• Keine Ergebnisse gefunden

auf eine lineare stochastische Differenzialgleichung reduzierbar?

N/A
N/A
Protected

Academic year: 2021

Aktie "auf eine lineare stochastische Differenzialgleichung reduzierbar?"

Copied!
2
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

Prof. Dr. Uwe K¨ uchler WS 2005/06 Institut f¨ ur Mathematik

Stochastische Differentialgleichungen 7. ¨ Ubung, 23. 01. 2006

1. Unter welchen Bedingungen an a, b ∈ IR und m, n ∈ IN ist die stochastische Differenzialgleichung

dX t = aX t n dt + bX t m dW t

auf eine lineare stochastische Differenzialgleichung reduzierbar?

2. Man bestimme die ¨ Ubergangswahrscheinlichkeit IP (t, x, B) der geometrischen Brownschen Bewegung

dX t = µX t dt + σX t dW t , t ≥ 0, X 0 = x.

3. Es seien (X t , t ≥ 0) ein Wienerscher Prozess mit Drift µ ≥ 0 und Diffusions- koeffizient σ 6= 0 sowie a, b ∈ IR mit a < x < b.

a) Man bestimme die Wahrscheinlichkeit

IP xa < τ b ) mit τ c := inf{t > 0 : X t = c}, c = a oder c = b.

b) Weiterhin berechne man

IP x (τ a < ∞), IP x (τ b < ∞), IE x (τ (a,b) ), IE x (τ a ), IE x (τ b ) mit τ (a,b) := inf{t > 0 : X t 6∈ (a, b)}.

c) Mit Hilfe der Formel f¨ ur IP xa < ∞) (a < 0) bestimme man die Vertei- lung von

M := min

s≥0 X s .

(2)

4. Es sei Y t = (t, W t ), t ≥ 0, wobei (W t , t ≥ 0) ein reellwertiger Standard Wienerprozess sei.

a) Man zeige, daß (Y t , t ≥ 0) ein Itˆ o-Diffusionsprozess ist und bestimme seine Ubergangswahrscheinlichkeiten und seinen infinitesimalen Generator ¨ A.

b) Angenommen, (Y t ) startet in (s, x) ∈ [0, ∞) × IR. Bestimmen Sie die Wahrscheinlichkeitsverteilungen von τ L und Y τ

L

mit L > s und

τ L := inf{t > 0 : Y t 6∈ [0, L] × IR}.

c) Ist f eine C 1,2 ([0, ∞) × IR)-Funktion mit ∂f ∂t + 1 2 ∂x

2

f

2

= 0, so ist f (s, x) =

Z

IR

f(L, x)µ L ( dx).

Mittels der Ergebnisse von b) ermittle man das Maß µ L .

5. Es sei (X t , t ≥ 0) eine Itˆ o-Diffusion. Durch

< f, g > m :=

Z

IR

f (x)g(x)m( dx)

mit f, g ∈ C 0 2 (IR), m das Geschwindigkeitsmaß von X, ist ein Skalarprodukt auf C 0 2 (IR) definiert. Man zeige, daß gilt:

< Af, g > m =< f, Ag > m , < Af, f > m ≤ 0.

Bemerkung: A ist ein symmetrischer, nichtpositiver, nicht beschr¨ ankter linea- rer Operator in L 2 (m) mit C 0 2 ⊆ D A ∩ L 2 (m). (ohne Beweis)

(C 0 2 (R) = Menge aller zweimal stetig differenzierbaren Funktionen auf R mit

kompaktem Tr¨ ager)

Referenzen

ÄHNLICHE DOKUMENTE

Uwe K¨ uchler WS 2005/06 Institut f¨ ur Mathematik. Stochastische

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

Stochastische Integration Stochastische Differentialgleichungen Stochastische Partielle Differentialgleichungen.. Stochastische

Summer Semester 2017 Tübingen, 21.04.2017.

Prof. Andreas Prohl Dr. Ananta Kumar Majee.

Summer Semester 2017 Tübingen, 04.05.2017.

Summer Semester 2017 Tübingen, 09.05.2017.

We used Kolmogorov’s continuity theorem in the lecture when we introduced a Wiener process. Use the BDG inequality to then bound the p-th moment of the