www.vorhilfe.de
Vorhilfe

Kostenlose Kommunikationsplattform für gegenseitige Hilfestellungen.
Hallo Gast!einloggen | registrieren ]
Startseite · Forum · Wissen · Kurse · Mitglieder · Team · Impressum
Forenbaum
^ Forenbaum
Status Englisch
  Status Grammatik
  Status Lektüre
  Status Korrekturlesen
  Status Übersetzung
  Status Sonstiges (Englisch)

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" - Konvergenz gegen Normalvert.
Konvergenz gegen Normalvert. < Wahrscheinlichkeitstheorie < Stochastik < Hochschule < Mathe < Vorhilfe
Ansicht: [ geschachtelt ] | ^ Forum "Wahrscheinlichkeitstheorie"  | ^^ Alle Foren  | ^ Forenbaum  | Materialien

Konvergenz gegen Normalvert.: Frage (überfällig)
Status: (Frage) überfällig Status 
Datum: 23:42 Mo 11.01.2010
Autor: steppenhahn

Aufgabe
Sei [mm] (X_{n})_{n\in\IN} [/mm] eine Folge unabhängig und identisch verteilter Zufallsvariablen mit Erwartungswert 0 und endlichem zweiten Moment. Zeige, dass dann gilt:

[mm] $\sqrt{n}*\frac{\overline{X_{n}}}{\sqrt{S^{2}}}\overset{D}{\to} [/mm] N(0,1)$,

wobei [mm] $\overline{X_{n}}=\frac{1}{n}*\sum_{k=1}^{n}X_{k}$ [/mm] und [mm] $S^{2} [/mm] = [mm] \frac{1}{n}\sum_{k=1}^{n}X_{k}^{2}$. [/mm]

Hallo!

Ich habe mit erstmal überlegt, wie die Voraussetzungen genau aussehen: [mm] $E(X_{i}) [/mm] = 0$ und "endliches zweites Moment" bedeutet doch: [mm] $E(X_{i}^{2}) [/mm] < [mm] \infty$, [/mm] also ist die Varianz von den [mm] X_{i} [/mm] endlich und ich kann sie bezeichnen mit [mm] $\sigma [/mm] := [mm] Var(X_{i})$. [/mm]

Ich denke, dass die Aufgabe auf den zentralen Grenzwertsatz hinausläuft. Ich weiß, dass

[mm] $\sqrt{n}*\frac{\overline{X_{n}}}{\sigma}\overset{D}{\to} [/mm] N(0,1)$

gilt (ZGWS). Das Problem ist, dass da nun aber [mm] \sqrt{S^{2}} [/mm] stattdessen steht. Deswegen dachte ich, vielleicht kann man es so schreiben:

[mm] $\sqrt{n}*\frac{\overline{X_{n}}}{\sqrt{S^{2}}} [/mm] = [mm] \sqrt{n}*\frac{\overline{X_{n}}}{\sigma}*\frac{\sigma}{\sqrt{S^{2}}}$. [/mm]

Dann könnte ich schonmal vom linken Faktor sagen, dass er gegen N(0,1) konvergiert (in Verteilung), und dann müsste ich noch zeigen, dass [mm] $\frac{\sigma}{\sqrt{S^{2}}}\overset{P}{\to} [/mm] 1$ stochastisch gegen 1 geht, dann könnte ich den Satz von Slutsky anwenden.

Zwei Fragen habe ich nun:
- Gibt es nicht ein Problem bei [mm] $Var(X_{i}) [/mm] = 0$ ? Oder kann das gar nicht eintreten (warum?)
- Wie genau mache ich das jetzt mit [mm] $\frac{\sigma}{\sqrt{S^{2}}}\overset{P}{\to} [/mm] 1$ ? Wie fange ich da an?

--> Ich denke, es reicht zu zeigen, dass [mm] \frac{\sigma^{2}}{S^{2}} [/mm] gegen 1 geht (Wegen continuus mapping theorem). Also müsste ich zeigen:

[mm] $P(|\frac{\sigma^{2}}{S^{2}}-1|\ge \varepsilon) \to [/mm] 0$ für alle [mm] \varepsilon. [/mm]

Aber wie geht's jetzt weiter?

Vielen Dank für Eure Hilfe!

Grüße,
Stefan

        
Bezug
Konvergenz gegen Normalvert.: Fälligkeit abgelaufen
Status: (Mitteilung) Reaktion unnötig Status 
Datum: 00:20 Do 14.01.2010
Autor: matux

$MATUXTEXT(ueberfaellige_frage)
Bezug
Ansicht: [ geschachtelt ] | ^ Forum "Wahrscheinlichkeitstheorie"  | ^^ Alle Foren  | ^ Forenbaum  | Materialien


^ Seitenanfang ^
www.englischraum.de
[ Startseite | Forum | Wissen | Kurse | Mitglieder | Team | Impressum ]