TUM, Zentrum Mathematik Lehrstuhl für Mathematische Physik WS 2013/14 Prof. Dr. Silke Rolles Thomas Höfelsauer Felizitas Weidner Einführung in die Wahrscheinlichkeitstheorie Übungsblatt 5 Tutoraufgaben: Aufgabe T5.1 Bestimmen Sie die Erwartungswerte der Zufallsvariablen X, Y und Z, falls (i) X Bernoulli(p)-verteilt zum Parameter p ∈ (0, 1), (ii) Y Binomial(n, p)-verteilt zu den Parametern p ∈ (0, 1) und n ∈ N und k (iii) Z Poisson(λ)-verteilt zum Parameter λ > 0, d. h. P(Z = k) = e−λ λk! für k ∈ N0 , ist. Berechnen Sie außerdem die Erwartungswerte von V := etY für t ∈ R und W := Z 2 . Aufgabe T5.2 Wir betrachten folgendes Zufallsexperiment, das uns bereits in Aufgabe H2.2 begegnet ist: Zum Wichteln bringen n Kinder je ein Geschenk mit. Die n Geschenke werden gesammelt, gemischt und völlig zufällig wieder ausgegeben, sodass jeder genau ein Geschenk erhält. Sei X die Anzahl der Kinder, die das Geschenk bekommen, das sie selbst mitgebracht haben. Bestimmen Sie den Erwartungswert von X. Hausaufgaben: Aufgabe H5.1 (i) Beweisen Sie den folgenden Transformationssatz für Dichten: Sei X eine Zufallsvariable mit Werten im offenen Intervall I ⊆ R und Dichtefunktion fX . Sei J ⊆ R ein weiteres offenes Intervall und g : I → J ein Diffeomorphismus, d. h., g sei bijektiv und g sowie g −1 seien stetig differenzierbar. Dann hat die Zufallsvariable Y := g(X) die Dichtefunktion d −1 fY (y) = fX (g (y)) g (y) dy −1 für y ∈ J und fY (y) = 0 für y ∈ J c . (ii) Sei X auf√eine auf (0, 1] gleichverteilte Zufallsvariable. Bestimmen Sie die Dichten von X 2 , X und − log X Aufgabe H5.2 (i) Sei X eine (0, ∞)-wertige Zufallsvariable mit der Eigenschaft P(X > t) > 0 für alle t > 0. Zeigen Sie, dass die folgenden beiden Aussagen äquivalent sind: (a) X ist exponential-verteilt zu einem Parameter λ > 0. (b) Es gilt P(X > x + t|X > x) = P(X > t) für alle x, t > 0, d. h. die Verteilung von X ist gedächtnislos. Hinweis: Um zu zeigen, dass (b) Aussage (a) impliziert, setzen Sie zunächst die Voraussetzung der Gedächtnislosigkeit in eine Gleichung für G(x) = 1 − F (x), wobei F die Verteilungsfunktion von X ist, um. Lösen Sie diese, indem Sie zunächst G(1) und G(x) für rationale x in Verbindung bringen und wenden Sie geeignete Stetigkeitseigenschaften der Verteilungsfunktion an. (ii) Berechnen Sie Erwartungswert und Varianz der Exponentialverteilung mit Parameter λ > 0. Aufgabe H5.3 (i) Es sei X eine Zufallsvariable mit Werten in N0 . Zeigen Sie: X E[X] = P(X ≥ k) k≥1 (ii) Gegeben sei ein fairer Würfel mit n Seiten und der Beschriftung {1, . . . , n}. Die Zufallsvariable M bezeichne die größte gewürfelte Augenzahl bei m-maligem Würfeln (m ∈ N fest). Bestimmen Sie den Erwartungswert von M . Aufgabe H5.4 Für eine reellwertige Zufallsvariable X ist ein Median eine reelle Zahl m, für die sowohl P(X ≤ m) ≥ 21 als auch P(X ≥ m) ≥ 21 gilt. (i) Zeigen Sie, dass E |X − m| = inf E |X − a| a∈R gilt, falls m ein Median der Zufallsvariable X ist. Hinweis: Nehmen Sie ohne Einschränkung an, dass a > m und zeigen Sie zunächst h i 1 E |X − a| − |X − m| = 2 (a − m) P(X ≤ m) − + E (a − X)1(m,a) (X) . 2 (ii) Für n ∈ N sei X eine auf {1, . . . , n} gleichverteilte Zufallsvariable. Bestimmen Sie einen Median m ∈ N von X in Abhängigkeit davon, ob n gerade oder ungerade ist. Abgabe der Hausaufgaben: Am Freitag, den 10. Januar 2013, bis 12 Uhr im Briefkasten „Einführung in die Wahrscheinlichkeitstheorie“ im Untergeschoss des MI-Gebäudes