Stochastik 1 Prof. Jean Bertoin FS 2013 Klausur Stochastik 1 3 Stunden, ohne Unterlagen Aufgabe 1 (Zwei Fragen aus der Vorlesung). (i) Formuliere den ersten Teil des Lemmas von Borel-Cantelli für eine Folge von Ereignissen Λ1 , . . . (ohne Beweis). (ii) Welche Annahme wird für den zweiten Teil des Lemmas von Borel-Cantelli benötigt, und wie lautet die Aussage (ohne Beweis)? Aufgabe 2 (von Übungsblatt Nr. 9). Seien X, Y zwei reellwertige Zufallsvariablen, und seien φX , φY ihre charakteristischen Funktionen. Sei φX+Y die charakteristische Funktion von X + Y . (i) Zeige: Falls X und Y unabhängig sind, so folgt φX+Y = φX φY . (ii) Nun nehme an dass gilt φX+Y = φX φY . Folgt daraus die Unabhängigkeit von X und Y ? Gib entweder einen Beweis oder finde ein Gegenbeispiel. Aufgabe 3. Sei X eine Zufallsvariable mit Werten in [1, ∞). Die Verteilung von X sei absolutstetig bezüglich des Lebesgue-Maßes, mit Dichte PX (dx)/dx = cx−α−1 , x ≥ 1, wobei α > 0 ein Parameter und c > 0 eine von α abhängige Konstante ist. (i) Drücke den Wert von c als Funktion von α aus. (ii) Berechne F X (x) = 1 − FX (x) = P(X > x), x ≥ 1. (iii) Sei X1 , . . . , Xn . . . eine Folge unabhängiger Zufallsvariablen, alle mit derselben Verteilung wie X. Wir definieren für jede natürliche Zahl n ≥ 1 −1/α Mn = n max Xk . k=1,...,n Schreibe die Verteilungsfunktion von Mn als Funktion von F X . (iv) Beweise dass Mn in Verteilung gegen eine Zufallsvariable M∞ konvergiert. Bestimme die Verteilungsfunktion von M∞ . 1 Stochastik 1 Prof. Jean Bertoin FS 2013 (v) Zeige dass die Verteilung von M∞ absolutstetig ist bezüglich des Lebesgue-Maßes und berechne ihre Dichte. Aufgabe 4. Sei X, X1 , . . . , Xn , . . . eine Folge unabhängiger und gleichverteilter reellwertiger Zufallsvariablen. Wir nehmen an dass X den Median m ∈ R hat, d.h. P(X ≤ m) = P(X > m) = 1/2. Für jede natürliche Zahl n ≥ 1 sei Cn = Card{k = 1, . . . , n : Xk ≤ m} − Card{k = 1, . . . , n : Xk > m}. √ Zeige dass die Folge Cn / n für n → ∞ in Verteilung gegen eine Zufallsvariable konvergiert und bestimme ihre Verteilung. Hinweis: Betrachte für jede natürliche Zahl n ≥ 1 die Zufallsvariable ξn = 1Xn ≤m −1Xn >m und drücke Cn als Reihe bezüglich der Variablen ξi aus. Aufgabe 5. Betrachte die Matrix D= 1 1 1 4 . (i) Zeige dass D die Kovarianz-Matrix eines zentrierten Gauß-Vektors (X, Y ) ist. (ii) Bestimme die Dichte von (X, Y ) bezüglich des Lebesgue-Maßes. (iii) Beweise dass (X + Y, X − Y ) ebenfalls multivariat normalverteilt und zentriert ist, und berechne seine Kovarianz-Matrix. (iv) Finde eine Zufallsvariable Z mit Standard-Normalverteilung N (0, 1), die unabhängig von 2X + Y ist. Hinweis: Betrachte eine geeignete Linearkombination der Form Z = aX + bY . 2