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.

316 16 Unbegrenzt teilbare Verteilungen<br />

definiert ist und damit auch nur genau eine stetige Funktion ϕ 1/n = exp(log(ϕ)/n)<br />

existiert. Die n-ten Faltungswurzeln sind also eindeutig definiert, falls die Verteilung<br />

unbegrenzt teilbar ist.<br />

Beispiele 16.2. (i) δx ist unbegrenzt teilbar mit δ ∗n<br />

x/n = δx für jedes n ∈ N.<br />

(ii) Die Normalverteilung ist unbegrenzt teilbar mit N m,σ 2 = N ∗n<br />

m/n,σ 2 /n .<br />

(iii) Die Cauchy-Verteilung Caua mit Dichte x ↦→ (aπ) −1 (1 + (x/a) 2 ) −1 ist<br />

unbegrenzt teilbar mit Caua =Cau ∗n<br />

a/n. In der Tat: Caua hat CFW ϕa(t) =e−a|t| ,<br />

also ist ϕn a/n = ϕa.<br />

(iv) Jede symmetrische stabile Verteilung mit Index α ∈ (0, 2] und Größenparameter<br />

γ>0, also mit CFW ϕα,γ(t) =e−|γt|α, ist unbegrenzt teilbar. In der Tat<br />

ist ϕn α,γ/n1/α = ϕα,γ. (Genau genommen haben wir bislang erst für α ∈ (0, 1] (in<br />

Korollar 15.25) und für α =2(Normalverteilung) gezeigt, dass ϕα,γ überhaupt<br />

eine CFW ist. In Abschnitt 16.2 zeigen wir, dass dies tatsächlich für alle α ∈ (0, 2]<br />

richtig ist. Für α>2 ist ϕα,γ hingegen keine CFW, siehe Übung 15.4.3.)<br />

(v) Die Gamma-Verteilung Γθ,r mit CFW ϕθ,r(t) =exp(rψθ(t)), woψθ(t) =<br />

log(1 − it/θ) ist, ist unbegrenzt teilbar mit Γθ,r = Γ ∗n<br />

θ,r/n .<br />

(vi) Die Poisson-Verteilung ist unbegrenzt teilbar mit Poiλ =Poi ∗n<br />

λ/n.<br />

(vii) Die negative Binomialverteilung b− � �<br />

−r<br />

r,p({k}) = (−1)<br />

k<br />

kpr (1 − p) k , k ∈<br />

N0, mit Parametern r > 0 und p ∈ (0, 1) ist unbegrenzt teilbar mit b− r,p<br />

(b<br />

=<br />

−<br />

r/n,p )∗n .InderTatistϕr,p(t) =erψp(t) ,wo<br />

ψp(t) =log(p) − log(1 − (1 − p)e it ).<br />

(viii) Seien X und Y unabhängig und X ∼ N 0,σ 2 sowie Y ∼ Γθ,r, wobei<br />

σ 2 ,θ,r > 0 sind. Man kann zeigen, dass die Zufallsvariable Z := X/ √ Y unbegrenzt<br />

teilbar ist (siehe [64] oder [123]). Insbesondere ist die Student’sche t-<br />

Verteilung mit k ∈ N Freiheitsgraden unbegrenzt teilbar (dieses ist der Fall σ 2 =1<br />

und θ −1 = r = k).<br />

(ix) Die Binomialverteilung bn,p ist für n ∈ N und p ∈ (0, 1) nicht unbegrenzt<br />

teilbar (warum?).<br />

(x) Etwas allgemeiner ist außer der trivialen Verteilung keine Verteilung unbegrenzt<br />

teilbar, die auf ein endliches Intervall konzentriert ist. ✸<br />

Ein Hauptziel dieses Abschnitts ist es zu zeigen, dass sich jede unbegrenzt teilbare<br />

Verteilung aus drei generischen zusammensetzt:

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

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!