• Keine Ergebnisse gefunden

Ubungen zur Vorlesung ¨ Wahrscheinlichkeitstheorie II

N/A
N/A
Protected

Academic year: 2021

Aktie "Ubungen zur Vorlesung ¨ Wahrscheinlichkeitstheorie II"

Copied!
2
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

L¨ohr/Winter Wintersemester 2012/13

Ubungen zur Vorlesung ¨ Wahrscheinlichkeitstheorie II

Ubungsblatt 9 ¨

Normalverteilung

Aufgabe 9.1 (Dichte der Normalverteilung). (4 Punkte) Seienn, d∈N,X n-dimensional standard normalverteilt,A∈Rd×nmit rang(A) =d, undb∈Rd. SetzeY :=AX+b und berechne die Lebesgue-Dichte vonY.

Hinweis:Betrachte zun¨achst den Falld=n.

Aufgabe 9.2 (Bedingte Marginale sind normalverteilt). (4 Punkte) SeiX= (X1, X2) eine zentrierte, 2-dimensional normalverteilte Zufallsvariable mit Kovarianzma- trixV = (Vij)i,j=1,2. Die bedingte Verteilung vonX2gegebenX1wird mitL(X2|X1) bezeichnet, und die 1-dimensionale Normalverteilung (Mittelm, Varianzs2) mitN(m, s2). Zeige:

L(X2|X1) = N

V12

V11X1, V22VV122

11

f.s.

Aufgabe 9.3 (Gegenbeispiel). (3 Punkte)

Finde (1-dimensional) standartnormalverteilte Zufallsvariablen Y, Z, die unkorreliert, aber nicht unabh¨angig sind. Insbesondere hat dann X := (Y, Z) normalverteilte Marginale, ist aber selbst nicht (2-dimensional) normalverteilt.

Aufgabe 9.4 (Weihnachtsaufgabe). (5 Punkte)

In einer in beide Richtungen unendlich langen Straße befinden sich (abz¨ahlbar) unendlich viele H¨auser, mit Hausnummernmenge Z. In jedem wartet ein Kind auf Geschenke vom Christkind.

Leider ist letzteres sehr vergesslich und vergisst st¨andig, in welcher Reihenfolge es vorgehen wollte.

Also wendet es sich in jedem Zeitschritt zuf¨allig und unabh¨angig mit Wahrscheinlichkeit pnach rechts und mit Wahrscheinlichkeit 1−pnach links, geht ein Haus weiter und beschenkt das dortige Kind (dabei beeilt es sich, um in endlicher Zeit unendlich viele Beschenkungen durchf¨uhren zu k¨onnen). Das Christkind ist anf¨anglich bei dem Haus, in dem die kleine Alexa wohnt. Zu deren Entt¨auschung beginnt es aber erst beim n¨achsten Haus mit dem Schenken. Zeige, dass die folgenden Bedingungen ¨aquivalent sind:

(a) Alexa bekommt f.s. doch noch ein Geschenk.

(b) Alexa bekommt f.s. unendlich viele Geschenke.

(c) F.s. werden alle Kinder beschenkt.

(d) F¨ur die Greens Funktion G(x) = X

n∈N

P {Christkind beschenkt im n-ten Schrittx} gilt:

G Alexa

= ∞.

(e) p = 12.

!!! Frohe Weihnachten !!!

Abgabe bis Di, 08.01. am Anfang der ¨Ubungsstunde

(2)

Arbeitsgruppenvortr¨age:

Am18.12.gibt Olivier H´enard (Goethe Universit¨at Frankfurt) einen Vortrag ¨uber Examples of intertwining relationships

Abstract: When is a function of a Markov process Markov again? We will discuss the answer given by Rogers and Pitman (1981, AoP) and exemplify it by revisiting classical path decompositions as well as giving new ones within the framework of stochastic population models.

Hierzu ergeht eine herzliche Einladung. Zeit:Di, 16.00 – 17.00. Raum: WSC-N-U-4.04

Referenzen

ÄHNLICHE DOKUMENTE

gibt Anton Klimovsky (Universiteit Leiden) einen Vortrag ¨ uber Complex Random Energy Model: Zeros and Fluctuations Am 18.12. gibt Olivier H´enard (Goethe Universit¨at Frankfurt)

Also wendet es sich in jedem Zeitschritt zuf¨allig und unabh¨angig mit Wahrscheinlichkeit p nach rechts und mit Wahrscheinlichkeit 1 − p nach links, geht ein Haus weiter und

Abstract: We consider a class of stochastic processes – the so-called spatial Lambda-Flemming- Viot processes – that describe the evolution of the genealogies in the spatially

Abstract: We consider a class of stochastic processes – the so-called spatial Lambda-Flemming- Viot processes – that describe the evolution of the genealogies in the spatially

(a) Ein Laplace-W¨ urfel mit Werten 1 bis 6 werde 2-mal unabh¨angig gewor- fen. Sei X das Minimum, und Y das Maximum der beiden

Bemerkung: Man kann zeigen, dass die Aussage richtig bleibt, wenn die Pfade rechts- stetig sind und die limiten von links existieren... in der ¨ Ubungsstunde

If we take the starting configuration of sleeping frogs also as random, we derive a 0-1 law too and show that the recurrence of such a model only depends on the distribution of

If we take the starting configuration of sleeping frogs also as random, we derive a 0-1 law too and show that the recurrence of such a model only depends on the distribution of