Stochastische Prozesse II Irrfahrten auf Zd S = Zd . I = Z+ , Es sei (ξj )∞ j=1 eine Folge von unabhängig, identisch verteilten ZV auf (Ω, F, P) ½ d ξj : Ω → Z , P(ξj = x) = X0 = 0, Xn = n X 1 2d 0 ξj , wenn |x| = 1 wenn |x| 6= 1. n≥1 j=1 Xn hat stationäre und unabhängige Zuwächse. Verteilung von Xn : Pn (x) = Pn (x) := P(Xn = x) x ∈ Zd µ ¶µ ¶ µ ¶ n! n1 n2 nd 1 . . . nd −xd n1 −x1 n2 −x2 n1 !n2 ! . . . nd ! (2d)n 2 2 2 X n1 ,...,nd n1 +···+nd =n µ ¶ ½ n! n k!(n−k)! wobei = k 0 wenn k ∈ [0, n] ∩ Z+ sonst Formel von Stirling √ n! ∼ ( ne )n 2πn Rekurrenzproblem (G. Pólya, 1921) Wird die Irrfahrt nach 0 zurückkehren? un : = P(Xn = 0) u2n+1 = 0 u2n = X (n1 µ ¶ 2n · n n n1 +···+nd =n = 1 (2d)2n (2n)! 1 2 2 2n 2 !) . . . (nd !) (2d) · ¸2 X n! n1 !n2 ! . . . nd ! +···+n =n !)2 (n 1 1 d d=1 u2n = 1 (2n)! 4n (n!)2 1 √ ∼ x πn Stirling d=2 u2n ¶2 n! k!(n − k)! k=0 {z } µ ¶| 2n Beweis: [(x + y)n ]2 = (x + y)2n = n siehe Koeffizient von xn y n · ¸2 1 (2n)! 1 = n ∼ x 2 4 (n!) πn Stirling 1 (2n)! = 2n · 4 (n!)2 n µ X Beliebiges d u2n ≤ const · n−d/2 u2n Stirling µ ¶ µ ¶2 X 1 2n n! = · ≤ (2d)2n n n +···+n =n n1 !n2 ! . . . nd ! 1 d µ ¶µ ¶ 1 2n n! ≤ max × n1 +···+nd =n n1 ! . . . nd ! (2d)2n n à ! X n! × n !n ! . . . nd ! n1 +···+nd =n 1 2 | {z } dn µ ¶ 1 2n n! = max n n +···+n =n (4d) n n 1 ! . . . nd ! 1 d | {z } n! ≤ ([n/d]!)d √ √ 1 1 2π(2n)2n+ 2 e−2n 2πnn+ 2 e−n 1 ∼ · ¡√ ¢−d = 1 (4d)n 2πn2n+1 e−2n 2π(n/d)n/d+ 2 e−n/d µ ¶d/2 d = n−d/2 2π 2 Deshalb gilt: X un = ∞ für d = 1, 2 und X un < ∞ für d ≥ 3. Erste Rückkehr nach 0 R := inf{j > 0 | Xj = 0}, inf ∅ = ∞ (Zufällige Zeit) Verteilung: fn := P(R = n), 1 ≤ n ≤ ∞ f0 = f2n+1 = 0 Lemma. un = fn + n X fk · un−k k=1 Beweis: µ[ ¶ n P(Xn = 0) = P {R = k, Xn = 0} = k=1 = = = n X k=1 n X k=1 n X P(R = k, Xn = 0) = P(R = k, Xk = 0, Xn = 0) = P(Xn = 0 | R = k, Xk = 0 )P(R = k, Xk = 0) = | k=1 (Markov) = = ∞ X k=1 n X | ∈ F≤k P(Xn = 0 | Xk = 0) · P(R = k) = P(Xn−k = 0)P(R = k) Q.E.D. k=1 Es sei U (x) = ∞ X n un x , F (x) = n=1 ∞ X n=1 Dann ist U (x) = F (x) + U (x)F (x) d.h. F (x) = U (x) 1 + U (x) 3 fn xn und P(Rückkehr zu 0) = ∞ X k=1 Wenn Wenn P P U (x) x→1 1 + U (x) fk = F (1) = lim F (x) = lim F (x) = lim x→1 x→1 un = u < ∞, dann ist der letzte Grenzwert U (1)/(1 + U (1)) = u/(1 + u) < 1. un = u = ∞, denn ist der letzte Grenzwert 1. Damit haben wir bewiesen: Satz (G. Pólya, 1921). Für d = 1, 2 kehrt die d-dimensionale Irrfahrt nach 0 mit Wahrscheinlichkeit 1 zurück; für d ≥ 3 ist die Wahrscheinlichkeit der Rückkehr kleiner als 1. Das Spiegelungs-Prinzip und seine Folgerungen. Aufgabe 1: A und B spielen eine Folge von m + n Spielen; m ≥ n. A gewinnt m mal, B gewinnt n mal. Alle Folgen sind gleich wahrscheinlich. Wie hoch ist die Wahrscheinlichkeit dafür, daß A die ganze Zeit führt? Aufgabe 2: Bei einem Eisstand warten m + n Leute. m davon haben eine 1-Euromünze, n Leute ein 2-Euromünze; m > n. Am Anfang