Die mehrdimensionale Normalverteilung
Die mehrdimensionale Normalverteilung
Die mehrdimensionale Normalverteilung
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
7<br />
Satz 2.3 Sei Σ eine symmetrische und nichtnegativ-definite n × n-Matrix und sei µ ∈ R n .<br />
Dann existiert ein Zufallsvektor X mit EX = µ und Kov(X) = Σ, der n-dimensional normalverteilt<br />
ist. Außerdem gilt Ee itT X = exp{it T µ − 1 2 tT Σ t} für t ∈ R n .<br />
Beweis: 1. Schritt: Wir zeigen die Behauptung für µ = 0 und Σ = E (wobei E die<br />
Einheitsmatrix in R n × R n bezeichnet).<br />
Seien Y 1 ,... ,Y n u.i.v. nach N(0,1), dann ist der Zufallsvektor Y = (Y 1 ,...,Y n ) T n-dimensional<br />
normalverteilt mit EY = 0 und Kov(Y ) = E. Weiter gilt für s ∈ R<br />
⎧ ⎫<br />
⎨ n∑ ⎬<br />
Ee isaT Y<br />
= E exp<br />
⎩ is a j Y j<br />
⎭<br />
=<br />
=<br />
n∏<br />
j=1<br />
n∏<br />
j=1<br />
= exp<br />
Ee isa jY j<br />
e −1 2 (sa j) 2<br />
j=1<br />
{<br />
− 1 }<br />
2 s2 a T a .<br />
<strong>Die</strong>s ist die charakteristische Funktion einer N(0,a T a)-verteilten Zufallsvariablen. Daher ist<br />
a T Y normalverteilt.<br />
2. Schritt: Sei Q symmetrisch und nichtnegativ-definit mit Σ = QQ T und sei Y wie in Schritt<br />
1. Dann ist X := QY +µ nach Bemerkung 2.2 n-dimensional normalverteilt mit EX = µ und<br />
Kov(X) = E((X − µ)(X − µ) T ) = E(QY (QY ) T ) = QQ T = Σ.<br />
<strong>Die</strong> charakteristische Funktion ist<br />
Ee itT X = Ee itT (QY +µ) = e itT µ Ee itT QY<br />
und<br />
{<br />
Ee itT QY = Ee i(QT t) T Y = exp − 1 } {<br />
2 (QT t) T Q T t = exp − 1 }<br />
2 tT Σ t . ✷<br />
Satz 2.4 Seien Σ = QQ T und X = µ + QY mit Y = (Y 1 ,...Y n ) T und Y 1 ,... ,Y n u.i.v. nach<br />
N(0,1). Ist det(Σ) > 0, so hat die Verteilung L(X) eine Dichte f bezüglich des Lebesgue-<br />
Maßes λ n auf R n mit<br />
f(x) =<br />
1<br />
√<br />
{− √<br />
(2π) n det(Σ) exp 1 }<br />
2 (x − µ)T Σ −1 (x − µ)<br />
für x ∈ R n .<br />
Beweis: Für eine beliebige Borelmenge A ⊂ R n gilt<br />
∫<br />
P(X ∈ A) = P(µ + QY ∈ A) = P(Y ∈ Q −1 (A − µ)) =<br />
Y ∈Q −1 (A−µ)<br />
g(y)dy