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.
22. SATZ VON RADON-NIKODYM UND BEDINGTE ERWARTUNGEN 197<br />
aus dem Eindeutigkeitssatz der Maßtheorie. Ist insbesondere Ω ′′ polnisch mit A ′′ = B(Ω ′′ ), so<br />
sind die bedingten Verteilungen und die faktorisierten bedingten Verteilungen universell fast sicher<br />
eindeutig bestimmt. Wähle dazu ein System B ′′ = der offenen Kugeln mit rationalen Radien in<br />
Mittelpunkten aus einer abzählbaren, dichten Teilmenge von Ω.<br />
22.28 Existenzsatz<br />
Zu jeder Zufallsvariable X : (Ω, A, P) → (Ω ′′ , A ′′ ) mit polnischem Raum Ω ′′ , A ′′ = B(Ω ′′ ) gibt<br />
es ’genau’ eine bedingte Erwartung von X unter der Hypothese Y und genau eine faktorisierte<br />
bedingte faktorisierte Erwartung von X unter der Hypothese Y .<br />
Beweis: Folgt aus der inneren Regularität der Wahrscheinlichkeitsmaße auf polnischen Räumen<br />
(vgl. z.B. [BW], 44.3, [GS], 5.3.16, wobei dort reguläre bedingte Verteilung das heißt, was hier<br />
unter dem Namen faktorisierte bedingte Verteilung eingeführt wurde).<br />
✷<br />
22.29 Satz<br />
Seien X : (Ω, A, P) → (Ω ′′ , A ′′ ) und Y : (Ω, A, P) → (Ω ′ , A ′ ) Zufallsvariablen und K ein Markoff-<br />
Kern von (Ω ′ , A ′ ) nach (Ω ′′ , A ′′ ).<br />
Genau dann ist K eine faktorisierte bedingte Verteilung von X unter der Hyposthese Y , wenn<br />
P (Y,X) = P Y ⊗ K.<br />
Beweis: Für A ′ ∈ A ′ und A ′′ ∈ A ′′ gilt<br />
P (Y,X) [A ′ × A ′′ ] = P[X −1 (A ′′ ) ∩ {Y ∈ A ′ }] 22.21.2<br />
=<br />
∫<br />
A ′ P[X −1 (A ′′ )|Y = y]P Y [dy].<br />
Andererseits ist<br />
∫<br />
P Y ⊗ K[A ′ × A ′′ ] = K[y, A ′′ ]P Y [dy].<br />
A ′<br />
Mit 22.26 folgt die Behauptung.<br />
✷<br />
22.30 Korollar<br />
Sei (Ω, A, P, (X t ) t∈I , E, B(E)) ein stochastischer Prozess mit Zustandsraum E, dessen gemeinsame<br />
Verteilung das Markoff-Maß P µ aus einer Markoff’schen Schar (P s,t ) s,t∈I und einer Startwahrscheinlichkeit<br />
µ auf E ist.<br />
s≤t<br />
Dann ist für s < t der Markoff-Kern P s,t eine faktorisierte bedingte Verteilung von X t unter der<br />
Hypothese X s .<br />
Beweis: Nach 18.10 ist<br />
P (Xs,X t) = P µ (π s,π t) = Pµ π s<br />
⊗ P s,t = P Xs ⊗ P s,t .<br />
Deshalb folgt die Behauptung aus 22.29.<br />
✷