Über Zentralmomente zweier normal verteilter dem Zufall unterworfener Größen. (Q1447949)

Es seien \(x\) und \(y\) zwei normal verteilte, dem Zufall unterworfene Größen; ihre Verteilungsfläche ist: \[ z = \dfrac{1}{2\pi\sqrt{\mu_x\cdot\mu_y\cdot (1-r^2)}} e^{-\dfrac{1}{2(1-r^2)}\left[\dfrac{(x-x_0)^2}{\mu_x} 2\dfrac{r(x-x_0)(y-y_0)}{\sqrt{\mu_x\cdot\mu_y}} + \dfrac{(y-y_0)^2}{\mu_y}\right]}, \] wo \(x_0\), \(y_0\) die mathematischen Erwartungen der \(x\) und \(y\), \(\mu_x\) und \(\mu_y\) die mathematischen Erwartungen der \((x-x_0)^2\) und \((y - y_0)^2\) und \(r\) der Korrelationskoeffizient der \(x\) und \(y\) sind. Mit Hilfe der erzeugenden Funktion erhält Verf. die Zentralmomente \(L_{h,k}\) der Größen \((x - x_0)^h\) und \((y - y_0)^k\), wo \(h\) und \(k\) irgendwelche ganzen positiven Zahlen sind. Es werden folgende rekurrente Formeln hergeleitet: \[ \begin{aligned} &L_{h,k} = (h - 1)\mu_xL_{h-2,k} + kr\sqrt{\mu_x\cdot\mu_y}L_{h-1,k-1}, \\ &L_{h,k} = (h - 1)\mu_yL_{h,k-2} + hr\sqrt{\mu_x\cdot\mu_y}L_{h-1,k-1}, \\ &L_{h,k} = (h + k - 1)r\sqrt{\mu_x\cdot\mu_y}L_{h-1,k-1} + (h-1)(k-1)(1-r^2)\mu_x\mu_yL_{h-2,k-2}, \end{aligned} \] wobei \[ L_{00}=1, \;L_{10}=L_{01}=1, \;L_{11}=r\sqrt{\mu_x\cdot\mu_y} \] zu setzen ist. Man erhält: \[ \begin{alignedat}{2}{2} & L_{2a, 2b+1} & = \;& L_{2a+1,2b} = 0, \\ & L_{2a,2b} & = \;& \dfrac{(2a)!(2b)!}{2^{a + b}}\mu_x^a\mu_y^b \sum\limits_{i=0}^c\dfrac{(2r)^{2i}}{(a-i)!(b-i)!(2i)!}, \\ & L_{2a+1, 2b+1} \;& = \;& \dfrac{2a+2b+1}{(2a+1)!(2b+1)!} \mu_x^{a+\frac{1}{2}}\mu_y^{b+\frac{1}{2}} \sum\limits_{i=0}^c\dfrac{(2r)^{2i+1}}{(a-i)!(b-i)!(2i+1)!}, \end{alignedat} \] wobei \(c\) die kleinere unter den Zahlen \(a\) und \(b\) ist.