• Keine Ergebnisse gefunden

Ubungsblatt 11 zur Vorlesung Wahrscheinlichkeitstheorie ¨

N/A
N/A
Protected

Academic year: 2021

Aktie "Ubungsblatt 11 zur Vorlesung Wahrscheinlichkeitstheorie ¨"

Copied!
2
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

Ubungsblatt 11 zur Vorlesung Wahrscheinlichkeitstheorie ¨

Erwartungswert, Lp,n→ ∞, A 62 kein Pr¨ufungsstoff

Herausgabe des ¨Ubungsblattes: Woche 20, Abgabe der L¨osungen: Woche 21 (bis Freitag, 23. Mai, 16.15 Uhr), Besprechung: Woche 22

Must Aufgabe 58 [|X|= 0 f.s. ⇒E[|X|] = 0]

Es gelteP[|X|= 0] = 1. Zeigen Sie: E[|X|] = 0.

Standard Aufgabe 59 [Lp, Lq wo 0< p < q <1][3 Punkte]

Untersuchen Sie die R¨aumeLp, Lq wo, 0< p < q <1 in der WT auf Inklusionen hin.

Aufgabe 60 [Vervollst¨andigung Beweis Satz 4.21][3 Punkte]

Beweisen Sie vollst¨andig: SeiX ∈L1. Dann gilt E[X] =

Z

−∞

xdFX(x).

Aufgabe 61 [Tschebyschew und Konsorten][3 Punkte]

Beweisen Sie folgende Verallgemeinerung der Ungleichung von Bienayme-Tschebyschew: SeiX ≥0 und g eine positive, wachsende Funktion aufR+. Dann gilt f¨ur allea >0,

P[X≥a]≤ E[g(X)]

g(a) .

Beweis-Tipp: Siehe Beweis WTS-Satz 5.1. Alle denkbaren, interessanten Varianten hiervon finden Sie dann in Karr in 4.4.

Aufgabe 62 [Konvergenz in Verteilung/Wahrscheinlichkeit, Erg¨anzung Satz 5.4][3 Punkte]

Gem¨ass Satz 5.4 folgt aus der Konvergenz in Wahrscheinlichkeit immer auch die Konvergenz in Verteilung.

Die Gegenrichtung muss im Allgemeinen nicht richtig sein - schlimmer: eventuell findet die Konvergenz in Verteilung zwar statt, aber die Zufallsgr¨ossen sind auf unterschiedlichen Wahrscheinlichkeitsr¨aumen definiert (wir betrachten ja lediglich die Verteilungsfunktion!). Damit kann man dann die Konvergenz in Wahrschein- lichkeit gar nicht erst untersuchen.

Falls die Konvergenz in Verteilung auf einem Wahrscheinlichkeitsraum stattfindet, und zwar gegen eine reelle Zahl (und nicht gegen eine Zufallsgr¨osse mit positiver Varianz), dann k¨onnen wir die Gegenrichtung beweisen:

Sei (Xn)n≥1 eine Folge von Zufallsgr¨ossen auf einem Wahrscheinlichkeitsraum, welche in Verteilung gegen eine reelle Zahlakonvergiert. Beweisen Sie: dann konvergiert die Folge auch in Wahrscheinlichkeit gegena.

(2)

Honours

Aufgabe 63 [Vervollst¨andigung Beweis Satz 4.17][4 Punkte]

SeiF eine absolut-stetige Verteilungsfunktion mit (st¨uckweise) stetiger Dichtefunktionf. Seignichtnegativ und (st¨uckweise) stetig. Zeigen Sie, dass dann gilt:

Z

gdF = Z

−∞

g(x)f(x)dx,

dabei haben wir auf der rechten Seite jetzt ein (normales) Riemann-Integral (vgl Satz 4.13).

Referenzen

ÄHNLICHE DOKUMENTE

Betrachten wir die Dichte einer bivariaten Normalverteilung MVN 2 (µ, Σ). Was l¨asst sich ¨ uber die Niveaulin-

Geben Sie zu jedem der 6 F¨alle von Ereignisr¨aumen aus 1.1 ein neues Beispiel aus der ”realen Welt” an, welches man ”sinnvollerweise” mit dem jeweiligen Fall

[r]

Hat nun eine dieser Frauen in der Tat Brustkrebs, so ist die Wahrscheinlichkeit eines positiven Mammographiebefundes 80 % (positiv heisst hier, dass der medizinische Apparat

Herausgabe des ¨ Ubungsblattes: Woche 14, Abgabe der L¨osungen: Woche 15 (bis Freitag 11. Sei |X |

Aus der Honours-Aufgabe von Blatt 2 wissen wir, dass das Urbild unter einer Abbildung f einer σ-Algebra immer selber auch eine σ-Algebra ist (selbst wenn f nicht messbar ist).

Herausgabe des ¨ Ubungsblattes: Woche 17, Abgabe der L¨osungen: Woche 18 (bis

Das erste mal haben wir den entsprechenden Satz aus der Analysis und das zweite mal den erwähnten Satz 4.7 verwendet. Frühjahrsemester 2012 Olivier Warin Seite 3