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.
10 Stochastische Unabhängigkeit<br />
Ereignisse A, B sind stochastisch unabhängig, falls P (A ∩ B) = P (A) · P (B).<br />
Definition: Seien X 1 : Ω → X 1 und X 2 : Ω → X 2 Zufallsvariablen. X 1<br />
und X 2 heißen stochastisch unabhängig, falls für alle meßbaren D 1 ⊆ X 1 und<br />
D 2 ⊆ X 2 gilt:<br />
P (X 1 ∈ D 1 , X 2 ∈ D 2 ) = P (X 1 ∈ D 1 ) · P (X 2 ∈ D 2 )<br />
Bemerkung: Beachte dabei<br />
{X 1 ∈ D 1 , X 2 ∈ D 2 } = {ω | X 1 (ω) ∈ D 1 , X 2 (ω) ∈ D 2 }<br />
= {ω | X 1 (ω) ∈ D 1 } ∩ {ω | X 2 (ω) ∈ D 2 }<br />
= X −1<br />
1 (D 1 ) ∩ X −1<br />
2 (D 2 )<br />
Also: X 1 , X 2 sind stochastisch unabhängig genau dann, wenn sämtliche Ereignisse<br />
der Form X1 −1 (D 1 ), X2 −1 (D 2 ) stochastisch unabhängig sind. Diese<br />
Definition läßt sich wie folgt erweitern:<br />
Definition: X i : Ω → X i für i = 1, . . . , n heißen stochastisch unabhängig,<br />
falls für alle meßbaren D i ⊆ X i gilt:<br />
P (X i ∈ D i , . . . , X i ∈ D i ) =<br />
n∏<br />
P (X i ∈ D i )<br />
i=1<br />
Dies läßt sich wiederum schreiben als:<br />
( n<br />
)<br />
⋂<br />
P X −1<br />
i (D i ) =<br />
i=1<br />
n∏<br />
i=1<br />
P (X −1<br />
i (D i ))<br />
Eine (beliebige) Familie (X i ) i∈I <strong>von</strong> Zufallsvariablen heißen stochastisch<br />
unabhängig, falls (X j ) j∈J stochastisch unabhängig ist für jedes endliche J ⊆ I.<br />
Stochastisch Unabhängig heißt die Möglichkeit, Wahrscheinlichkeiten, die<br />
sich durch Zusammenwirken verschiedener Zufallsgrößen ergeben, einfach zu<br />
errechnen.<br />
Beispiel: X 1 , X 2 : Ω → Z seien stochastisch unabhängig. Frage: Was ist<br />
67