ist die Kasse des Eisstandes leer. Wie hoch ist die W! dafür, daß niemand auf zurückgegebenes Geld warten muß? Lösungen Aufgabe 1. (m + n)! m!n! Anzahl der ungünstigen Ordnungen: Anzahl der Ordnungen: 2 Fälle: 1. Irrfahrt geht erst hinunter (automatisch ungünstig) 2. Irrfahrt geht erst hinauf, dann zurück nach 0. Diese beiden Klassen haben dieselbe Anzahl (Spiegelung des Graphen bis zur ersten Zurückkehr (m + n − 1)! nach 0), und deshalb ist die Anzahl der ungünstigen Ordnungen 2 m!(n − 1)! n m−n P(A führt die ganze Zeit) = 1 − 2 = . m+n m+n 4 Aufgabe 2. (m + n)! Anzahl der Ordnungen: m!n! Ungünstig: Anzahl der 1-Euro Stücke in der Kasse erreicht −1 Anzahl der ungünstigen Ordnungen = P(Kein Warten) = 1 − n m+1 = (m+n)! (m+1)!(n−1)! (ähnlich wie früher) m−n+1 m+1 Wichtige Definitionen für die eindimensionale Irrfahrt. λn = max{j ∈ [0, n] : Xj = 0} πn = #{j ∈ [0, n] : Xj > 0} Mn = max{Xj : j ∈ [0, n]} Tr = inf{j : Xj = 0} Arcsin Gesetze. Satz 1. (Arcsin Gesetz für den letzten Besuch in 0) (2k)(2n−2k) P (λn = 2k) = k 4nn−k (0 ≤ k ≤ n) ¡ ¢ √ lim P λnn < x = π2 arcsin x (0 < x < 1) n→∞ Satz 2. (Arcsin Gesetz für die Zeit auf R+ ) (2k)(2n−2k) P (πn = 2k) = k 4nn−k (0 ≤ k ≤ n) ¡ ¢ √ lim P πnn < x = π2 arcsin x (0 < x < 1) n→∞ Fundamentales Lemma. P(X1 6= 0, X2 6= 0, . . . , X2n 6= 0) = P(X2n = 0) = u2n . Beweis: P(Xj 6= 0, j = 1, 2, . . . , 2n) = 2P(Xj > 0, j = 1, 2, . . . , 2n) 5 P(Xj > 0; j = 1, 2, . . . , 2n) = ∞ X = P({Xj > 0, j = 1, 2, . . . , 2n − 1} ∩ {X2n = 2r}) = x r=1 Spiegelung ·µ ¶ µ ¶¸ n X 1 2n 2n − 1 −2 = n 4 n + r n + r r=1 ·µ ¶ µ ¶¸ n X 1 2n − 1 2n − 1 − = n 4 n + r − 1 n + r r=1 ·µ ¶ µ ¶ µ ¶ µ ¶ µ ¶ µ ¶¸ 1 2n − 1 2n − 1 2n − 1 2n − 1 2n − 1 2n − 1 − + − + ... + − = 4n n n+1 n+1 n+2 2n − 1 2n µ ¶ µ ¶ µ ¶ 1 2n − 1 1 2n − 1 1 2n 1 = n = = u2n Q.E.D. n n 4 n 4 n−1 2·4 n 2 Diskrete Arcsin Sätze. P (λn = 2k) = u2k u2n−2k . P (πn = 2k) = u2k u2n−2k . Beweis. ¡ ¢ 1. P(λ2n = 2k) = P {X2k = 0} ∩ {Xj 6= 0, j = 2k + 1, . . . , 2n} = = [Markov Eigenschaft + Fundamentales Lemma]= u2k u2n−2k 2. P(π2n = 2k) = u2k u2n−2k Mit Induktion nach n. k=0 1 2 P(π2n = 0) = P(Xj ≥ 0, j = 1, 2, . . . , 2n) u2n = % Fundamentales Lemma P(Xj > 0, j = 1, 2, . . . , 2n) = = | 1 2 ¡ ¢ P Xj ≥ 0; j = 1, 2, . . . , 2n − 1 = | | | dann nie unter +1 erst hinauf 1 = P(Xj ≥ 0; j = 1, 2, . . . , 2n) 2 Es sei b2n,2k := P(π2n = 2k) Wenn k ≥ 1 ist, gibt es einen ersten ”Ausflug” 6 k b2n,2k 1X = f2r b2(n−r),2(k−r) + 2 r=1 erster Ausflug nach rechts n−k 1X f2r b2(n−r),2k 2 r=1 erster Ausflug nach links Induktionsschritt: b2n,2k k X 1 = u2(n−k) f2r · u2(k−r) + 2 r=1 | {z } u2k n−k X 1 + u2k f2r · u2(n−k−r) 2 r=1 | {z } u2(n−k) = u2k u2(n−k) Q.E.D. Asymptotik Wenn n −→ ∞, k −→ ∞, n − k −→ ∞, dann gilt u2k u2(n−k) ∼ 1 1 q ¡ ¢ π nk 1 − nk n und deshalb µ ¶ Z x X λ2n 1 1 1 q ¡ p P < x = P (λ2n < 2nx) ≈ ≈ dt ¢ 2n k k n 0 π t(1 − t) 1 − 2k≤2nx π n n = √ 2 arcsin x π 7