Zusammenfassung
Nicht alle in der Wirklichkeit auftretenden Zufallsvariablen sind diskret. In diesem Kapitel führen wir deshalb zuerst einige Begriffe für allgemeine Zufallsvariablen ein, und lernen dann einige besonders wichtige Verteilungen kennen, die mithilfe einer Dichte beschrieben werden können. Mithilfe von Dichten können Wahrscheinlichkeiten und Kenngrößen berechnet werden. Wichtige Beispiele sind die Normalverteilung und die Exponentialverteilung. Außerdem werden kurz mehrdimensionale Zufallsvariablen mit Dichten eingeführt.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Author information
Authors and Affiliations
Corresponding author
Aufgaben
Aufgaben
6.1
Welche der folgenden Funktionen \(f:\mathbb {R}\rightarrow \mathbb {R}\) sind Wahrscheinlichkeitsdichten?
-
a)
\(f(x)=x, {\text {f}}{\ddot{\text {u}}}{\text {r }} 0 \le x\le \sqrt{2}, f(x)=0\) sonst.
-
b)
\(f(x)=\frac{1}{2} \sin (x)\) für \(0 \le x\le \pi , f(x)=0\) sonst.
-
c)
\(f(x)=x^{2}-2x+\frac{1}{3}\) für \(0 \le x\le 3, f(x)=0\) sonst.
-
d)
\(f(x)=\frac{1}{2^k}\) für \( (k-1) < x\le k \, \forall k \in \mathbb {N}, f(x)=0\) sonst.
6.2
Für \(c>0\) sei \(f:\mathbb {R}\rightarrow [0,\infty )\) definiert durch
a) Bestimmen Sie c sodass f eine Dichte ist. b) Berechnen Sie \(\mathbb {E}[X]\) für eine Zufallsvariable X mit Dichte f. c) Berechnen Sie \(\mathbb {V}(X)\). d) Berechnen Sie die Verteilungsfunktion \(F_X\).
6.3
Zeigen Sie, dass der Erwartungswert der Gleichverteilung aus Beispiel 6.3 gegeben ist durch \(\mathbb {E}[X]=\frac{b+a}{2}\). Berechnen Sie auch die zugehörige Varianz.
6.4
Für \(a, b\ge 0\) sei \(g:\mathbb {R}\rightarrow [0,\infty )\) definiert durch
g) Bestimme a und b sodass g die Dichte einer Zufallsvariable X mit \(\mathbb {E}[X]=1\) ist. b) Berechne \(\mathbb {P}(X>0)\) für eine Zufallsvariable X mit Dichte g. c) Berechne \(\mathbb {P}(|X|\le 2)\). d) Berechne \(\mathbb {P}(X=-4)\).
6.5
Man beweise die Aussage über die Varianz in Satz 6.5.
6.6
Sei Y eine exponentialverteilte Zufallsvariable mit Parameter \(\lambda =2/3\). Berechne a) \(\mathbb {E}[Y^2],\) b) \(\mathbb {P}(1\le Y<5/2),\) c) \(\mathbb {P}(Y^2\ge 4)\) d) \(\mathbb {P}(2Y<1)\).
6.7
Beweisen Sie die Konvergenz (6.1).
6.8
Sei X exponentialverteilt mit Parameter \(\lambda \). Zeigen Sie: Dann gilt \(\mathbb {P}(X> a+b\,|\, X> a)=\mathbb {P}(X>b)\) für alle \(a, b>0\).
6.9
Seien \(X_1,..., X_n\) unabhängige, normalverteilte Zufallsvariablen, welche alle denselben Erwartungswert \(\mu \) und dieselbe Varianz \(\sigma ^2\) haben. Zeigen Sie: Dann ist
standardnormalverteilt.
6.10
Sei Y standardnormalverteilt. Zeigen Sie: Dann ist \(X=aY+b\) normalverteilt mit Parametern \(\mathbb {E}[X]=b\) und \(\mathbb {V}(X)=a^2\).
6.11
Sei X eine normalverteilte Zufallsvariable mit Parametern \(\mu =1, \sigma ^2=4\). Berechne a) \(\mathbb {P}(X\ge 0),\) b) \(\mathbb {P}(-4\le X\le -3),\) c) \(\mathbb {P}(|X|< 2)\), d) \(\mathbb {P}(3X<4)\).
6.12
Sei X eine normalverteilte Zufallsvariable mit Parametern \(\mu =0, \sigma ^2=1\). a) Bestimmen Sie \(x\in \mathbb {R}\) sodass \(\mathbb {P}(X\ge x)=0{,}5\). b) Bestimmen Sie \(y\in \mathbb {R}\) sodass \(\mathbb {P}(|X|\ge y)=0{,}5\).
6.13
Es seien X, Y zwei Zufallsvariablen mit gemeinsamer Dichte
Berechnen Sie \(\mathbb {P}(X\le 1, Y\ge 1), \mathbb {E}[X], \mathbb {E}[Y], \mathrm {cov}(X, Y)\) sowie die Randdichten.
Rights and permissions
Copyright information
© 2020 Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature
About this chapter
Cite this chapter
Kurt, N. (2020). Zufallsvariablen mit Dichte. In: Stochastik für Informatiker. Springer Vieweg, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-60516-5_6
Download citation
DOI: https://doi.org/10.1007/978-3-662-60516-5_6
Published:
Publisher Name: Springer Vieweg, Berlin, Heidelberg
Print ISBN: 978-3-662-60515-8
Online ISBN: 978-3-662-60516-5
eBook Packages: Computer Science and Engineering (German Language)