Next: Charakterisierung der Verteilungskonvergenz
Up: Konvergenzarten
Previous: Konvergenzarten
  Contents
Definitionen und
elementare Eigenschaften
- Definition
Seien
beliebige Zufallsvariablen. Man sagt: Die Folge
konvergiert fast sicher gegen
, falls
 |
(1) |
Schreibweise:
konvergiert in Wahrscheinlichkeit gegen
, falls
für jedes
 |
(2) |
Schreibweise:
konvergiert im
gegen
, falls
und
 |
(3) |
Schreibweise:
konvergiert im quadratischen Mittel gegen
,
falls
und
 |
(4) |
Schreibweise:
konvergiert in Verteilung gegen
, falls
 |
(5) |
für jeden Stetigkeitspunkt
der Verteilungsfunktion
.
Schreibweise:
- Beachte
-
- Falls
, dann sagt man auch, dass die Folge
mit Wahrscheinlichkeit 1 gegen
konvergiert.
- Falls
, dann sagt man auch, dass die Folge
stochastisch gegen
konvergiert.
- Falls
, dann sagt man auch, dass die Folge
im
gegen
konvergiert.
Das folgende Konvergenzkriterium ist ein nützliches
Hilfsmittel beim Beweis tieferliegender Grenzwertsätze.
- Beweis
-
Aus Theorem 5.1 ergibt sich sofort, dass die fast
sichere Konvergenz stets die Konvergenz in Wahrscheinlichkeit
impliziert.
- Beweis
In Theorem 5.1 wurde gezeigt, dass
die
Gültigkeit von
und damit auch
impliziert. Dies ist aber gleichbedeutend mit
.
Außerdem gibt es die folgende hinreichende Bedingung für die fast
sichere Konvergenz.
- Beweis
-
- Aus (8) und aus dem Lemma von Borel-Cantelli (vgl.
Korollar 2.3) ergibt sich, dass
für jedes
,
- wobei
die in (7) eingeführte Menge
ist.
- Die Behauptung ergibt sich nun genauso wie im zweiten Teil des
Beweises von Theorem 5.1.
- Beachte
-
- Es gilt also
genau dann, wenn die Wahrscheinlichkeiten
für jedes
gegen
Null konvergieren.
- Im Unterschied hierzu gilt
, wenn (jedoch nicht nur
dann) diese Null-Konvergenz hinreichend schnell erfolgt, so dass
die Summe in (8) endlich ist.
Eine andere Charakterisierung der Konvergenz in Wahrscheinlichkeit
lässt sich durch die Betrachtung von Teilfolgen gewinnen.
Theorem 5.2
Es gilt

genau dann, wenn es für jede Teilfolge

von

eine Teilfolge

gibt, so dass

.
- Beweis
-
Wir zeigen nun, dass ebenfalls die L
-Konvergenz und die
L
-Konvergenz stets die Konvergenz in Wahrscheinlichkeit
implizieren.
- Beweis
- Beweis
Als nächstes zeigen wir, dass die Konvergenz in Wahrscheinlichkeit
stets die Konvergenz in Verteilung impliziert.
- Beweis
- Es gelte
, d.h.,
für
jedes
.
- Für beliebige
und
gilt
- Hieraus und wegen
ergibt sich nun,
dass
- Weil
beliebig klein gewählt werden kann und weil
die Verteilungsfunktion
rechtsseitig stetig ist, ergibt sich
somit, dass für jedes
 |
(9) |
- Sei nun
ein Stetigkeitspunkt der Verteilungsfunktion
, d.h., es gelte
 |
(10) |
- Ähnlich wie im ersten Teil des Beweises ergibt sich für beliebige
und
, dass
- Mit Hilfe von (10) ergibt sich somit, dass
- Hieraus und aus (9) folgt, dass
.
- Beachte
-
- Die Umkehrung der Aussage von Theorem 5.5 gilt im
allgemeinen nicht.
- Falls jedoch die ,,Grenzzufallsvariable''
mit
Wahrscheinlichkeit
einunddenselben (deterministischen)
Wert annimmt, dann gilt auch die folgende umgekehrte Aussage.
- Beweis
Next: Charakterisierung der Verteilungskonvergenz
Up: Konvergenzarten
Previous: Konvergenzarten
  Contents
Ursa Pantle
2004-05-10