Einführung in die Stochastik, Prof. Lerche - Abteilung für ...
Einführung in die Stochastik, Prof. Lerche - Abteilung für ...
Einführung in die Stochastik, Prof. Lerche - Abteilung für ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
7.6 Approximation stetiger Funktionen 61<br />
Beweis:<br />
Seien X 1 , ..., X n unabhängige, identisch verteilte Bernoulli-Variablen mit<br />
n∑<br />
P (X i = 1) = p = 1 − P (X i = 0) und S n = 1 X<br />
n i .<br />
Dann ist Ef(S n ) = n ∑<br />
k=0<br />
i=1<br />
f( k n )b(n, p; k), wobei b(n, p; k) = ( n<br />
k)<br />
p k (1 − p) n−k .<br />
Da f auf dem kompakten Intervall [0, 1] stetig ist, ist f gleichmäßig stetig auf [0, 1]. Damit<br />
gilt: ∀ε > 0 ∃δ > 0 mit |f(x) − f(y)| ≤ ε falls, |x − y| ≤ δ.<br />
Außerdem ist f beschränkt, also max |f(x)| ≤ M für e<strong>in</strong> geeignetes M ∈ R.<br />
0≤x≤1<br />
Sei also ε ≥ 0. Dann gibt es e<strong>in</strong> δ ≥ 0 mit |f(x) − f(y)| ≤ ε falls |x − y| ≤ δ und es gilt:<br />
|f(p) − B n (p)| = |<br />
n∑<br />
f(p)b(n, p; k) −<br />
k=0<br />
n∑<br />
k=0<br />
f( k )b(n, p; k)|<br />
n<br />
n∑<br />
= | (f(p) − f( k ))b(n, p; k)|<br />
n<br />
k=0<br />
∑<br />
≤<br />
|f(p) − f( k ∑<br />
)|b(n, p; k) + |f(p) − f( k )|b(n, p; k)<br />
n n<br />
{k:| k n −p|≤δ} {k:| k n<br />
∑<br />
−p|>δ}<br />
≤ ε b(n, p; k) + 2M<br />
∑<br />
b(n, p; k)<br />
{k:| k n −p|≤δ} {k:| k n −p|>δ}<br />
≤<br />
ε + 2M · P ({|S n − p| > δ})<br />
Satz7.5.1<br />
{}}{ p(1 − p)<br />
≤ ε + 2M<br />
nδ 2<br />
≤ ε + 2M 1<br />
4nδ 2<br />
da max p(1 − p) = 1/4 ist,<br />
0≤p≤1<br />
= ε + M<br />
2nδ 2<br />
≤ 2ε, falls n h<strong>in</strong>reichend groß ist.<br />
Wir haben also e<strong>in</strong> n gefunden, das nur von ε und nicht von p ∈ [0, 1] abhängt. Damit ist<br />
<strong>die</strong> Konvergenz gleichmäßig.