Next: Beispiele: Zufallsvektoren mit unabhängigen
Up: Zufallsvektoren
Previous: Bedingte Wahrscheinlichkeitsfunktion; bedingte Verteilung;
  Contents
Unabhängige Zufallsvariablen
Die Unabhängigkeit von Zufallsvariablen wird durch den in
Abschnitt 2.7 eingeführten Begriff der Unabhängigkeit
von Ereignissen ausgedrückt.
So heißen zwei Zufallsvariablen
unabhängig,
wenn die Ereignisse
und
für
beliebige
unabhängig sind.
Für Folgen von Zufallsvariablen wird der Begriff der
Unabhängigkeit folgendermaßen gebildet.
- Definition
Sei
ein beliebiger
Wahrscheinlichkeitsraum.
- Die Zufallsvariablen
heißen unabhängig, falls
 |
(26) |
- Sei
eine beliebige (unendliche) Folge
von Zufallsvariablen. Dann sagt man, dass
unabhängige Zufallsvariablen
sind, falls jede endliche Teilfolge
von
aus unabhängigen Zufallsvariablen besteht.
- Beachte
-
- Aus den Definitionen der
Verteilungsfunktionen
und
ergibt sich sofort, dass die
Definitionsgleichung (26) äquivalent ist mit
 |
(27) |
- Darüber hinaus kann man zeigen, dass (27) und damit auch
(26) äquivalent ist mit der folgenden
(scheinbar schärferen) Bedingung.
Theorem 3.10
Die Zufallsvariablen

sind genau dann
unabhängig, wenn
 |
(28) |
- Beweis
-
- Es ist klar, dass (27) aus (28) folgt.
Hierfür genügt es,
zu setzen.
- Umgekehrt ergibt sich (28) aus (27) aus
dem Monotone Class Theorem (vgl.Theorem 3.2), wobei
ähnlich wie im Beweis von Theorem 3.4 vorgegangen
werden kann.
Hieraus und aus den Definitionsgleichungen (12) und
(23) von
und
ergibt sich unmittelbar die
folgende Charakterisierung der Unabhängigkeit von diskreten bzw.
absolutstetigen Zufallsvariablen.
- Beweis
Next: Beispiele: Zufallsvektoren mit unabhängigen
Up: Zufallsvektoren
Previous: Bedingte Wahrscheinlichkeitsfunktion; bedingte Verteilung;
  Contents
Ursa Pantle
2004-05-10