Stochastik 1 - Mitschriften von Klaas Ole Kürtz
Stochastik 1 - Mitschriften von Klaas Ole Kürtz
Stochastik 1 - Mitschriften von Klaas Ole Kürtz
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Strategie ist also: Nachdem ein Bierdeckel mit der Zahl x umgedreht wurde,<br />
zückt man sein Noteboook ;o), lässt diesen den Wert y einer normalverteilten<br />
Zufallsgröße Y erzeugen, vergleicht x und y und entscheidet sich für den<br />
aufgedeckten Deckel, falls x > y ist und andernfalls für den noch zugedeckten.<br />
6.1.5 Beweis der Existenzaussage<br />
Satz: Sei F Verteilungsfunktion. Dann existiert ein Wahrscheinlichkeitsmaß<br />
P auf R mit F (t) = P ((−∞, t]) für alle t ∈ R.<br />
Beweis: Die Existenz ergibt sich mit dem Satz <strong>von</strong> Carathéodory. Alternative<br />
Möglichkeit: Benutzung der verallgemeinerten Inversen F −1 und des<br />
Lebesgueschen Maßes λ. Dies wird wie folgt durchgeführt:<br />
0 F(t)<br />
λ<br />
Lebesguesches Maß<br />
G -1<br />
F -1 = G<br />
t<br />
P<br />
Wahrscheinlichkeitsmaß<br />
Definition: Zu F : R → [0, 1] definiere die verallgemeinerte Inverse<br />
F −1 : (0, 1) → R mit F −1 (x) = inf {t | F (t) ≥ x}<br />
Es gilt: F (t) ≥ x ⇔ t ≥ F −1 (x). Mit G = F −1 ist für alle i ∈ R:<br />
G −1 ((−∞, t]) = {x | G(x) ≤ t} = {x | x ≤ F (t)} = (0, F (t)]<br />
Für B ∈ B definiere P (B) = λ(G −1 (B)). Insbesondere gilt für B = (−∞, t]:<br />
Fragen:<br />
P ((−∞, t]) = λ(G −1 ((−∞, t])) = λ((0, F (t)]) = F (t)<br />
1. Ist diese Definition sinnvoll? Darf λ(G −1 (B)) gebildet werden, d.h. ist<br />
G −1 (B) ∈ B?<br />
2. Ist P ein Wahrscheinlichkeitsmaß?<br />
35