Skriptum zur Wahrscheinlichkeitstheorie
Skriptum zur Wahrscheinlichkeitstheorie
Skriptum zur Wahrscheinlichkeitstheorie
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
96 KAPITEL 2. KONSTRUKTION VON MASSEN<br />
10.7 Korollar (Kolmogoroff)<br />
Ist (Ω i ) i∈I eine Familie polnischer Räume, A i = B(Ω i ) die Borel’sche σ-Algebra in Ω i (i ∈ I),<br />
so existiert zu jeder projektiven Familie (P J ) J⊂⊂I von Wahrscheinlichkeitsmaßen P J auf<br />
(Ω J , B(Ω J )) der projektive Limes P = lim ←−<br />
P J .<br />
J ⊂⊂ I<br />
Insbesondere existiert zu jeder Familie (P i ) i∈I von Wahrscheinlichkeitsmaßen P i auf (Ω i , B(Ω i ))<br />
genau ein Wahrscheinlichkeitsmaß<br />
P = ⊗ i∈I<br />
P i auf ( ∏<br />
mit π J (P) = ⊗ j∈J<br />
P j , d.h.<br />
P [ ∏ A j ×<br />
j∈J<br />
i∈I<br />
Ω i , ⊗ i∈I<br />
∏<br />
i∈I\J<br />
B(Ω i ) ) bzw. ( Ω I , B(Ω I ) ) , falls I abzählbar ist<br />
] ∏<br />
Ω i = P j [A j ] (J ⊂⊂ I, A j ∈ A j ).<br />
j∈J<br />
Beweis: Die Behauptung folgt aus 7.25, 9.6 und 10.6.<br />
✷<br />
10.8 Bemerkung<br />
Die Existenz und Eindeutigkeit des Produktmaßes ⊗ i∈I<br />
P i lässt sich auch für beliebige Wahrscheinlichkeitsräume<br />
(Ω i , A i , P i ) beweisen (vgl. [BW], §9), aber nicht die des projektiven Limes.<br />
10.9 Definition<br />
1. Eine Familie (E i ) i∈I mit E i ⊆ A (i ∈ I) heißt unabhängig, wenn<br />
P [ ⋂ ] ∏<br />
A j = P[A j ] (J ⊂⊂ I A j ∈ E j )<br />
gilt.<br />
j∈J<br />
j∈J<br />
2. Eine Familie (A i ) i∈I ∈ A I heißt unabhängig, wenn ({A i }) i∈I unabhängig ist.<br />
3. Eine Familie (X i ) i∈I von Zufallsvariablen X i : (Ω, A) → (Ω i , A i ) heißt unabhängig, wenn<br />
(σ(X i )) i∈I unabhängig ist, d.h. wenn<br />
P[X j ∈ A j : j ∈ J] = P [ ⋂<br />
{X j ∈ A j } ] = ∏ P[X j ∈ A j ] (J ⊂⊂ I, A j ∈ A j ).<br />
j∈J<br />
j∈J<br />
10.10 Bemerkung<br />
Wie aus der elementaren Stochastik bekannt, folgt aus der paarweisen Unabhängigkeit von Mengensystemen,<br />
Ereignissen oder Zufallsvariablen nicht die Unabhängigkeit.