www.vorkurse.de
Ein Projekt von vorhilfe.de
Die Online-Kurse der Vorhilfe

E-Learning leicht gemacht.
Hallo Gast!einloggen | registrieren ]
Startseite · Mitglieder · Teams · Forum · Wissen · Kurse · Impressum
Forenbaum
^ Forenbaum
Status Mathe-Vorkurse
  Status Organisatorisches
  Status Schule
    Status Wiederholung Algebra
    Status Einführung Analysis
    Status Einführung Analytisc
    Status VK 21: Mathematik 6.
    Status VK 37: Kurvendiskussionen
    Status VK Abivorbereitungen
  Status Universität
    Status Lerngruppe LinAlg
    Status VK 13 Analysis I FH
    Status Algebra 2006
    Status VK 22: Algebra 2007
    Status GruMiHH 06
    Status VK 58: Algebra 1
    Status VK 59: Lineare Algebra
    Status VK 60: Analysis
    Status Wahrscheinlichkeitst

Gezeigt werden alle Foren bis zur Tiefe 2

Navigation
 Startseite...
 Neuerdings beta neu
 Forum...
 vorwissen...
 vorkurse...
 Werkzeuge...
 Nachhilfevermittlung beta...
 Online-Spiele beta
 Suchen
 Verein...
 Impressum
Das Projekt
Server und Internetanbindung werden durch Spenden finanziert.
Organisiert wird das Projekt von unserem Koordinatorenteam.
Hunderte Mitglieder helfen ehrenamtlich in unseren moderierten Foren.
Anbieter der Seite ist der gemeinnützige Verein "Vorhilfe.de e.V.".
Partnerseiten
Weitere Fächer:

Open Source FunktionenplotterFunkyPlot: Kostenloser und quelloffener Funktionenplotter für Linux und andere Betriebssysteme
Forum "Wahrscheinlichkeitstheorie" - mehrdimensionale Zufallsvariab
mehrdimensionale Zufallsvariab < Wahrscheinlichkeitstheorie < Stochastik < Hochschule < Mathe < Vorhilfe
Ansicht: [ geschachtelt ] | ^ Forum "Wahrscheinlichkeitstheorie"  | ^^ Alle Foren  | ^ Forenbaum  | Materialien

mehrdimensionale Zufallsvariab: Aufgaben
Status: (Frage) beantwortet Status 
Datum: 19:17 Sa 30.10.2010
Autor: lilia25

Aufgabe
Die Verteilungsfunktion eines Wahrscheinlichkeitsmaßes [mm] \IP [/mm] auf [mm] \mathcal{B}(\IR^{d}) [/mm] ist definiert als [mm] F_{\IP}(x_1,...,x_d)=\IP(]-\infty ;x_1],...,]-\infty,x_d]). [/mm]
a) [mm] F_{\IP} [/mm] ist in jeder Komponente monoton wachsend
b) [mm] \IP [/mm] ist durch [mm] F_{\IP} [/mm] eindeutig bestimmt


Hallo, zusammen!!
Die Aufgabe ist nicht besonders schwer, sollte genau so gehen wie im eindimensionalen Fall, aber ich kann das trotzdem nicht beweisen.
[mm] F_{\IP}(x_1,...,x_d)=\IP(]-\infty ;x_1],...,]-\infty,x_d])=\IP(\bigcap_{i=1}^{d}\{ \omega \in\Omega : X_i(\omega)\le x_i\}) [/mm]
Monoton wachsen ist [mm] F_{\IP}, [/mm] wenn für  [mm] x,y\in\IR^d [/mm] mit [mm] x\le{y} [/mm] gilt [mm] F_{\IP}(x)\le F_{\IP}(y). [/mm]
[mm] x\le{y} [/mm] heißt [mm] x_i\le{y_i} \forall{i=1, ... ,d}. [/mm]
Ich verstehe nicht so ganz was genau heißt: in jeder Komponente.
Ich freue mich über eure Hilfe!!
Gruß

        
Bezug
mehrdimensionale Zufallsvariab: Mitteilung
Status: (Mitteilung) Reaktion unnötig Status 
Datum: 21:09 Sa 30.10.2010
Autor: lilia25

Kann mir denn keiner helfen????
Biiiitteee!!

Bezug
        
Bezug
mehrdimensionale Zufallsvariab: Antwort
Status: (Antwort) fertig Status 
Datum: 21:56 Sa 30.10.2010
Autor: felixf

Moin!

