Next: Unabhängige Zufallsvariablen
Up: Zufallsvektoren
Previous: Weitere Beispiele von Zufallsvektoren
  Contents
Bedingte Wahrscheinlichkeitsfunktion; bedingte Verteilung;
bedingte Dichte
Analog zu dem in Abschnitt 2.6.1 eingeführten Begriff
der bedingten Wahrscheinlichkeit definieren wir nun die Begriffe
der bedingten Verteilung bzw. der bedingten Dichte.
- Definition
(bedingte Wahrscheinlichkeitsfunktion und bedingte Verteilung)
- Sei
ein diskreter Zufallsvektor mit
für
eine abzählbare Menge
.
- Für jedes
mit
heißt dann
die bedingte
Wahrscheinlichkeitsfunktion von
unter der Bedingung
.
- Sie bestimmt die bedingte
Verteilung
von
unter der Bedingung
eindeutig.
- Analog heißt
bzw.
für jedes
mit
die bedingte Wahrscheinlichkeitsfunktion bzw. bedingte Verteilung
von
unter der Bedingung
.
- Definition
(bedingte Dichte)
- Beispiele
-
- zweimaliges Würfeln
Sei
bzw.
die (zufällige) Anzahl, mit der die Augenzahl ,,6'' bzw. ,,1''
beim zweimaligen Würfeln erzielt wird; vgl.
Abschnitt 3.3.1. Dann ergeben sich die folgenden bedingten
Wahrscheinichkeitsfunktionen von
unter der Bedingung
:
- integrierte Gleichverteilung
Sei
ein absolutstetiger Zufallsvektor mit der
gemeinsamen Dichte
Für
gilt dann für die bedingte Dichte von
unter der Bedingung
:
Die bedingte Dichte
stimmt also bei
diesem Beispiel mit der
(unbedingten Rand-)Dichte
von
überein; vgl.
Abschnitt 3.3.3.
Next: Unabhängige Zufallsvariablen
Up: Zufallsvektoren
Previous: Weitere Beispiele von Zufallsvektoren
  Contents
Ursa Pantle
2004-05-10