Nächste Seite: Verteilung des Maximums
Aufwärts: Wiener-Prozess
Vorherige Seite: Konstruktion von Wiener-Prozessen; Simulationsalgorithmus
  Inhalt
Darstellung als Markow-Prozess bzw. Gauß-Prozess
Wir zeigen nun, dass der Wiener-Prozess ein Markow-Prozess im
Sinne der folgenden (verallgemeinerten) Definition dieses
Begriffes ist, die ähnlich zu der in Abschnitt 2.3.1
betrachteten Definition von Markow-Prozessen mit endlichem
Zustandsraum ist.
Sei
die Familie sämtlicher Wahrscheinlichkeitsmaße
auf der Borel-
-Algebra
. Um den Begriff
eines Markow-Prozesses
mit stetiger Zeit und
mit Werten in dem (überabzählbaren) Zustandsraum
einzuführen, betrachten wir
- ein Wahrscheinlichkeitsmaß
sowie
- einen stochastischen Kern
, so dass
 |
(15) |
 |
(16) |
 |
(17) |
 |
(18) |
für beliebige
,
und
.
- Definition
- Ein stochastischer Kern
, der den Bedingungen
(15)-(18) genügt, wird Übergangskern genannt.
- Ein stochastischer Prozess
mit Werten in
heißt homogener Markow-Prozess, wenn es einen Übergangskern
und ein Wahrscheinlichkeitsmaß
über
gibt, so dass
für beliebige
,
,
.
- Beachte
- Das Wahrscheinlichkeitsmaß
in (19) wird
Anfangsverteilung genannt.
- Außerdem wird
als die Wahrscheinlichkeit
interpretiert, dass der Prozess
in
Zeiteinheiten vom
Zustand
in einen Zustand aus
übergeht.
Theorem 2.22

Sei

ein Wiener-Prozess. Dann ist

ein
Markow-Prozess mit

, d.h.,

, und
 |
(20) |
für beliebige

,

und

.
- Beweis
-
- Beachte
-
Nächste Seite: Verteilung des Maximums
Aufwärts: Wiener-Prozess
Vorherige Seite: Konstruktion von Wiener-Prozessen; Simulationsalgorithmus
  Inhalt
Ursa Pantle
2005-07-13