Stochastik 1 - Mitschriften von Klaas Ole Kürtz
Stochastik 1 - Mitschriften von Klaas Ole Kürtz Stochastik 1 - Mitschriften von Klaas Ole Kürtz
12.1.2 Methodik zum Beweis des zentralen Grenzwertsatzes Nach Stetigkeitssatz wissen wir: Es genügt zu zeigen: ϕ S ∗ n −→ ϕ N(0,1) . Dabei ist ∫ ϕ N(0,1) (t) = e itx 1 √ e − x2 2 dx = e − t2 2 2π Damit ist zu zeigen: ( ( )) n t ˆϕ √ −→ e − t2 2 n für alle t wobei ˆϕ(t) = E(e itY 1 ) mit EY 1 = 0 und Var Y 1 = 1. „Kanonisches“ Vorgehen: Entwicklung um 0: 19 ( ( )) n ( t ϕ √ = 1 + ϕ ′ (0) t ( )) √ + ϕ′′ (0) t 2 n t n n 2 n + r √ n ( Erinnerung: Es ist lim n→∞ 1 + a + ) n bn n n = e a für b n −→ 0. Es verbleibt, eine geeignete Entwicklung von ϕ zu finden: ( ) d ( E e itX 1 ) (⋆) d = E dt dt eitX 1 = E ( iX 1 · e ) itX 1 Mit dem Satz von der dominierenden Konvergenz ist auch die Vertauschung von E und d in (⋆) möglich. Damit ist dt ϕ′ (0) = E(iX 1 ) = 0. Entsprechend ist d ( E (iX1 e itX 1 ) ) ( (⋆) = E iX 1 · d ) dt dt eitX 1 = E ( i 2 X1 2 · e ) itX 1 = −E(X 2 e itX ) für t = 0 = −E(X 2 ) = −1 ( ) t Das Restglied ergibt sich als r √ n = h(t,n) mit lim n→∞ h(t, n) = 0. Es liegt damit — bei E(X 1 ) = 0 und Var(X 1 ) = 1 — folgende Entwicklung vor: ( ( )) n ) n t ϕ √ = (1 − t2 h(t, n) + −→ e − t2 2 n 2n n Dies ergibt den Beweis des zentralen Grenzwertsatzes im hier betrachteten Fall. 19 f(h) = f(0) + f ′ (0) · h + f ′′ (0) h2 2 + r(h) 95 n
Achtung! Hier fehlt noch das Ende der Vorlesung! 96
- Seite 49 und 50: Ω A 1 A n A 2 A 3 X { α 1 , α 2
- Seite 51 und 52: 7.4.2 Praktische Erwägungen zur Ve
- Seite 53 und 54: Als mittleren Wert betrachtet man d
- Seite 55 und 56: 8.2 Erwartungswert Definition: Sei
- Seite 57 und 58: (b) Für a, b ∈ R gilt E(aX + bY
- Seite 59 und 60: Es gilt für jedes i = 1, . . . , n
- Seite 61 und 62: (c) Es ist X + Y = X + − X − +
- Seite 63 und 64: folgt: ∑ ∫ n A n X dµ = lim k
- Seite 65 und 66: 8.3.4 Integration bzgl. durch Dicht
- Seite 67 und 68: 8.4 Varianz Der Erwatungswert ist a
- Seite 69 und 70: 9 Momente und stochastische Ungleic
- Seite 71 und 72: 9.2.2 Jensensche Ungleichung Satz:
- Seite 73 und 74: die Verteilung von X = X 1 + X 2 ?
- Seite 75 und 76: Es ist P ((X 1 , X 2 ) ∈ A) = E(1
- Seite 77 und 78: 10.2.2 Summe zweier unabhängiger Z
- Seite 79 und 80: 10.2.4 Die Varianz der Summen von Z
- Seite 81 und 82: Sei nun X i = 1 {1} (Y i ) (d.h. nu
- Seite 83 und 84: Und für relative Häufigkeiten bei
- Seite 85 und 86: Dies ist wieder eine Umformulierung
- Seite 87 und 88: Beweis: Beachte zunächst mit der J
- Seite 89 und 90: Nun gilt mit dem Grenzwertsatz von
- Seite 91 und 92: Einschub: Konvergenzkriterium für
- Seite 93 und 94: Setze weiter S n = ∑ n i=1 Y i. D
- Seite 95 und 96: Definition: Seien Z, Z 1 , Z 2 , .
- Seite 97 und 98: Es gilt 1 {U∈Z c } · g(Fn −1 (
- Seite 99: 4. Zusammenfügen der ersten drei S
12.1.2 Methodik zum Beweis des zentralen Grenzwertsatzes<br />
Nach Stetigkeitssatz wissen wir: Es genügt zu zeigen: ϕ S ∗ n<br />
−→ ϕ N(0,1) . Dabei<br />
ist<br />
∫<br />
ϕ N(0,1) (t) = e itx 1<br />
√ e − x2<br />
2 dx = e<br />
− t2 2<br />
2π<br />
Damit ist zu zeigen:<br />
( ( )) n t<br />
ˆϕ √ −→ e − t2 2<br />
n<br />
für alle t<br />
wobei ˆϕ(t) = E(e itY 1<br />
) mit EY 1 = 0 und Var Y 1 = 1. „Kanonisches“ Vorgehen:<br />
Entwicklung um 0: 19<br />
( ( )) n ( t<br />
ϕ √ = 1 + ϕ ′ (0) t<br />
( ))<br />
√ + ϕ′′ (0) t 2 n t<br />
n n 2 n + r √ n<br />
(<br />
Erinnerung: Es ist lim n→∞ 1 +<br />
a<br />
+ ) n bn<br />
n n = e a für b n −→ 0. Es verbleibt, eine<br />
geeignete Entwicklung <strong>von</strong> ϕ zu finden:<br />
( )<br />
d (<br />
E e<br />
itX 1<br />
) (⋆) d<br />
= E<br />
dt<br />
dt eitX 1<br />
= E ( iX 1 · e ) itX 1<br />
Mit dem Satz <strong>von</strong> der dominierenden Konvergenz ist auch die Vertauschung<br />
<strong>von</strong> E und d in (⋆) möglich. Damit ist dt ϕ′ (0) = E(iX 1 ) = 0. Entsprechend<br />
ist<br />
d (<br />
E (iX1 e itX 1<br />
) ) (<br />
(⋆)<br />
= E iX 1 · d )<br />
dt<br />
dt eitX 1<br />
= E ( i 2 X1 2 · e ) itX 1<br />
= −E(X 2 e itX )<br />
für t = 0 = −E(X 2 ) = −1<br />
( )<br />
t<br />
Das Restglied ergibt sich als r √ n<br />
= h(t,n) mit lim n→∞ h(t, n) = 0. Es liegt<br />
damit — bei E(X 1 ) = 0 und Var(X 1 ) = 1 — folgende Entwicklung vor:<br />
( ( )) n ) n t<br />
ϕ √ =<br />
(1 − t2 h(t, n)<br />
+ −→ e − t2 2<br />
n 2n n<br />
Dies ergibt den Beweis des zentralen Grenzwertsatzes im hier betrachteten<br />
Fall.<br />
19 f(h) = f(0) + f ′ (0) · h + f ′′ (0) h2<br />
2 + r(h) 95<br />
n