Stetigkeitssatz von Lévy

Der Stetigkeitssatz von Lévy, teils auch nur kurz Stetigkeitssatz[1] genannt, ist ein mathematischer Lehrsatz aus der Wahrscheinlichkeitstheorie. Er stellt eine Verbindung zwischen der schwachen Konvergenz von Wahrscheinlichkeitsmaßen und der punktweisen Konvergenz der entsprechenden charakteristischen Funktionen her. Anwendung findet der Satz beispielsweise als Hilfsmittel bei dem Beweis des zentralen Grenzwertsatzes. Er ist nach Paul Lévy benannt.

Vorbemerkung

Der Stetigkeitssatz existiert in mehreren Varianten:

  • Teils wird er nur für Wahrscheinlichkeitsmaße in formuliert, teils für Wahrscheinlichkeitsmaße in .
  • Teils wird der schwache Grenzwert der Folge von Wahrscheinlichkeitsmaßen und die entsprechende charakteristischen Funktionen als existent vorausgesetzt. Diese Formulierungen werden in diesem Artikel als spezielle Formulierung bezeichnet. Die allgemeinen Formulierungen zeigen dann die Existenz eines Grenzwertes und der charakteristischen Funktion.

Eindimensionaler Fall

Gegeben seien Wahrscheinlichkeitsmaße auf und die entsprechenden charakteristischen Funktionen.

Spezieller Fall

Es ist äquivalent[2]:

  • Die Folge konvergiert schwach gegen
  • Die Folge konvergiert punktweise gegen .

Allgemeiner Fall

Es ist äquivalent[3]:

  • Die Folge konvergiert schwach
  • Die Folge konvergiert punktweise gegen eine in 0 stetige Funktion

Dann ist die Funktion die charakteristische Funktion des schwachen Grenzwertes von . Das heißt, es gilt

und .

Höherdimensionaler Fall

Gegeben seien Wahrscheinlichkeitsmaße auf und die entsprechenden charakteristischen Funktionen.

Spezieller Fall

Analog zum eindimensionalen Fall ist äquivalent[4]:

  • Die Folge konvergiert schwach gegen
  • Die Folge konvergiert punktweise gegen .

Allgemeiner Fall

Eine Funktion

heißt partiell stetig in , wenn für alle die Funktionen

stetig in sind.

Der Stetigkeitssatz lautet nun[5]:

  • Konvergieren die punktweise gegen eine in 0 partiell stetige Funktion , so ist diese Funktion die charakteristische Funktion eines Wahrscheinlichkeitsmaßes und es gilt
.
  • Konvergiert umgekehrt schwach gegen ein Wahrscheinlichkeitsmaß , so konvergieren die charakteristischen Funktionen auf kompakten Mengen gleichmäßig gegen .

Literatur

  • Norbert Kusolitsch: Maß- und Wahrscheinlichkeitstheorie. Eine Einführung. 2., überarbeitete und erweiterte Auflage. Springer-Verlag, Berlin Heidelberg 2014, ISBN 978-3-642-45386-1, doi:10.1007/978-3-642-45387-8.
  • Achim Klenke: Wahrscheinlichkeitstheorie. 3. Auflage. Springer-Verlag, Berlin Heidelberg 2013, ISBN 978-3-642-36017-6, doi:10.1007/978-3-642-36018-3.
  • David Meintrup, Stefan Schäffler: Stochastik. Theorie und Anwendungen. Springer-Verlag, Berlin Heidelberg New York 2005, ISBN 978-3-540-21676-6, doi:10.1007/b137972.
  • Klaus D. Schmidt: Maß und Wahrscheinlichkeit. 2., durchgesehene Auflage. Springer-Verlag, Heidelberg Dordrecht London New York 2011, ISBN 978-3-642-21025-9, doi:10.1007/978-3-642-21026-6.

Einzelnachweise

  1. Schmidt: Maß und Wahrscheinlichkeit. 2011, S. 404.
  2. Schmidt: Maß und Wahrscheinlichkeit. 2011, S. 404.
  3. Kusolitsch: Maß und Wahrscheinlichkeitstheorie. 2014, S. 306.
  4. Meintrup Schäffler: Stochastik. 2005, S. 184.
  5. Klenke: Wahrscheinlichkeitstheorie 2013, S. 316.