Next: Lineare Transformation
Up: Funktionen von Zufallsvariablen
Previous: Funktionen von Zufallsvariablen
  Contents
Zusammengesetzte Abbildungen
- Beispiel
(Klassifikation)
- Manchmal ist es zweckmäßig, die Werte von Zufallsvariablen
zu klassifizieren. Dabei wird der Wertebereich
von
in
Klassen zerlegt, die wir mit der Menge der
ersten
natürlichen Zahlen
identifizieren.
- Mit anderen Worten: Außer der Zufallsvariablen
betrachten wir
noch eine weitere Abbildung
.
- Durch Nacheinanderausführung der Abbildungen
und
ergibt sich dann die Abbildung
mit
, die jedem
die Klasse
zuordnet.
- Um die Wahrscheinlichkeit bestimmen zu können, daß die
Zufallsvariable
Werte in Klasse
annimmt, muß gewährleistet sein, daß
 |
(23) |
- Die Abbildung
muß also die
Regularitätseigenschaft einer Zufallsvariablen besitzen, d.h. der
Meßbarkeitsbedingung (1) genügen.
- Um dies zu erreichen, wird über die
Abbildung
vorausgesetzt, daß
eine Teilmenge von
aus
, d.h.
eine Borel-Menge ist, für jedes
.
- Man kann zeigen, daß dann (23) für jedes
bzw.
für jedes
gilt, d.h.,
ist eine
Zufallsvariable.
- Beachte
-
Allgemein gilt für zusammengesetzte Abbildungen
- Lemma 3.19
Sei
ein beliebiger
Wahrscheinlichkeitsraum, und
sei ein
beliebiger Zufallsvektor. Falls
eine
Borel-meßbare Abbildung ist, d.h., falls die Bedingung
(24) erfüllt ist, dann ist die zusammengesetzte Abbildung
mit
eine (rellwertige)
Zufallsvariable, d.h., es gilt
- Beispiel
-
- Beachte
-
Next: Lineare Transformation
Up: Funktionen von Zufallsvariablen
Previous: Funktionen von Zufallsvariablen
  Contents
Roland Maier
2001-08-20