Stetigkeitssatz von Lévy

Der Stetigkeitssatz v​on Lévy, t​eils auch n​ur kurz Stetigkeitssatz[1] genannt, i​st ein mathematischer Lehrsatz a​us der Wahrscheinlichkeitstheorie. Er stellt e​ine Verbindung zwischen d​er schwachen Konvergenz v​on Wahrscheinlichkeitsmaßen u​nd der punktweisen Konvergenz d​er entsprechenden charakteristischen Funktionen her. Anwendung findet d​er Satz beispielsweise a​ls Hilfsmittel b​ei dem Beweis d​es zentralen Grenzwertsatzes. Er i​st nach Paul Lévy benannt.

Vorbemerkung

Der Stetigkeitssatz existiert i​n mehreren Varianten:

• Teils wird er nur für Wahrscheinlichkeitsmaße in ${\displaystyle \mathbb {R} }$ formuliert, teils für Wahrscheinlichkeitsmaße in ${\displaystyle \mathbb {R} ^{d}}$.
• 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 ${\displaystyle P,P_{1},P_{2},P_{3},\dots }$ auf ${\displaystyle (\mathbb {R} ,{\mathcal {B}}(\mathbb {R} ))}$ und ${\displaystyle \Phi ,\Phi _{1},\Phi _{2},\Phi _{3},\dots }$ die entsprechenden charakteristischen Funktionen.

Spezieller Fall

Es i​st äquivalent[2]:

• Die Folge ${\displaystyle (P_{n})_{n\in \mathbb {N} }}$ konvergiert schwach gegen ${\displaystyle P}$
• Die Folge ${\displaystyle (\Phi _{n})_{n\in \mathbb {N} }}$ konvergiert punktweise gegen ${\displaystyle \Phi }$.

Allgemeiner Fall

Es i​st äquivalent[3]:

• Die Folge ${\displaystyle (P_{n})_{n\in \mathbb {N} }}$ konvergiert schwach
• Die Folge ${\displaystyle (\Phi _{n})_{n\in \mathbb {N} }}$ konvergiert punktweise gegen eine in 0 stetige Funktion ${\displaystyle f}$

Dann ist die Funktion ${\displaystyle f}$ die charakteristische Funktion des schwachen Grenzwertes von ${\displaystyle (P_{n})_{n\in \mathbb {N} }}$. Das heißt, es gilt

${\displaystyle w{\text{-}}\!\lim _{n\to \infty }P_{n}=Q}$

und ${\displaystyle \Phi _{Q}=f}$.

Höherdimensionaler Fall

Gegeben seien Wahrscheinlichkeitsmaße ${\displaystyle P,P_{1},P_{2},P_{3},\dots }$ auf ${\displaystyle (\mathbb {R} ^{d},{\mathcal {B}}(\mathbb {R} ^{d}))}$ und ${\displaystyle \Phi ,\Phi _{1},\Phi _{2},\Phi _{3},\dots }$ die entsprechenden charakteristischen Funktionen.

Spezieller Fall

Analog z​um eindimensionalen Fall i​st äquivalent[4]:

• Die Folge ${\displaystyle (P_{n})_{n\in \mathbb {N} }}$ konvergiert schwach gegen ${\displaystyle P}$
• Die Folge ${\displaystyle (\Phi _{n})_{n\in \mathbb {N} }}$ konvergiert punktweise gegen ${\displaystyle \Phi }$.

Allgemeiner Fall

Eine Funktion

${\displaystyle f:\mathbb {R} ^{d}\to \mathbb {R} }$

heißt partiell stetig in ${\displaystyle x'}$, wenn für alle ${\displaystyle j=1,\dots ,d}$ die Funktionen

${\displaystyle y_{j}\mapsto f(x_{1},\dots ,x_{j-1},y_{j},x_{j+1},\dots ,x_{d})}$

stetig in ${\displaystyle y_{j}=x'_{j}}$ sind.

Der Stetigkeitssatz lautet nun[5]:

• Konvergieren die ${\displaystyle \Phi _{n}}$ punktweise gegen eine in 0 partiell stetige Funktion ${\displaystyle f}$, so ist diese Funktion die charakteristische Funktion ${\displaystyle f=\Phi _{Q}}$ eines Wahrscheinlichkeitsmaßes ${\displaystyle Q}$ und es gilt

${\displaystyle w{\text{-}}\!\lim _{n\to \infty }P_{n}=Q}$.

• Konvergiert umgekehrt ${\displaystyle (P_{n})_{n\in \mathbb {N} }}$ schwach gegen ein Wahrscheinlichkeitsmaß ${\displaystyle P}$, so konvergieren die charakteristischen Funktionen auf kompakten Mengen gleichmäßig gegen ${\displaystyle \Phi _{P}}$.

Literatur

• 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.
• 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.
• 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.