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.
126 KAPITEL 4. GRENZVERTEILUNGEN<br />
14.8 Hauptsatz<br />
Für jede Folge (P n ) n∈N0 von Wahrscheinlichkeitsmaßen auf R mit Verteilungsfunktion F n und<br />
jedes k ∈ N 0 sind äquivalent:<br />
schwach<br />
1. P n −−−−−→= P 0 ,<br />
∫ ∫<br />
2. lim fdP n =<br />
n→∞<br />
fdP 0<br />
(f ∈ C (k) (R)),<br />
3. lim<br />
n→∞ F n(y) = F 0 (y) (y ∈ S(F 0 )).<br />
Dabei ist S(F 0 ) wie in 14.7 die Menge der Stetigkeitsstellen von F 0 .<br />
Beweis:<br />
“1. ⇒ 2.”: Das ist klar, da C (k) (R) ⊆ C b (R).<br />
“2. ⇒ 3.”: Sei y ∈ S(F 0 ) Dann gibt es für ɛ > 0 ein δ > 0, so dass für x ∈ R mit |x − y| < δ wegen<br />
der Stetigkeit |F 0 (x) − F 0 (y)| ≤ ɛ gilt.<br />
Es gibt Funktionen g, h ∈ C (k) (R) mit<br />
1 (−∞;y−δ) ≤ g ≤ 1 (−∞;y] ≤ h ≤ 1 (−∞;y+δ) .<br />
Damit ist<br />
∫<br />
∫<br />
F 0 (y) − ɛ ≤ F 0 (y − δ) ≤ gdP 0 = lim inf<br />
n→∞<br />
∫ ∫<br />
gdP n ≤ lim inf n(y) ≤ lim sup F n (y)<br />
n→∞ n→∞<br />
≤ lim sup<br />
n→∞<br />
hdP n = hdP 0 ≤ F 0 (y + δ) ≤ F 0 (y) + ɛ.<br />
Damit folgt 3. aus ɛ → 0.<br />
“3. ⇒ 1.”: Wegen 14.7 gibt es einen Wahrscheinlichkeitsraum (Ω, A, P) und reelle Zufallsvariable<br />
(X n ) n∈N und X 0 mit X n → X 0 fast sicher mit P Xn = P n (n ∈ N 0 ). Da X n fast<br />
sicher gegen X 0 konvergiert, ist die Konvergenz auch stochastisch und mit 14.5 auch in<br />
schwach<br />
Verteilung, d.h. P n −−−−−→ P 0 .<br />
14.9 Satz (Skorohod)<br />
Sei (P n ) n∈N0 ∈ (M 1 (R)) N0 schwach<br />
. Gilt P n −−−−−→ P 0 , dann gibt es einen Wahrscheinlichkeitsraum<br />
(Ω, A, P) und eine Folge (X n ) n∈N0 reeller Zufallsvariablen mit<br />
P Xn = P n (n ∈ N 0 )<br />
derart, daß X n → X 0 fast sicher, also insbesondere stochastisch.<br />
✷<br />
Beweis: Folgt aus 14.7 und 14.8.<br />
✷<br />
14.10 Korollar<br />
Sei (P n ) n∈N0 ∈ (M 1 (R)) N0 Gilt P n<br />
schwach<br />
−−−−−→ P 0 , und ist die Verteilungsfunktion F 0 von P 0 überall<br />
stetig, so konvergieren die Verteilungsfunktionen F n von P n gleichmäßig gegen F 0 .