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.
10. UNABHÄNGIGKEIT 99<br />
4. Sind X und Y unabhängig, so sing sie wegen 10.13 unkorrelliert.<br />
5. Sei Var[X] · Var[Y ] > 0. Dann gilt wegen der Cauchy-Schwarzschen Ungleichung aus 5.8<br />
kor[X, Y ] ≤ 1. Genau dann gilt E[X · Y ] = σ[X]σ[Y ], wenn X und Y linear abhängig sind,<br />
d.h. wenn es α, β ∈ R gibt mit Y = αX + β.<br />
Damit ist genau dann kor[X, Y ] = 1, wenn X − E[X] und Y − E[Y ] linear abhängig sind. Dann<br />
sind X und Y auch stochastisch abhängig.<br />
10.16 Satz (Gleichung von Bienamé)<br />
Für X 1 , . . . , X n ∈ L 2 (Ω, A, P) gilt<br />
Var[X 1 + . . . + X n ] =<br />
n∑<br />
Kov[X i , X j ].<br />
i,j=1<br />
Sind X 1 , . . . , X n paarweise unkorrelliert, dann gilt die Gleichung von Bienamé<br />
[<br />
∑ n ]<br />
Var X i =<br />
i=1<br />
n∑<br />
Var[X i ].<br />
i=1<br />
Beweis: Definiere durch Zentrieren am Erwartungswert<br />
˜X i := X i − E(X i ) (i = 1, . . . , n).<br />
Dann gilt<br />
[ ∑ n ] [ ( ∑ n<br />
Var X i = E<br />
i=1<br />
i=1<br />
[ ∑<br />
n<br />
= E<br />
i,j=1<br />
X i − E [ n ∑<br />
˜X i ˜Xj<br />
]<br />
=<br />
i=1<br />
] ) ] [<br />
2 ( ∑ n<br />
X i = E<br />
n∑<br />
E[ ˜X i , ˜X j ] =<br />
i,j=1<br />
i=1<br />
˜X i<br />
) 2<br />
]<br />
n∑<br />
Kov[X i , X j ].<br />
i,j=1<br />
Sind X 1 , . . . , X n paarweise unkorrelliert, folgt<br />
[ ∑<br />
n ] n∑<br />
n∑<br />
Var X i = Kov[X i , X i ] = Var[X i ].<br />
i=1 i=1<br />
i=1<br />
✷<br />
10.17 Definition<br />
Seien m 1 , . . . , m n endliche Borel-, also Radon-Maße auf R p und<br />
⎧<br />
⎪⎨ (R p ) n → R p<br />
S n :<br />
n∑<br />
⎪⎩ (x 1 , . . . , x n ) ↦→ x i .<br />
Dann heißt das Bildmaß des Produktmaßes<br />
Faltung von m 1 , . . . , m n .<br />
( ⊗<br />
n )<br />
S n m i =:<br />
i=1<br />
n<br />
∗<br />
i=1<br />
i=1<br />
m i =: m 1 ∗ . . . ∗ m n