24.01.2013 Aufrufe

Klenke Wahrscheinlichkeitstheorie

Klenke Wahrscheinlichkeitstheorie

Klenke Wahrscheinlichkeitstheorie

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

138 6 Konvergenzsätze<br />

und<br />

E[X n ]=(−1) n lim<br />

λ↓0 F (n) (λ) für jedes n ∈ N. (6.8)<br />

In der Tat: Für ε>0 und I =(ε, ∞) ist sup<br />

x≥0,λ∈I<br />

�<br />

� d<br />

dλ f(x, λ)� � = sup<br />

x≥0,λ∈I<br />

xe −λx =<br />

ε −1 e −1 < ∞. Damit gelten die Voraussetzungen des Satzes für F . Iterativ erhalten<br />

wir die Aussage für F (n) ,denn � � d n<br />

dλ n f(x, λ) � � ≤ (n/ε) n e −n < ∞ für x ≥ 0 und<br />

λ ≥ ε. ✸<br />

Übung 6.3.1. Sei X eine Zufallsvariable auf (Ω,A, P) und<br />

Λ(t) :=log � E � e tX��<br />

für jedes t ∈ R.<br />

Man zeige, dass D := {t ∈ R : Λ(t) < ∞} ein nichtleeres Intervall ist, und dass Λ<br />

im Inneren von D unendlich oft differenzierbar ist. ♣

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!