> Die Verteilungsfunktion eines Wahrscheinlichkeitsmaßes [mm]\IP[/mm]
> auf [mm]\mathcal{B}(\IR^{d})[/mm] ist definiert als
> [mm]F_{\IP}(x_1,...,x_d)=\IP(]-\infty ;x_1],...,]-\infty,x_d]).[/mm]
>  
> a) [mm]F_{\IP}[/mm] ist in jeder Komponente monoton wachsend
>  b) [mm]\IP[/mm] ist durch [mm]F_{\IP}[/mm] eindeutig bestimmt
>  
> Hallo, zusammen!!
>  Die Aufgabe ist nicht besonders schwer, sollte genau so
> gehen wie im eindimensionalen Fall, aber ich kann das
> trotzdem nicht beweisen.
> [mm]F_{\IP}(x_1,...,x_d)=\IP(]-\infty ;x_1],...,]-\infty,x_d])=\IP(\bigcap_{i=1}^{d}\{ \omega \in\Omega : X_i(\omega)\le x_i\})[/mm]
>  
> Monoton wachsen ist [mm]F_{\IP},[/mm] wenn für  [mm]x,y\in\IR^d[/mm] mit
> [mm]x\le{y}[/mm] gilt [mm]F_{\IP}(x)\le F_{\IP}(y).[/mm]
>  [mm]x\le{y}[/mm] heißt
> [mm]x_i\le{y_i} \forall{i=1, ... ,d}.[/mm]

Genau.

>  Ich verstehe nicht so
> ganz was genau heißt: in jeder Komponente.

Nun, das bedeutet: ist $x = [mm] (x_i)_i$ [/mm] und $y = [mm] (y_i)_i$ [/mm] mit [mm] $x_i [/mm] = [mm] y_i$ [/mm] fuer alle $i [mm] \neq [/mm] j$, und [mm] $x_j \le y_j$, [/mm] so gilt [mm] $F_{\IP}(x) \le F_{\IP}(y)$. [/mm]

Aus der Monotonie in jeder Komponente folgt die "allgemeine" Monotonie, die du oben hingeschrieben hast, und umgekehrt.

Nur ist die Monotonie in jeder Komponente oft einfacher zu zeigen (bzw. man zeigt meist eh genau dies als Zwischenschritt, um die allgemeine Monotonie zu zeigen.)

LG Felix


Bezug
                
Bezug
mehrdimensionale Zufallsvariab: Frage (beantwortet)
Status: (Frage) beantwortet Status 
Datum: 22:20 Sa 30.10.2010
Autor: lilia25

Hallo, Felix!!
Ich bin so froh dass du mir geantwortet hast, echt nett von dir!!
Also ich habe mir überlegt:
wenn [mm] x_i\le{y_i} \forall{i=1..d}, [/mm] dann gilt ja [mm] (-\infty, x_i\]\le(-\infty,y_i\] [/mm]
da aber [mm] \IP [/mm] als Maß monoton ist, gilt [mm] \IP((-\infty, x_i])\le\IP((-\infty,y_i]) \forall{i=1...d}. [/mm] Kann ich dann ohne weiters schließen, dass dann
[mm] \IP((-\infty,x_i]\times...\times(-\infty,x_d])\le\IP((-\infty,y_i]\times...\times(-\infty,y_d])? [/mm]
Könntest du mir vll mit der Teilaufgabe b) helfen, da bin total ratlos?
Besten Dank
Gruß

Bezug
                        
Bezug
mehrdimensionale Zufallsvariab: Antwort
Status: (Antwort) fertig Status 
Datum: 22:43 Sa 30.10.2010
Autor: felixf

Moin!

>  Also ich habe mir überlegt:
>  wenn [mm]x_i\le{y_i} \forall{i=1..d},[/mm] dann gilt ja [mm](-\infty, x_i]\le(-\infty,y_i][/mm]

Du meinst [mm] $\subseteq$ [/mm] und nicht [mm] $\le$, [/mm] oder?

