Documentation

BrownianMotion.StochasticIntegral.Komlos

Komlos lemmas #

theorem komlos_convex {E : Type u_1} [AddCommMonoid E] [Module NNReal E] {f : E} {φ : E} (hφ_nonneg : 0 φ) (hφ_bdd : ∃ (M : ), ∀ (n : ), φ (f n) M) :
∃ (g : E), (∀ (n : ), g n (convexHull NNReal) (Set.range fun (m : ) => f (n + m))) δ > 0, ∃ (N : ), ∀ (n m : ), N nN m2⁻¹ * φ (g n) + 2⁻¹ * φ (g m) - φ (2⁻¹ (g n + g m)) < δ
theorem komlos_norm {E : Type u_1} [NormedAddCommGroup E] [InnerProductSpace E] {f : E} (h_bdd : ∃ (M : ), ∀ (n : ), f n M) :
∃ (g : E) (x : E), (∀ (n : ), g n (convexHull ) (Set.range fun (m : ) => f (n + m))) Filter.Tendsto g Filter.atTop (nhds x)
theorem komlos_ennreal {Ω : Type u_2} { : MeasurableSpace Ω} (X : ΩENNReal) (hX : ∀ (n : ), Measurable (X n)) {P : MeasureTheory.Measure Ω} [MeasureTheory.IsProbabilityMeasure P] :
∃ (Y : ΩENNReal) (Y_lim : ΩENNReal), (∀ (n : ), Y n (convexHull ENNReal) (Set.range fun (m : ) => X (n + m))) Measurable Y_lim ∀ᵐ (ω : Ω) P, Filter.Tendsto (fun (x : ) => Y x ω) Filter.atTop (nhds (Y_lim ω))