Sur quelques propriétés des lois de probabilité stables. (Q2591817)
From MaRDI portal
| This is the item page for this Wikibase entity, intended for internal use and editing purposes. Please use this page instead for the normal view: Sur quelques propriétés des lois de probabilité stables. |
scientific article; zbMATH DE number 2511226
| Language | Label | Description | Also known as |
|---|---|---|---|
| default for all languages | No label defined |
||
| English | Sur quelques propriétés des lois de probabilité stables. |
scientific article; zbMATH DE number 2511226 |
Statements
Sur quelques propriétés des lois de probabilité stables. (English)
0 references
1939
0 references
\S~1 faßt kurz die wichtigsten bekannten Resultate über stabile Verteilungsgesetze zusammen. -- \S~2. Ein Wahrscheinlichkeitsgesetz \(\mathfrak L\) heißt quasistabil, wenn es zu zwei Konstanten \(a_1\) und \(a_2\) davon abhängige Konstanten \(a\) und \(C\) gibt derart, daß die stochastische Veränderliche \[ X =\frac{a_1X_1+a_2X_2-C}a \] dem Gesetz \(\mathfrak L\) genügt, wenn dies auch für die unabhängigen Veränderlichen \(X_1\) und \(X_2\) der Fall ist. Das allgemeinste quasistabile Verteilungsgesetz erhält man durch Addition einer Konstanten zu einer stochastischen Veränderlichen, die einem stabilen Verteilungsgesetz unterliegt. Analoge Behandlung der quasistabilen Verteilungsgesetze in zwei Veränderlichen. -- \S~3. Berechnung des Cauchyschen Verteilungsgesetzes in \(n\) Dimensionen aus der Bedingung, daß seine charakteristische Funktion \[ \varphi(u_1,u_2,\ldots,u_n) = e^{-k(u_1^2+u_2^2+\cdots+u_n^2)} \] sein soll. -- \S~4. Ist \(0 < \alpha < 1\), so ist die Wahrscheinlichkeitsdichte des stabilen Gesetzes \(\mathfrak L_{\alpha,-1}\) (\(\alpha ={}\)charakteristischer Exponent, \(\beta= - 1\) ist der Parameter) Null für \(x < 0\); für das Gesetz \(\mathfrak L_{\alpha, +1}\) ist sie Null für \(x > 0\). Dieser von \textit{P. Lévy} (vgl. z. B. Théorie de l'addition des variables aléatoires, Paris 1937; F. d. M. \(63_{\text{I}}\), 490) stammende Satz wird direkt bewiesen. -- \S~5. Für jedes stabile Wahrscheinlichkeitsgesetz besitzt die Dichte nur ein einziges Maximum. -- \S~6. Jede symmetrische stabile Verteilungsfunktion ist eine konvexe Verteilungsfunktion. -- \S~7. Unter Heranziehung der charakteristischen Funktion werden Ergebnisse von \textit{C. Jordan} (Acta Litt. Sci. Univ. Szeged, Sect. Sci. math. 8 (1937), 205-225; F. d. M. \(63_{\text{I}}\), 511) bezüglich der Approximation von Funktionen mehrerer Veränderlicher durch das Gesetz von Bravais (mehrdimensionales Gaußsches Gesetz) abgeleitet. -- \S~8. Ausdehnung eines Satzes von \textit{A. Khintchine} (Rec. math., Moscou, 35 (1928), 19-23; F. d. M. 54, 544) von 2 auf \(n\) Dimensionen: Das einzige stabile unter allen \(n\)-dimensionalen Verteilungsgesetzen mit endlichen und von Null verschiedenen Momenten zweiter Ordnung, sowie von \(\pm1\) verschiedenem Korrelationskoeffizienten ist das Gaußsche.
0 references