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.
4. Zusammenfügen der ersten drei Schritte: Sei (W nk ) k∈N Teilfolge <strong>von</strong><br />
(W n ) n∈N . Diese Teilfolge erfüllt gemäßt Schritt 3 die Straffheitsbedingung.<br />
Gemäß Schritt 2 existiert W ∗ und (W ml ) l∈N Teilfolge <strong>von</strong> (W nk ) k∈N<br />
mit W ml −→ W ∗ . Gemäß Schritt 1 gilt die Behauptung, falls W ∗ = W<br />
nachgewiesen wird.<br />
Aus W ml −→ W ∗ folgt ϕ ml −→ ϕ ∗ , gemäß Voraussetzung gilt ϕ ml −→<br />
ϕ, also ist<br />
ϕ W = ϕ = ϕ ∗ = ϕ W ∗<br />
Mit dem Eindeutigkeittsatz folgt W = W ∗ .<br />
Achtung: Der Eindeutigkeitssatz folgt aber erst aus dem Satz, den wir<br />
hier beweisen wollen. Wir benötigen also noch einen vom Stetigkeitssatz<br />
„unabhängigen“ Beweis des Eindeutigkeitssatzes! Dieser kann gefolgert<br />
werden aus dem Satz <strong>von</strong> Stone-Weierstraß für trigonometrische<br />
Polynome oder aus der Umkehrformel <strong>von</strong> Levy.<br />
12.1.1 Anwendung auf Summen unabhängiger Zufallsgrößen<br />
1. Seien X 1 , . . . , X n stochastisch unabhängig. Dann ist<br />
(<br />
(<br />
ϕ X1 +...+X n<br />
(t) = E e it ∑ )<br />
n<br />
∏ n<br />
i=1 X i<br />
= E<br />
=<br />
n∏<br />
E(e itX i<br />
) =<br />
i=1<br />
i=1<br />
n∏<br />
ϕ Xi (t)<br />
i=1<br />
e itX i<br />
Die liefert eine einfache Möglichkeit, die Verteilung <strong>von</strong> Summen <strong>von</strong><br />
Zufallsgrößen zu bestimmen.<br />
2. Betrachte die standadisierte Summe für X 1 , . . . , X n stochastisch unabhängig,<br />
identisch verteilt mit Erwartungswert a und Varianz σ 2 > 0.<br />
Dann ist für Variablen Y i = X i−a<br />
(mit E(Y<br />
σ i ) = 0 und Var(Y i ) = 1):<br />
S ∗ n =<br />
∑ n<br />
i=1 (X i − a)<br />
√<br />
nσ<br />
2<br />
=<br />
∑ n<br />
( Xi<br />
)<br />
−a<br />
i=1 σ<br />
√ = n<br />
∑ n<br />
i=1 Y i<br />
√ n<br />
)<br />
Dann ist<br />
wobei<br />
( ( ))<br />
ϕ S ∗ n<br />
(t) = Ee i √ t ∑ n<br />
n<br />
n i=1 Y i t<br />
= ˆϕ √ n<br />
ˆϕ(t) = Ee it( ( )<br />
X i −a<br />
σ ) = e<br />
− ita t<br />
σ ϕ<br />
σ<br />
94