Prof. Dr. N. Kistler Dr. T. Hirscher Institut für Mathematik 21. Dezember 2016 9. Übungsblatt zur Vorlesung Höhere Stochastik Hausübung Aufgabe 41. Das Intervall [0,1] werde auf folgende Weise zufällig in drei Teile zerlegt: Zunächst wählt man einen auf [0,1] gleichverteilten Teilungspunkt X und zerlegt danach das gröÿere Teilintervall erneut durch einen (auf diesem Teilintervall Y. gleichverteilten) Teilungspunkt Es sei A das Ereignis, dass sich aus den drei Teilstücken ein Dreieck konstruie- ren lässt. Geben Sie ein passendes wahrscheinlichkeitstheoretisches Modell an, und berechnen Sie die Wahrscheinlichkeit des Ereignisses Hinweis: Nach der Turmeigenschaft gilt A. E (1A ) = E E [1A | X] . (10 Punkte) Im Folgen seien stets Algebra von (Ω,A, P) ein Wahrscheinlichkeitsraum und F eine Unter-σ - A. Aufgabe 42. Es seien X, Y ∈ L1 (Ω,A,P) und Y zusätzlich F -messbar. Beweisen Sie folgende Aussagen: Z (a) Z Y dP ≤ F (b) X dP ∀ F ∈ F ⇒ Y ≤ E [X | F]. F Y ist eine Version von E [X | F] ⇔ E (Y Z) = E (XZ) für alle F -m.b. Zufallsvariablen mit E ein durchschnittsstabiles Erzeugendensystem E X = E Y sowie Z Z Y dP = X dP für alle E ∈ E, (c) Es sei weiter Gilt Z E so ist Y eine Version von E E [X | F]. (10 Punkte) E |XZ| < ∞. von F. Aufgabe 43. Es sei X ∈ L2 (Ω, A, P). Die bedingte Varianz von X gegeben F ist deniert durch var[X | F] := E (X − E [X | F])2 | F . Zeigen Sie: (a) E [X | F] ist die orthogonale Projektion von X auf L2 (Ω, F, P), d.h. Y ∈ L2 (Ω, F, P) gilt E (X − Y )2 ≥ E (X − E [X | F])2 = E (var[X | F]). mit Gleichheit genau dann, wenn für jedes Y = E [X | F]. Bemerkung: Daher sind bedingte Erwartungen im L2 -Sinn die beste Approxi- mation bei partieller Information. (b) Wie für die gewöhnliche Varianz gilt die Rechenregel var[X | F] = E [X 2 | F] − E [X | F]2 . (c) Zudem gilt zwischen den beiden folgende Beziehung: var(X) = E var[X | F] + var E [X | F] . (d) Für alle Unter-σ -Algebren F A gilt: var E [X | F] ≤ var(X). X gilt die Gleichheit? von Unter welcher Voraussetzung an Y ∈ L2 (Ω, A, P) eine weitere onskoezienten von X und Y , d.h. (e) Es bezeichne Zufallsvariable und ρ den Korrelati- Cov(X,Y ) . ρ= p var(X) · var(Y ) Weisen Sie mit Hilfe der Cauchy-Schwarz-Ungleichung nach, dass dann gilt: E var[X | Y ] ≤ (1 − ρ2 ) var(X). (20 Punkte) Aufgabe 44 Es seien (Jensensche Ungleichung für bedingte Erwartungswerte). X ∈ L1 (Ω, A, P) und φ : R → R eine konvexe Funktion mit E |φ(X)| < ∞. Dann gilt: φ E[X | F] ≤ E [φ(X) | F]. (a) Beweisen Sie diese Ungleichung, indem Sie die Denition bedingter Erwartungswerte verwenden. Hinweis: Zu einer konvexen Funktion menge A ⊂ R2 φ : R → R gibt es x ∈ R: mit der Eigenschaft dass für alle φ(x) = sup{a + bx | (a,b) ∈ A}. eine abzählbare Teil- (b) Zeigen Sie, dass E [ · | F] eine (schwache) Kontraktion auf L1 (Ω,A,P) (10 Punkte) Wir wünschen Ihnen fröhliche Weihnachtstage und einen guten Start ins Jahr 2017! Abgabe der Hausübungen am 18. Januar 2017 zu Beginn der Übung. ist.