vorlesung sp¨ater behandelt wird.)

2. Es seien (Ω, F , P ) ein statistisches Modell mit % = (P

ϑ

, ϑ Θ) und (F

t

)

t≥0

eine Filtration in F . Mit τ werde eine (F

t

)-Stoppzeit bezeichnet: τ|Ω [0, ∞] mit t} ∈ F

t

, t 0. P

ϑFt

sei dominiert durch ein P

Ft

0

Θ, fest gew¨ahlt) f¨ur jedes t 0.

L

t

(ϑ; ω) := dP

ϑ|Ft

dP

ϑ0|Ft

(ω).

Man zeige, dass f¨ur jedes A F

τ

gilt:

P

ϑ

(A ∩ {τ < ∞}) = Z

A∩{τ <∞}

L

τ

(ϑ; ω)dP

ϑ0

(ω)

(Fundamentalidentit¨at der Sequentialstatistik)

Hinweis: Man weise die Gleichung zun¨achst f¨ur τ t (t 0) nach.

3. Es sei (ω

t

, t 0) bzw. P

ϑ

ein Wienerscher Prozess mit Drift ϑ > 0 und Diffusions- konstanten σ

2

> 0. Weiterhin sei τ

a

:= min{t > 0|ω

t

= a}(a > 0). Zeigen Sie, dass P

ϑ

a

< ∞) = 1 gilt und nutzen Sie die Fundamentalidentit¨at zur Bestimmung der Laplace-Transformierten E

0

e

−λτa

, λ > 0.

2

Referenzen

ÄHNLICHE DOKUMENTE

Auf der Basis dieser Werte konstruiere man einen Sch¨ atzer f¨ ur

Uwe K¨ uchler Institut f¨ ur Mathematik. Statistik stochastischer

Uwe K¨ uchler Institut f¨ ur Mathematik. Statistik stochastischer

Uwe K¨uchler Institut f¨ur Mathematik. Statistik stochastischer

Uwe K¨ uchler Institut f¨ ur Mathematik. Statistik

Uwe K¨ uchler Institut f¨ ur Mathematik. Statistik stochastischer

Uwe K¨ uchler Institut f¨ ur Mathematik. Statistik stochastischer

Man gebe eine minimal suffiziente Statistik an, die vollst¨ andig