Skriptum zur Wahrscheinlichkeitstheorie
Skriptum zur Wahrscheinlichkeitstheorie
Skriptum zur Wahrscheinlichkeitstheorie
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
98 KAPITEL 2. KONSTRUKTION VON MASSEN<br />
Dann ist wegen der Unabhängigkeit der X i<br />
n⊗<br />
Q = Q i .<br />
i=1<br />
Definiere<br />
i=1<br />
i=1<br />
Y :<br />
{<br />
R n → R<br />
(y 1 , . . . , y n ) ↦→ |y 1 · . . . · y n |.<br />
Damit ist<br />
E [∣ ∣<br />
∏ n ∣] [<br />
n⊗<br />
∫ ∫<br />
]<br />
X i =E Y ◦ X i = Y dQ = Y d<br />
∫<br />
=<br />
n⊗<br />
VertX i<br />
i=1<br />
∫<br />
∫<br />
∏<br />
. . . |y 1 · . . . · y n |Q 1 (dy 1 ) . . . Q n [dy n ] = n<br />
i=1<br />
∏<br />
|y i |Q i [dy i ] = n E[|X i |].<br />
i=1<br />
Daraus folgt die Behauptung im Fall 1. und die Integrierbarkeit im Fall 2. Die Multiplikativität<br />
der Erwartungswerte im Fall 2. folgt durch Wiederholung des Arguments mit<br />
{<br />
R n → R<br />
Y :<br />
(y 1 , . . . , y n ) ↦→ y 1 · . . . · y n .<br />
10.14 Definition<br />
Seien X, Y ∈ L 2 (Ω, A, P).<br />
1. X und Y heißen unkorrelliert, wenn E[X · Y ] = E[X] · E[Y ].<br />
2. Die durch<br />
Kov[X, Y ] = E [ (X − E[X])(Y − E[Y ]) ] = E[X · Y ] − E[X · Y ]<br />
gegebene Zahl heißt Kovarianz von X und Y .<br />
3. Ist σ(X), σ(Y ) > 0, so definiert man durch<br />
den Korrellationskoeffizient von X und Y .<br />
10.15 Bemerkung<br />
Sei wieder X, Y ∈ L 2 (Ω, A, P).<br />
kor[X, Y ] = Kov[X, Y ]<br />
σ[X] · σ[Y ]<br />
1. Wegen 5.5 und 5.8 ist X, Y, X · Y, [ X − E[X] ][ Y − E[Y ] ] ∈ L 1 (P).<br />
✷<br />
2. Durch Defnition gilt<br />
Außerdem ist<br />
Var[X] = Kov[X, X].<br />
Var[αX + β] = α 2 Var[X]<br />
(α, β ∈ R).<br />
3. Ist Var[X] = 0 oder Var[Y ] = 0, so sind X und Y unkorrelliert, denn wegen Var[X] = 0 =<br />
E[[X − E[X]] 2 ] ist X = E[X] fast sicher. Deswegen gilt<br />
E[X · Y ] = E[E[X] · Y ] = E[X] · E[Y ].