No label defined (Q3840779)

Ziel dieser Arbeit ist es, Grenzwertsätze von Zufallsmengen wie z.B. das starke Gesetz der großen Zahlen oder den zentralen Grenzwertsatz für mengenwertige Zufallsvariablen auf das Konzept von Fuzzy-Zufallsvariablen zu verallgemeinern, das von Puri und Ralescu eingeführt wurde. Fuzzy-Zufallsvariablen finden z.B. Anwendung in Fragestellungen der Zeichen- und Mustererkennung: Gegeben sei eine zufällige Erhebung von Schriftzeichen, die von Hand erstellt sind. Wie definieren wir dann einen ``Erwartungswert'' dieser Schriftzeichen, der auch schätzbar ist? Im Eingangskapitel fassen wir die allgemeinen Hilfsmittel zusammen, die für das Verständnis der nächsten Kapitel nötig sind. Einige Definitionen und Resultate dort sind neueren Datums und gehen im wesentlichen auf Hoffmann-Jørgensen zurück. Kapitel 1 stellt eine Einführung in unser Themengebiet dar. In Kapitel 2 beweisen wir ein starkes Gesetz der großen Zahlen für i.i.d.-Folgen von Fuzzy-Zufallsvariablen auf separablen Banachräumen. Die Beweismethoden anderer Autoren beruhen auf Einbettungssätzen und Ergebnissen der Wahrscheinlichkeitstheorie in Banachräumen. Eine stärkere Konvergenzaussage für dieses Gesetz konnte Kruse auf klassische Weise im eindimensionalen Fall erzielen. Unsere Beweismethode dagegen liegt in einer neuen Sichtweise im Umgang mit Fuzzy-Zufallsvariablen begründet. Wir identifizieren nämlich jede Fuzzy-Zufallsvariable linear isometrisch mit einem stochastischen Prozeß in \(l^\infty(T)\), d.h., wir ziehen uns auf ein Glivenko-Cantelli-Problem zurück. Im dritten Kapitel befassen wir uns mit dem zentralen Grenzwertsatz für i.i.d.-Folgen von Fuzzy-Zufallsvariablen. Wir übertragen einen zentralen Grenzwertsatz für Fuzzy-Zufallsvariablen, deren Realisierungen Fuzzy-Mengen sind, die einer Lipschitz-Bedingung genügen, auf separable Banachräume, welchen Klement, Puri und Ralescu im endlichdimensionalen Fall bewiesen haben.