Unimodale und positiv definite Dichten: Teubner Skripten zur Mathematischen Stochastik

0 Stochastische Modelle.- 0.1 Verteilungen von Summen und Differenzen.- 0.2 Mischungen von Verteilungen.- 0.3 Zuverlässigkeit und Erneuerung.- 0.4 Kovarianzfunktion.- 1 Unimodale Verteilungen.- 1.1 Konvexe Funktionen.- 1.2 Eigenschaften unimodaler Verteilungen.- 1.3 Kriterien für unimodale Verteilungen.- 1.4 Symmetrisch unimodale Verteilungen.- Aufgaben.- 2 Charakteristische Funktionen.- 2.1 Positiv definite Funktionen.- 2.2 Grundlegende Eigenschaften.- 2.3 Satz von Bochner.- 2.4 Nichtnegative Zufallsgrößen.- 2.5 Konvexe und positiv definite Funktionen.- Aufgaben.- 3 Positiv definite Dichten.- 3.1 Paarbildung.- 3.2 Kriterien.- 3.3 Ungleichungen.- 3.4 Grenzwertsätze.- 3.5 Wiener-Chintschinsche Formel.- 3.6 Heisenbergsche Unschärferelation.- Aufgaben.- 4 Realteil-Dichten.- 4.1 Begriffsbildung.- 4.2 Kriterien und Eigenschaften.- 4.3 Monotone Realteil-Dichten.- Aufgaben.- 5 Imaginärteil-Dichten.- 5.1 Begriffsbildung.- 5.2 Kriterien und Eigenschaften.- 5.3 Zusammenhänge mit Realteil-Dichten.- Aufgaben.- 6 Selbstadjungierte Dichten.- 6.1 Grundlegende Eigenschaften.- 6.2 Monotone Realteil-Dichten.- Aufgaben.- 7 Auftreten positiv definiter Dichten.- 7.1 Summen und Differenzen.- 7.2 Produkte und Quotienten.- 7.3 Mischungen von Normalverteilungen.- Aufgaben.- 8 Charakterisierungen.- 8.1 Normal- und Rayleigh-Verteilung.- 8.2 Mischungen von Exponentialverteilungen.- Aufgaben.- 9 Unschärferelationen.- 9.1 Moment-Ungleichungen.- 9.2 Verschärfungen.- 9.3 Unschärferelationen.- 9.4 Unschärferelationen der Ordnung < 2.- Aufgaben.- 10 Anwendungen.- 10.1 Zuverlässigkeitstheorie.- 10.2 Erzeugung von Zufallszahlen.- 10.3 Stationäre Prozesse.- Aufgaben.- A Integrationstheorie.- B Integral-Transformationen.- C Stationäre Prozesse.- D Tabellen für Verteilungen.

Das vorliegende Buch setzt sich mit Fragestellungen rund um die Theorie und Anwendungen positiv definiter und verwandter Dichten auseinander. Dazu gehören die Dichten der Normalverteilungen, der t-Verteilungen, der Exponentialverteilungen etc. Damit sind auch wichtige Dichten nichtnegativer Zufallsgrößen erfaßt. Einfache Funktionen von Zufallsgrößen mit solchen Dichten liefern häufig Zufallsgrößen mit Dichten desselben Typs. Daraus ergeben sich breite Anwendungsmöglichkeiten, die an ausgewählten Beispielen demonstriert werden. Zahlreiche Aufgaben ergänzen den Text.