> da aber [mm]\IP[/mm] als Maß monoton ist, gilt [mm]\IP((-\infty, x_i])\le\IP((-\infty,y_i]) \forall{i=1...d}.[/mm]

Das macht keinen Sinn, da [mm] $\IP$ [/mm] nur auf Teilmengen des [mm] $\IR^n$ [/mm] definiert ist, aber nicht auf Teilmengen von [mm] $\IR$. [/mm]

Allerdings:

genauso gilt, dass [mm] $(-\infty, x_1] \times \dots \times (-\infty, x_n] \subseteq (-\infty, y_1] \times \dots \times (-\infty, y_n]$ [/mm] ist, und somit folgt wegen der Monotonie von [mm] $\IP$ [/mm] ... (jetzt darfst du selber [mm] $\IP$ [/mm] anwenden :) )

>  Könntest du mir vll mit der Teilaufgabe b) helfen, da bin
> total ratlos?

Hattet ihr schon, dass die Borelsche [mm] $\sigma$-Algebra [/mm] auf [mm] $\IR^n$ [/mm] durch Mengen der Form [mm] $(-\infty, x_1] \times \dots \times (-\infty, x_n]$ [/mm] erzeugt wird?

Und das zwei Masse uebereinstimmen, wenn sie bereits auf einem Erzeugendensystem einer [mm] $\sigma$-Algebra [/mm] uebereinstimmen?

LG Felix


Bezug
                                
Bezug
mehrdimensionale Zufallsvariab: Frage (beantwortet)
Status: (Frage) beantwortet Status 
Datum: 23:31 Sa 30.10.2010
Autor: lilia25

Hallo, Felix!
Vielen vielen Dank für deine Hilfe!!

> Hattet ihr schon, dass die Borelsche [mm]\sigma[/mm]-Algebra auf
> [mm]\IR^n[/mm] durch Mengen der Form [mm](-\infty, x_1] \times \dots \times (-\infty, x_n][/mm]
> erzeugt wird?

Dass die [mm] \mathcal{B}(\IR^d) [/mm] von halboffenen Intervallen erzeugt werden kann, das hatten wir besprochen.
Aber das hier:

> Und das zwei Masse uebereinstimmen, wenn sie bereits auf
> einem Erzeugendensystem einer [mm]\sigma[/mm]-Algebra
> uebereinstimmen?

kann ich nicht finden.
Es gibt aber einen Satz, dass wenn F eine Verteilungsfunktion ist, dann
existiert ein eindeutiges W.-maß [mm] \IP [/mm] auf [mm] (\IR,\mathcal{B}(\IR)). [/mm]
Dann könnte ich das auf den d-dim Fall übertragen. Oder?
Beste Grüße

Bezug
                                        
Bezug
mehrdimensionale Zufallsvariab: Antwort
Status: (Antwort) fertig Status 
Datum: 01:59 So 31.10.2010
Autor: felixf

Moin!
> > Hattet ihr schon, dass die Borelsche [mm]\sigma[/mm]-Algebra auf
> > [mm]\IR^n[/mm] durch Mengen der Form [mm](-\infty, x_1] \times \dots \times (-\infty, x_n][/mm]
> > erzeugt wird?
>  
> Dass die [mm]\mathcal{B}(\IR^d)[/mm] von halboffenen Intervallen
> erzeugt werden kann, das hatten wir besprochen.

Gut.

>  Aber das hier:
>  > Und das zwei Masse uebereinstimmen, wenn sie bereits auf

> > einem Erzeugendensystem einer [mm]\sigma[/mm]-Algebra
> > uebereinstimmen?
>   kann ich nicht finden.
>  Es gibt aber einen Satz, dass wenn F eine
> Verteilungsfunktion ist, dann
>   existiert ein eindeutiges W.-maß [mm]\IP[/mm] auf
> [mm](\IR,\mathcal{B}(\IR)).[/mm]
>  Dann könnte ich das auf den d-dim Fall übertragen.
> Oder?

Ja. Schau dir mal den Beweis an, das gibt dir vielleicht eine Idee wie du das uebertragen kannst.

Vielleicht kannst du diese Aussage auch selber beweisen, also dass es reicht, das Mass von Mengen zu wissen, die die [mm] $\sigma$-Algebra [/mm] erzeugen, um das ganze Mass zu kennen.

LG Felix


Bezug
Ansicht: [ geschachtelt ] | ^ Forum "Wahrscheinlichkeitstheorie"  | ^^ Alle Foren  | ^ Forenbaum  | Materialien


^ Seitenanfang ^
www.vorkurse.de
[ Startseite | Mitglieder | Teams | Forum | Wissen | Kurse | Impressum ]