next up previous contents
Next: Lineare Transformation Up: Funktionen von Zufallsvektoren Previous: Funktionen von Zufallsvektoren   Contents


Zusammengesetzte Abbildungen

Beispiel
$ \;$ (Klassifikation)
Beachte
 
Allgemein gilt für zusammengesetzte Abbildungen

Theorem 3.12   Sei $ (\Omega ,\mathcal{F},P)$ ein beliebiger Wahrscheinlichkeitsraum, und $ X:\Omega\to\mathbb{R}^n$ sei ein beliebiger Zufallsvektor. Falls $ \varphi:\mathbb{R}^n\to\mathbb{R}$ eine Borel-messbare Abbildung ist, d.h., falls die Bedingung % latex2html id marker 30665
$ (\ref{varphi})$ erfüllt ist, dann ist die zusammengesetzte Abbildung $ \varphi(X):\Omega\to\mathbb{R}$ mit $ \varphi(X)(\omega)=\varphi(X(\omega))$ eine (reellwertige) Zufallsvariable, d.h., es gilt

$\displaystyle \{\omega :\omega\in\Omega ,\varphi(X)(\omega )\leq z\}\in\mathcal{F} \qquad\forall z\in \mathbb{R}\,.$ (34)

Beweis
$ \;$ Um die Gültigkeit von (34) zu zeigen, genügt es zu beachten, dass für das Urbild $ \varphi^{-1}(-\infty, z]$ wegen (33) gilt

$\displaystyle \varphi^{-1}(-\infty, z]=
\{x:\, x\in\mathbb{R}^n, \varphi(x)\leq z\}\in\mathcal{B}(\mathbb{R}^n)\qquad
\forall z\in\mathbb{R}\,.
$

Hieraus und aus der Borel-Messbarkeit von $ X:\Omega\to\mathbb{R}^n$ folgt, dass

$\displaystyle \{\omega :\omega\in\Omega ,\varphi(X)(\omega )\leq z\}
=
\{\omega :\omega\in\Omega ,X(\omega )\in\varphi^{-1}(-\infty,
z]\}\in\mathcal{F}
$

für jedes $ z\in\mathbb{R}$.

$ \Box$

Beispiel
 

Eine weitere wichtige Klasse von Borel-messbaren Funktionen ist durch das folgende Lemma gegeben, vgl. auch Übungsaufgabe 2.8 der Vorlesung Analysis III.

Lemma 3.1   Jede stetige Funktion $ \varphi:\mathbb{R}^n\to\mathbb{R}$ genügt der Bedingung % latex2html id marker 30720
$ (\ref{varphi})$, d.h., jede stetige Funktion ist Borel-messbar.

Beweis
$ \;$ Sei $ \varphi:\mathbb{R}^n\to\mathbb{R}$ eine stetige Abbildung. Die Begründung der Behauptung lässt sich nun in folgende Schritte zerlegen:

Korollar 3.1   Sei $ \varphi:\mathbb{R}^n\to\mathbb{R}$ ein Polynom, d.h., es gelte

$\displaystyle \varphi(x_1,\ldots,x_n)=\sum_{i=0}^k a_ix^{m_{i1}}_1\ldots x^{m_{in}}_n$ (36)

für ein $ k\in\mathbb{N}$ und für gewisse Konstanten $ a_0,a_1,\ldots,a_k\in\mathbb{R}$, $ m_{i1},\ldots,m_{in}\ge 0$. Dann ist $ \varphi$ Borel-messbar.

Beweis
$ \;$ Die Behauptung ergibt sich unmittelbar aus Lemma 3.1 und aus der Tatsache, dass jedes Polynom eine stetige Abbildung ist.

$ \Box$


In den folgenden Abschnitten 3.4.2 - 3.4.4 wird eine Reihe von Spezialfällen diskutiert, bei denen $ \varphi$ die in (36) gegebene Form hat.


next up previous contents
Next: Lineare Transformation Up: Funktionen von Zufallsvektoren Previous: Funktionen von Zufallsvektoren   Contents
Ursa Pantle 2004-05-10