Skriptum
Skriptum
Skriptum
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
etrachten, dann müssten die Verteilungen in der Breite gleich bleiben. In Abbildung<br />
22 sieht man auch sehr schön, wie dadurch die Konvergenz zur Normalverteilung<br />
deutlich wird.<br />
Wir können nun den zentralen Grenzwertsatz in seiner einfachsten Form formulieren.<br />
Satz 7.1 (Zentraler Grenzwertsatz, identische standardisierte Verteilung). Es sei<br />
X 1 , X 2 ,... eine Folge von unabhängigen Zufallsvariablen mit gleicher Verteilung<br />
und E(X k ) = 0 und V(X k ) = 1. Dann gilt<br />
Oder anders formuliert:<br />
1 n∑<br />
n<br />
k=1<br />
lim<br />
n→∞<br />
1 n∑<br />
X k ∼ N 0,1 .<br />
n<br />
k=1<br />
X k<br />
n→∞<br />
−−−−→ Y mit Y ∼ N 0,1 .<br />
Zum Beweis für diesen Satz benötigen wir ein paar Hilfsmittel. Da die Summe<br />
von Zufallsvariablen auf eine Faltung der Dichtefunktionen hinausläuft, bietet<br />
sich der Faltungssatz aus der Fourier-Analyse an. Dieser besagt, dass F (f ∗ g ) =<br />
F (f ) · F (g ), wobei F die Fourier-Transformation ist und f und g zwei transformierbare<br />
Funktionen sind. Das heißt, die Faltung wird durch die Transformation<br />
in eine punktweise Multiplikation verwandelt, die viel einfacher handhabbar ist.<br />
Aus diesem Grund definieren wir:<br />
Definition 7.2. Die charakteristische Funktion einer Zufallsvariable X bzw. von<br />
deren Verteilung ist<br />
ϕ X (ω) := E ( e iωX ) .<br />
Satz 7.3. Wenn X und Y zwei unabhängige Zufallsvariablen sind, dann gilt<br />
Beweis.<br />
ϕ X +Y = ϕ X · ϕ Y .<br />
ϕ X +Y (ω) = E ( e iω(X +Y )) = E ( e iωX · e iωY ) = E ( e iωX ) · E ( e iωY ) = ϕ X (ω) · ϕ Y (ω)<br />
Beachte: die vorletzte Gleichheit gilt, weil mit X und Y auch e iωX und e iωY zwei<br />
unabhängige Zufallsvariablen sind.<br />
Satz 7.4.<br />
ϕ X (0) = 1.<br />
45