• Keine Ergebnisse gefunden

Ubungen zur Vorlesung ¨ Wahrscheinlichkeitstheorie II

N/A
N/A
Protected

Academic year: 2021

Aktie "Ubungen zur Vorlesung ¨ Wahrscheinlichkeitstheorie II"

Copied!
2
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

L¨ohr/Winter Wintersemester 2012/13

Ubungen zur Vorlesung ¨ Wahrscheinlichkeitstheorie II

Ubungsblatt 7¨

Gleichgradige Integrierbarkeit

Aufgabe 7.1 (Beispiele gleichgradig integrierbarer Familien). (5 Punkte) (a) Sei (Xn)n∈N ein integrierbarer, station¨arer Prozess (d.h. dieXn sind identisch verteilt,

aber nicht notwendig unabh¨angig). Zeige, dass (Xn)n∈N gleichgradig integrierbar ist.

(b) F¨ur eine Familie (Xt)tI integrierbarer Zufallsvariablen gelte supt∈I E(Xt)

< ∞ und supt∈IVar(Xt)<∞. Zeige, dass die Familie gleichgradig integrierbar ist.

(c) Sei Y integrierbar undXn := E(Y | Fn) f¨ur eine Filtration F = (Fn)n∈N. Zeige, dass (Xn)n∈N ein gleichgradig integrierbares Martingal ist.

Bemerkung: Insbesondere ist ein Prozess (Xn)n∈N genau dann ein gleichgradig in- tegrierbares Martingal, wenn es eine Filtration F und ein integrierbares Y gibt mit Xn=E(Y | Fn).

Aufgabe 7.2 (Gegenbeispiele). (3 Punkte)

(a) Seien Xk,k∈N, unabh¨angig und gleichverteilt auf{−1,1}.

Zeige, dass (Sn)n∈NmitSn=Pn

k=1Xk nicht gleichgradig integrierbar ist.

(b) Zeige, dass nicht jede gleichgradig integrierbare Folge (Xn)n∈Nvon Zufallsvariable eine integrierbare Majorante (also eine integrierbare ZufallsvariableY mit|Xn| ≤Y ∀n∈N) besitzt.

Aufgabe 7.3 (Lp-beschr¨ankt vs. gleichgradig integrierbar). (4 Punkte) (a) Finde ein L1-beschr¨anktes Martingal (Xn)n∈N, das nicht gleichgradig integrierbar ist.

(b) Sei p > 1. Finde einen Lp-beschr¨ankten Prozess (Xn)n∈N, so dass |Xnp|

n∈N nicht gleichgradig integrierbar ist. L¨asst sich (Xn)n∈N als Martingal w¨ahlen?

Aufgabe 7.4. (4 Punkte)

SeiX = (Xn)n∈Nein Martingal,Xn≥0 f¨ur allen∈N. Zeige: Xist genau dann gleichgradig integrierbar, wenn

nlim→∞E(Xn) = E(lim inf

n→∞ Xn).

Abgabe bis Di, 11.12. am Anfang der ¨Ubungsstunde

(2)

Arbeitsgruppenvortr¨age:

Am 04.12.gibt Alexa Manger (Universit¨at Duisburg-Essen) einen Vortrag ¨uber Modeling evolving phylogenies in the context of phylodynamic patterns Am11.12.gibt Anton Klimovsky (Universiteit Leiden) einen Vortrag ¨uber

Complex Random Energy Model: Zeros and Fluctuations

Hierzu ergeht eine herzliche Einladung. Zeit:Di, 16.00 – 17.00. Raum: WSC-N-U-4.04

Referenzen

ÄHNLICHE DOKUMENTE

(heute) gibt Olivier H´enard (CERMICS - ´ Ecole des ponts) einen Vortrag ¨ uber Generalized Fleming Viot process conditioned on non extinction of some types. Abstract: Using

Abstract: We consider a class of stochastic processes – the so-called spatial Lambda-Flemming- Viot processes – that describe the evolution of the genealogies in the spatially

Abstract: We consider a class of stochastic processes – the so-called spatial Lambda-Flemming- Viot processes – that describe the evolution of the genealogies in the spatially

(a) Ein Laplace-W¨ urfel mit Werten 1 bis 6 werde 2-mal unabh¨angig gewor- fen. Sei X das Minimum, und Y das Maximum der beiden

Bemerkung: Man kann zeigen, dass die Aussage richtig bleibt, wenn die Pfade rechts- stetig sind und die limiten von links existieren... in der ¨ Ubungsstunde

If we take the starting configuration of sleeping frogs also as random, we derive a 0-1 law too and show that the recurrence of such a model only depends on the distribution of

If we take the starting configuration of sleeping frogs also as random, we derive a 0-1 law too and show that the recurrence of such a model only depends on the distribution of

Insbesondere hat dann ( Y, Z) normalverteilte Marginale, ist aber selbst nicht (2-dimensional) normalverteilt. Abgabe: