• Keine Ergebnisse gefunden

Univ. Leipzig, Prof. Dr. M. v. Renesse Wahrscheinlichkeitstheorie I im SoSe 2013

N/A
N/A
Protected

Academic year: 2022

Aktie "Univ. Leipzig, Prof. Dr. M. v. