Stochastik 1 - Mitschriften von Klaas Ole Kürtz
Stochastik 1 - Mitschriften von Klaas Ole Kürtz
Stochastik 1 - Mitschriften von Klaas Ole Kürtz
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
die Verteilung <strong>von</strong> ∑ n<br />
i=1 X i auch als Faltung der Verteilungen <strong>von</strong> X 1 , . . . , X n .<br />
Startet man mit Verteilungen aus einer gewissen Familie und bleibt die Faltung<br />
in dieser Familie, so spricht man <strong>von</strong> Faltungsstabilität (z.B. sind (B(n, p)) n∈N<br />
ist faltungsstabil).<br />
10.1.2 Poisson-Verteilung<br />
Für X 1 , X 2 jeweils P(λ i )-verteilt und stochastisch unabhängig gilt:<br />
P (X 1 + X 2 = k) =<br />
=<br />
∞∑<br />
P (X 2 = k − j)P (X 1 = j)<br />
j=0<br />
∞∑<br />
j=0<br />
e −λ 1<br />
= e −(λ 1+λ 2 )<br />
λ k−j<br />
1<br />
λj<br />
(k − j)! e−λ 2 2<br />
j!<br />
k∑<br />
j=0<br />
λ k−j<br />
1 λ j 2<br />
(k − j)! j!<br />
= (λ 1 + λ 2 ) k<br />
e −(λ 1+λ 2 )<br />
k!<br />
Also ist X 1 + X 2 wieder P(λ 1 + λ 2 )-verteilt.<br />
10.2 Satz <strong>von</strong> Fubini<br />
Bei diskreten Zufallsgrößen erhält man die Verteilung durch Summation<br />
wie oben beschrieben. Frage: Wie geht dieses allgemein? Vermutung: Im<br />
diskreten Fall gilt<br />
E(h(X 1 , X 2 )) = ∑ x 1 ,x 2<br />
h(x 1 , x 2 )P (X 1 = x 1 , X 2 = x 2 )<br />
= ∑ x 1 ,x 2<br />
h(x 1 , x 2 )P (X 1 = x 1 ) · P (X 2 = x 2 )<br />
= ∑ x 2<br />
P (X 2 = x 2 )E(h(X 1 , x 2 ))<br />
Warum ist die Formel für P (X 1 + X 2 = k) ein Spezialfall hier<strong>von</strong>? Mit<br />
h(X 1 , X 2 ) = X 1 + X 2 ist Eh(X 1 , X 2 ) = E(X 1 + X 2 ) = E(X 1 ) + E(X 2 )!<br />
Beachte: h = 1 A bedeutet 1 A ◦ (X 1 , X 2 ) = 1 (X1 ,X 2 ) −1 (A) ergibt E(h(X 1 , X 2 )) =<br />
P ((X 1 , X 2 ) ∈ A), d.h.<br />
X 1 + X 2 = k ⇔ (X 1 , X 2 ) ∈ A k = {(x 1 , x 2 ) | x 1 + x 2 = k}<br />
69