Stochastik 1 - Mitschriften von Klaas Ole Kürtz
Stochastik 1 - Mitschriften von Klaas Ole Kürtz
Stochastik 1 - Mitschriften von Klaas Ole Kürtz
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Falls diese Fragen mit ja! beantwortet werden können, so ist diese Existenzaussage<br />
bewiesen.<br />
1. Ja! Definiere wieder ein System C, welches alle B ∈ B umfaßt, für die<br />
G −1 (B) ∈ B gebildet werden kann, es ist wieder E ⊆ C und ist eine<br />
σ-Algebra, also gleich σ(E) = B.<br />
2. Ja! Folgt aus den Eigenschaften der Inversen G −1 .<br />
6.2 Berechnung <strong>von</strong> Wahrscheinlichkeiten unter Benutzung<br />
<strong>von</strong> Verteilungsfunktionen<br />
Definition: Es sei<br />
f(x+) := lim<br />
s↓x<br />
f(s)<br />
f(x−) := lim<br />
s↑x<br />
f(s)<br />
f(∞−) := lim<br />
s→∞<br />
f(s)<br />
Lemma: Es gilt für eine Verteilungsfunktion F P zum Wahrscheinlichkeitsmaß<br />
P :<br />
1. P ((a, b]) = F p (b) − F p (a)<br />
2. P ((a, b)) = F p (b−) − F p (a)<br />
3. P ([a, b]) = F p (b) − F p (a−)<br />
4. P ([a, b)) = F p (b−) − F p (a−)<br />
5. F ist stetig in t genau dann, wenn P ({t}) = 0 ist.<br />
Beweis: Zunächst ist<br />
P ((−∞, t)) = P<br />
( ⋃<br />
n∈N<br />
(<br />
−∞, t − 1 n] ) = lim<br />
n→∞<br />
P<br />
((<br />
−∞, t − 1 ])<br />
n<br />
2. P ((a, b)) = P ((−∞, b))−P ((−∞, a]) = F P (b−)−F P (a−), die nächsten<br />
beiden entsprechend<br />
5. Es ist P ({t}) = P ([t, t]) = F P (t) − F P (t−), d.h. bei P ({t}) = 0 ist die<br />
Funktion im Punkt t linksseitig stetig und somit stetig.<br />
Definition: Ein Wahrscheinlichkeitsmaß heißt stetig, falls P ({t}) = 0 für<br />
alle t ∈ R.<br />
Die am häufigsten benutzten Wahrscheinlichkeitsmaße auf R sind folgenden<br />
Typs:<br />
36