Satz von Donsker

Der Satz von Donsker ist ein fundamentaler Satz aus der Stochastik, genauer aus der Theorie der stochastischen Prozesse. Der Satz begründet die Existenz des Wiener-Maßes bzw. der Brownschen Bewegung und bietet zugleich eine Konstruktionsmöglichkeit.

Das Theorem ist die funktionale Variante des zentralen Grenzwertsatzes und ist deshalb auch unter dem Namen Funktionaler Grenzwertsatz und Donskersches Invarianzprinzip bekannt.

Er wurde 1952 vom amerikanischen Mathematiker Monroe D. Donsker bewiesen.[1]

Aussage

Sei ${\displaystyle \mathbf {M} }$ der Raum der Wahrscheinlichkeitsmaße auf ${\displaystyle C[0,1]}$, weiter sei ${\displaystyle (\Omega ,{\mathcal {F}},P)}$ ein Wahrscheinlichkeitsraum und ${\displaystyle (X_{n})_{n\in \mathbb {N} }}$ i.i.d. reelle Zufallsvariablen mit ${\displaystyle \mathbb {E} [X_{n}]=0}$ und ${\displaystyle \mathbb {E} [X_{n}^{2}]=\sigma ^{2}}$. Sei ${\displaystyle S_{n}=\sum \limits _{k=1}^{n}X_{k}}$ mit ${\displaystyle S_{0}=0}$, konstruiere

${\displaystyle X_{t}^{(n)}(\omega )=({\sqrt {n}}\sigma )^{-1}S_{[nt]}(\omega )+(nt-[nt])({\sqrt {n}}\sigma )^{-1}X_{[nt]+1}(\omega ),\quad t\in [0,1].}$

${\displaystyle X^{(n)}:\Omega \to C[0,1]}$ ist die stückweise lineare Interpolation mit ${\displaystyle X_{i/n}^{(n)}=(\sigma {\sqrt {n}})^{-1}S_{i}(\omega )}$ für ${\displaystyle i=0,\dots ,n}$. Sei ${\displaystyle \mu _{n}\in \mathbf {M} }$ das Bildmaß ${\displaystyle \mu _{n}=P\circ (X^{(n)})^{-1}}$, dann konvergiert ${\displaystyle \mu _{n}}$ schwach gegen das Wiener-Maß.

Erläuterungen

• Da der Satz keine zugrundeliegende Verteilung an die ${\displaystyle X_{n}}$ voraussetzt (nur dass diese iid sind), spricht man vom Donskerschen Invarianzprinzip.

Einzelnachweise

1. Ethan Schondorf: The Wiener Measure And Donsker's Invariance Principle. Abgerufen am 20. April 2021.