Stetigsinguläre Wahrscheinlichkeitsverteilung

Eine stetigsinguläre (Wahrscheinlichkeits)verteilung ist eine spezielle Wahrscheinlichkeitsverteilung in der Stochastik, die sich durch ihre Irregularität auszeichnet. So besitzen stetigsinguläre Wahrscheinlichkeitsverteilungen weder eine Darstellung durch eine Wahrscheinlichkeitsfunktion noch durch eine Wahrscheinlichkeitsdichtefunktion, besitzen aber trotzdem eine stetige Verteilungsfunktion.

Stetigsinguläre Verteilungen treten selten auf oder müssen extra konstruiert werden. Beispiel hierfür ist die Cantor-Verteilung

Definition

Gegeben sei eine Wahrscheinlichkeitsverteilung P auf (\mathbb{R} ,{\mathcal  B}(\mathbb{R} )).

Dann heißt P eine stetigsinguläre Wahrscheinlichkeitsverteilung, wenn P ein atomloses Maß ist und singulär bezüglich des Lebesgue-Maßes.

Voll ausgeschrieben bedeutet das:

Beispiel

Plot der Cantorfunktion (10 Iterationen)

Typisches Beispiel einer stetigsingulären Verteilung ist die Cantor-Verteilung, deren Verteilungsfunktion rechts abgebildet ist. Die exakte Konstruktion ist im Hauptartikel zur Cantor-Verteilung erklärt und hängt eng mit der Cantor-Menge  \mathcal C zusammen.

Zu beachten ist, dass die Verteilungsfunktion stetig ist, woraus folgt, dass die Cantor-Verteilung keinen diskreten Anteil hat bzw. atomlos ist. Denn jedes Atom, also jedes x mit {\displaystyle P(\{x\})>0} würde sich als Sprungstelle der Verteilungsfunktion äußern.

Des Weiteren ist die Verteilungsfunktion aufgrund ihrer Konstruktion auf dem Komplement der Cantor-Menge  \mathcal C konstant. Daraus folgt, dass {\displaystyle P(\mathbb {R} \setminus {\mathcal {C}})=0}. Da die Cantor-Menge selbst aber das Lebesgue-Maß 0 hat, also {\displaystyle \lambda ({\mathcal {C}})=0} gilt, sind die Cantor-Verteilung und das Lebesgue-Maß singulär zueinander.

Somit ist die Cantor-Verteilung atomlos und singulär zu Lebesgue-Maß, also stetigsingulär.

Eigenschaften

Trenner
Basierend auf einem Artikel in: Wikipedia.de
Seitenende
Seite zurück
©  biancahoegel.de
Datum der letzten Änderung:  Jena, den: 21.01. 2018