4. Übung - Wahrscheinlichkeit und stochastische Prozesse Felix Knorr (1325541) - [email protected] 15. November 2014 1. Bestimmen Sie die Varianz der Poissonverteilung. λx −λ Poissonverteilung: Pλ (X) = e x! 2 Varianz: V(X) = E(X ) − (E(X))2 (über Verschiebesatz) E(X) = λ E(X 2 ) = ∞ X k2 k=0 ⇒ ∞ X λk λk −λ k e = e−λ k! (k − 1)! k=1 |{z} (E(X))2 = λ2 ∞ X = e−λ (k − 1) k=1 | k=0→0 ∞ X = e−λ (k − 1) k=2 ∞ X λk λk + (k − 1)! (k − 1)! k=1 {z } λk P∞ (k−1+1) k=1 (k − 1)! ∞ ∞ ∞ k=1 k=2 k=1 X λk X λk X λk λk + e−λ = e−λ + e−λ (k − 1)! (k − 1)! (k − 2)! (k − 1)! |{z} k=1→0 =e ∞ ∞ X X λk−2 λk−1 −λ λ +e λ = λ2 + λ (k − 2)! (k − 1)! k=2 k=1 {z } {z } | | −λ 2 eλ eλ 2 2 2 V(x) = E(X ) − (E(X)) = λ + λ − λ2 = λ 2. Bestimmen Sie Erwartungswert und Varianz der stetigen Gleichverteilung U (a, b) mit der Dichte ( 1/(b − a) für a ≤ x ≤ b f (x) = 0 sonst 2 b 1 1 x b2 − a2 (b + a)(b − a) a+b E(X) = x · f (x) dx = x dx = = = = b−a b−a 2 a 2(b − a) 2(b − 1) 2 −∞ a 3 b 2 Z b 1 a+b 1 x a+b V(X) = E(X 2 ) − (E(X))2 = x2 dx − = − b−a a 2 b−a 3 a 2 3 2 1 b a3 a+b 1 b3 − a3 (a + b)2 1 (b − a)(a2 + ab + b2 ) a2 + 2ab + b2 = − − = − = − b−a 3 3 2 3 b−a 4 3 b−a 4 Z ∞ Z = b 1 2 (a − b)2 4a + 4ab + 4b2 − 3a2 − 6ab − 3b2 = 12 12 3. Bestimmen Sie zu Beispiel 1 - Übung 3 die Varianzen und die Kovarianz von X und Y ⇒ E(X) = E(Y ) = 1 E(X 2 ) = E(Y 2 ) = 02 · E(X)2 = E(Y )2 = 1 20 45 18 1 + 12 · + 22 · + 32 · = 1.5 84 84 84 84 V(X) = V(Y ) = E(X 2 ) − (E(X))2 = 1.5 − 1 = 0.5 1 Cov(X, Y ) = E[(X − X) · (Y − Y)] = E(XY ) − E(X)E(Y ) = 3 X 3 X x · y · P(X = x, Y = y) − E(X)E(Y ) x=0 y=0 = 0·0· 9 9 1 9 27 9 9 9 1 +0·1· +0·2· +0·3· +1·0· +1·1· +1·2· +1·3·0+2·0· +2·1· + 84 84 84 84 84 84 84 84 84 1 2·2·0+2·3·0+3·0· + 3 · 1 · 0 + 3 · 2 · 0 + 3 · 3 · 0 − 1 · 1 = −0.25 84 4. Bestimmen Sie zu Beispiel 2 - Übung 3 die Varianzen und die Kovarianz von X und Y 4 9 Z 1 ⇒ E(X) = E(X 2 ) = Z ∞ x2 · fX (x) dx = −∞ E(X)2 = 16 81 x2 (−4x ln |x|) dx = −4 0 1 Z x3 ln |x| dx = 0 1 4 1 16 81 − 64 17 V(X) = E(X 2 ) − (E(X))2 = − = = 4 81 324 324 2 4 E(Y ) = ⇒ E(X)2 = 3 9 Z ∞ Z 1 Z 1 1 E(Y 2 ) = y 2 · fY (x) dy = y 2 (2y) dy = 2 y 3 dy = 2 −∞ 0 0 1 4 9−8 1 − = = 2 9 18 18 Z 1Z y Z 1Z y 42 4x 8 Cov(X, Y ) = E(XY ) − E(X)E(Y ) = x · y · f (x, y) dx dy − = x·y· dx dy − 9 3 y 27 0 0 0 0 Z 1Z y Z 1 3 4y 8 1 8 9−8 1 8 = = dy − = − = = 4x2 dx dy − 27 3 27 3 27 27 27 0 0 0 V(Y ) = E(Y 2 ) − (E(Y ))2 = 5. X und Y seien unabhängig poissonverteilt mit Parameter λ und µ. Bestimmen Sie die Verteilung X + Y . Poissonverteilung: Pλ (X) = Fλ (z) = P(Z = z) = z X e−λ λx , x! x≥0 z X P(X = x, X+Y = z) = x=0 = z X P(X = x, Y = z−x) = x=0 P(X = x)P(Y = z − x) = x=0 e−(λ+µ) = z! x=0 z X e−λ λx e−µ µz−x x! x=0 z X z x x=0 | z X (z − x)! =e −(λ+µ) = e−(λ+µ) λx µz−x P(X = x) P(Y = z − x|X = x) | {z } Da unabhängig:P(Y =z−x) z X λx µz−x (z − x)! x! x=0 | {z } n! n = k k! (n − k)! (λ + µ)z z! {z } n n−k k x y k=0 k Pn (x+y)n = 6. X und Y seien unabhängig gleichverteilt auf [0, 1]. Bestimmen Sie die Verteilung von X + Y 1 , a≤x≤b Gleichverteilung: UX (a, b) = fX (x) = b−a In diesem Fall a = 0, b = 1 ⇒ UX (a, b) = 1, 0 ≤ x ≤ 1 X + Y = Z (z ∈ [0, 2]) ⇒ Y = Z − X Z fX+Y = fX ∗ fY = | {z } Faltung Fall 1: z ∈ [0, 1] ∞ Z fX (x)fY (z − x) dx = −∞ z−x≥0 0 ⇒ 0≤x≤z Z 1 Z fX (x) fY (z − x) dx = | {z } z 1 dx = z 0 2 =1 0 1 fY (z − x) dx | {z } ∈[0,2] Fall 2: z ∈ [1, 2] z−x≤1 ⇒ z−1≤x≤1 Z 1 1 dx = 1 − z + 1 = 2 − z z−1 Insgesamt: 0≤z≤1 z fX+Y (z) = 2 − z 1 ≤ z ≤ 2 0 ¸sonst 7. X hat die Dichte fX (x) = 2e−2x [x ≥ 0]. Bestimmen Sie die Quantille x0.25 , x0.5 , x0.75 Z x FX (x) = Z −∞ FX (xp ) = p ⇒ x fX (x) dx = 1 − e−2x = p 0 ⇒ x 2e−2x dx = −e−2x 0 = 1 − e−2x 1 − p = e−2x x0.25 = 0.14, ⇒ x0.5 = 0.35, 3 ln(1 − p) = −2x x0.75 = 0.69 ⇒ x=− ln(1 − p) 2