Mathematisches Institut der Heinrich-Heine-Universität Düsseldorf WS 06/07 11.12.2006 Blatt 8 Prof. Dr. F. Jarre / K. Hauk / H. Ünlü Übungen zur Modellbildung in der Stochastik Aufgabe 29: Seien U1 , U2 und V unabhängige, reelle Zufallsvariable. Dabei mögen die Ui die Verteilungsfunktion Fi , den Erwartungswert µi ∈ R und die Varianz σi2 > 0 für i = 1, 2 besitzen, während V B(1, p)-verteilt für p ∈ [0, 1] sei. Bestimmen Sie die Verteilungsfunktion, den Erwartungswert und die Varianz der Zufallsvariablen W := V U1 + (1 − V )U2 . Aufgabe 30: Seien X und Y unabhängige Zufallsvariable. Die Zufallsvariable X sei B(1, p)-verteilt für einen Parameter p ∈ (0, 1) und Y sei Poisson-verteilt zu einem Parameter λ > 0. Durch Z := XY ist eine neue Zufallsvariable definiert. Berechnen Sie a) b) c) d) E(X + Y ), V ar(X + Y ) und V ar(Z). Cov(X + Y, X − Y ) und Cov(X + Y, Z). die Verteilung von Z, d.h. die Wahrscheinlichkeit P ({Z = k}) für alle k ∈ N0 . die erzeugende Funktion f Z . Hinweis: Der Erwartungswert und die Varianz der Binomial- bzw. Poisson-verteilung können als bekannt vorausgesetzt werden. Aufgabe 31: Es seien Y0 , . . . , Yn unabhängige identisch verteilte Zufallsvariable mit P Y0 = N (0, 1). Die Zufallsvariablen X1 , . . . , Xn seien wie folgt definiert: 1 Xi := √ (Yi−1 + Yi ) , 1 ≤ i ≤ n. 2 Berechnen Sie die Kovarianz Cov(Xi , Xj ), 1 ≤ i, j ≤ n und zeigen Sie: Ã ! n 1X lim P | Xi − µ| ≥ ε = 0 ∀ε > 0. n→∞ n i=1 Aufgabe 32: Sei Xn : Ω → R eine Folge paarweise negativ korrelierter Zufallsvariablen, d.h. Cov(Xi , Xj ) ≤ 0 für alle i 6= j. Weiterhin gelte: V ar(Xi ) =: σ 2 < ∞ für alle i ∈ N. Zeigen Sie: n 1X (Xi − E(Xi )) −−−→ 0 P -stochastisch, n→∞ n i=1 d.h. für alle ε > 0 gilt ¯ Ã(¯ n )! ¯1 X ¯ ¯ ¯ (Xi − E(Xi ))¯ ≥ ε −−−→ 0. P ¯ n→∞ ¯ ¯n i=1 Abgabe: Montag, 18.12.2006 bis 11 Uhr in den Übungsbriefkästen