Prev    Up    Next  

2.1 Definition und Eigenschaften

Ein Vektor X = (X1,X2,...,Xn)  wird n -dimensionale Zufallsgröße genannt, wenn jede der Einzelgrößen Xk  eine Zufallsgröße (über der gleichen Ereignisalgebra8 ) ist. Die verbundene bzw. gemeinsame Verteilungsfunktion des Zufallsvektors X

FX(x1,x2,...,xn)= Pr(X1 < x1,X2 < x2,...,Xn < xn)

liefert zu jedem Tupel (x1,x2,...,xn)  die Wahrscheinlichkeit Pr[(X1 < x1)∩ (X2 < x2)∩ ⋅⋅⋅∩ (Xn < xn)]  .

Der Zusammenhang zwischen Dichte- und Verteilungsfunktion hat auch für den Fall einer mehrdimensionalen Zufallsgröße Bestand, nur daß die Wahrscheinlichkeitsdichte pX (x1,x2,...,xn)  ebenfalls mehrdimensional ist. Für kontinuierliche Zufallsgrößen gibt sie die Wahrscheinlichkeit dafür, daß X  im differentiellen Intervall (x ± dx ∕2,x ± dx ∕2,...,x ± dx ∕2)
  1    1    2    2       n    n  liegt. Integration dieser infinitesimalen Wahrscheinlichkeiten von − ∞ bis x  ergibt dann wieder die Verteilungsfunktion von X  .

                ∫ x ∫ x   ∫ x
FX(x1,x2,...,xn)=    1  2⋅⋅⋅  n pX(u1,u2,...,un)dun⋅⋅⋅du2du1
                 −∞  −∞    −∞
(17)

Umgekehrt läßt sich durch partielle Differentiation nach allen xi  daraus die Dichtefunktion ermitteln.

p (x ,x,...,x) = ∂nFX(x1,x2,...,xn)-
 X  1  2    n      ∂x1∂x2⋅⋅⋅∂xn
(18)

Ähnlich zum eindimensionalen Fall lassen sich deshalb die folgenden Eigenschaften von FX(x1,x2,...,xn)  feststellen: