Next: Charakteristiken der multivariaten Normalverteilung
Up: Multivariate Normalverteilung
Previous: Multivariate Normalverteilung
  Contents
Definition und grundlegende Eigenschaften
- Beachte
-
- Jede symmetrische und positiv definite Matrix
ist regulär,
d.h., die inverse Matrix
ist wohldefiniert. (Wegen
Theorem 3.1 ist die gleichbedeutend damit, daß
vollen Rang hat bzw.
.)
- Dies ergibt sich aus der folgenden Überlegung: Falls
gilt, d.h., falls es einen Vektor
mit
gibt, so daß
, dann gilt
auch
, d.h.,
ist nicht positiv
definit.
Um zu zeigen, daß die in (33) gegebene Funktion
eine Wahrscheinlichkeitsdichte ist, sind die folgenden Begriffe
und Aussagen der Matrix-Algebra nützlich.
- Definition
Sei
eine beliebige
Matrix. Jede (komplexe) Zahl
, für die
es einen Vektor
mit
gibt, so daß
 |
(34) |
heißt Eigenwert der Matrix
. Außerdem sagt man dann,
daß
ein zu
gehörender Eigenvektor ist.
- Beachte
-
Lemma 3.8

Sei

eine
symmetrische

Matrix mit reellwertigen Einträgen

. Dann sind sämtliche Eigenwerte reell, und die zu
verschiedenen Eigenwerten

gehörenden
Eigenvektoren

sind zueinander
orthogonal.
- Beweis
-
- Weil die Elemente von
reelle Zahlen sind, ist für jede
Lösung
von (35) gleichzeitig
auch
eine Lösung von
(35).
- Seien
und
Eigenvektoren, die zu
bzw.
gehören.
Dann gilt
und
bzw.
und
- Hieraus folgt, daß
.
- Weil
, ergibt
sich hieraus, daß
, d.h.,
ist
eine reelle Zahl.
- Auf ähnliche Weise läßt sich zeigen, daß es zu verschiedenen
Eigenwerten
gehörende Eigenvektoren
mit reellwertigen Komponenten gibt, die
zueinander orthogonal sind.
- Weil die Matrix
nur reellwertige
Eintragungen hat, sind mit
auch
bzw.
zu
gehörende
Eigenvektoren.
- Wir können (und werden) deshalb o.B.d.A. annehmen, daß
. Aus der Gültigkeit von

und
ergibt sich außerdem, daß

und
bzw.

und
- Andererseits gilt offenbar
, und aus der Symmetrie
von
ergibt sich die Identität
, denn es gilt
- Insgesamt ergibt sich somit, daß

bzw.
- Wegen
folgt hieraus, daß
.
- Beachte
-
- Beweis
-
Wir zeigen nun, daß die in (33) gegebene Funktion
eine (
-dimensionale) Wahrscheinlichkeitsdichte ist.
Theorem 3.7

Sei

ein beliebiger
Vektor, und sei

eine symmetrische und positiv definite

-Matrix. Dann gilt
 |
(39) |
- Beweis
-
- Weil
symmetrisch und positiv definit (und damit auch
regulär) ist, gibt es wegen Lemma 3.9 eine
Matrix
, die aus den
orthonormalen Eigenvektoren
von
besteht, so daß
 |
(40) |
wobei
die
Diagonalmatrix bezeichnet, die aus den Eigenwerten
von
gebildet wird.
- Außerdem ergibt sich aus der positiven Definitheit von
,
daß
für jedes
, d.h., sämtliche Eigenwerte
von
sind positiv.
- Wegen
gilt auch
bzw.
.
- Weil außerdem
gilt,
ergibt sich hieraus und aus (40), daß
- Die Abbildung
mit
, d.h.
, bildet den
auf sich selbst ab,
und für die Jacobi-Determinante der Abbildung
gilt
wobei sich die letzte Gleichheit aus der Tatsache ergibt, daß
.
- Für das Integral auf der linken Seite von (39)
gilt somit, daß
- Hieraus ergibt sich die Behauptung, weil
Next: Charakteristiken der multivariaten Normalverteilung
Up: Multivariate Normalverteilung
Previous: Multivariate Normalverteilung
  Contents
Ursa Pantle
2003-03-10