wobei sich die letzte Gleichheit mit Hilfe der Substitution
ergibt, für die die Matrix der partiellen
Ableitungen die Einheitsmatrix und somit die Jacobi-Determinante
gleich ist.
Auf ähnliche Weise wie im Beweis von Theorem 1.1
ergibt sich nun hieraus mit Hilfe der Substitutionen
und
, dass
und somit
wobei die Matrix
aus den orthonormalen Eigenvektoren von
besteht und
die Eigenwerte
von
sind mit
.
Nun genügt es zu beachten, dass
mit
die charakteristische Funktion der (eindimensionalen)
N
-Verteilung ist.
Für diese Funktion hatten wir in Abschnitt WR-5.3.3 gezeigt, dass
.
Es gilt somit
Mit Hilfe der in Theorem 1.2 hergeleiteten Formel
(17) für die charakteristische Funktion lassen sich
nun der Erwartungswert und die Kovarianzmatrix von
normalverteilten Zufallsvektoren bestimmen.
In Theorem WR-4.14 hatten wir gezeigt, dass die Kovarianzmatrix
eines beliebigen Zufallsvektors
stets symmetrisch und nichtnegativ
definit ist.
In der Definitionsgleichung (13) der Dichte der
regulären multivariaten Normalverteilung wird zusätzlich
vorausgesetzt, dass die Kovarianzmatrix
positiv definit
ist.
Dabei ist die positive Definitheit von
nicht nur
hinreichend, sondern auch notwendig dafür, dass
,
d.h., dass
invertierbar ist bzw. vollen Rang hat.