next up previous contents
Nächste Seite: Eigenschaften normalverteilter Zufallsvariablen Aufwärts: Wiener-Prozess Vorherige Seite: Wiener-Prozess   Inhalt


Vollständige Orthonormalsysteme im $ L_2$; Haar-Funktionen und Schauder-Funktionen

Wir betrachten zunächst den Fall, dass $ I=[0,1]$ das Einheitsintervall ist. Dabei benötigen wir zur Konstruktion von Wiener-Prozessen in $ [0,1]$ einige analytische Hilfsmittel.

Die Konstruktion von Wiener-Prozessen in $ I=[0,1]$ beruht auf der Idee,

Definition
$ \;$ Die durch den Ansatz
$\displaystyle H_1(s)$ $\displaystyle =$ $\displaystyle 1$   $\displaystyle \mbox{für jedes $s\in[0,1]$,}$ (2)
$\displaystyle H_{2^{m+1}}(s)$ $\displaystyle =$ $\displaystyle \left\{\begin{array}{cl} \displaystyle
2^{\frac{m}{2}} &\mbox{für...
...ac{2^{m+1}-1}{2^{m+1}}\;, 1\Bigr] ,$}\\
0 & \mbox{sonst,}
\end{array}\right.$ (3)
$\displaystyle H_{2^m+k}(s)$ $\displaystyle =$ $\displaystyle \left\{\begin{array}{cl} \displaystyle
2^{\frac{m}{2}} &\mbox{für...
...1}{2^{m+1}}\;,\;\frac{k}{2^m}\Bigr) ,$}\\
0 & \mbox{sonst}
\end{array}\right.$ (4)

für $ k=1,2,\ldots,2^m-1$ und $ m=0,1,2,\ldots$ gegebenen Funktionen $ H_n:[0,1]\to\mathbb{R}$ heißen Haar-Funktionen, vgl. Abb. 7 und 8.

Abbildung 7: Haar-Funktionen $ H_2$ und $ H_3$
[width=6cm]Bilder/Haar2.eps [width=6cm]Bilder/Haar3.eps

Abbildung 8: Haar-Funktion $ H_4$
[width=6cm]Bilder/Haar4.eps


Lemma 2.5   $ \;$ Die in % latex2html id marker 31332
$ (\ref{def.haa.one})$ - % latex2html id marker 31334
$ (\ref{def.haa.the})$ definierten Haar-Funktionen $ H_n:[0,1]\to\mathbb{R}$ mit $ n=1,2,\ldots$ bilden ein vollständiges Orthonormalsystem in $ L_2$. Insbesondere gilt die sogenannte Parseval-Identität

$\displaystyle (f,g)=\sum_{n=1}^\infty (f,H_n) (g,H_n)\qquad\forall  f,g\in L_2 .$ (5)

Beweis
 


Abbildung 9: Schauder-Funktionen $ S_1$ und $ S_2$
[width=6cm]Bilder/Schauder1.eps [width=6cm]Bilder/Schauder2.eps

Abbildung 10: Schauder-Funktionen $ S_3$ und $ S_4$
[width=6cm]Bilder/Schauder3.eps[width=6cm]Bilder/Schauder4.eps

Lemma 2.6   $ \;$ Für jedes $ n=1,2,\ldots$ sei die Funktion $ S_n:[0,1]\to\mathbb{R}$ gegeben durch

$\displaystyle S_n(t)=\int_0^t H_n(s) {\rm d}s\qquad\forall  t\in[0,1] .$ (6)

Die in % latex2html id marker 31422
$ (\ref{def.sch.fun})$ definierten Funktionen $ S_1,S_2,\ldots:[0,1]\to\mathbb{R}$, die Schauder-Funktionen genannt werden, besitzen die folgenden Eigenschaften:
$ 1$
Für beliebige $ n\ge 1$ und $ t\in[0,1]$ gilt $ S_n(t)\ge 0$.
$ 2$
Für beliebige $ m=1,2,\ldots$ und $ t\in[0,1]$ gilt die Ungleichung

$\displaystyle \sum_{k=1}^{2^m}S_{2^m+k}(t)\le \frac{1}{2}\;2^{-m/2}\;.$ (7)

$ 3$
Sei $ a_1,a_2,\ldots\in\mathbb{R}$ eine beliebige Folge reeller Zahlen mit $ a_n={\rm O}((\log n)^{1/2})$ für $ n\to\infty$. Dann konvergiert die Reihe $ \sum_{n=1}^\infty a_n S_n(t)$ absolut und gleichmäßig in $ t\in[0,1]$.

Beweis
 



next up previous contents
Nächste Seite: Eigenschaften normalverteilter Zufallsvariablen Aufwärts: Wiener-Prozess Vorherige Seite: Wiener-Prozess   Inhalt
Jonas Rumpf 2006-07-27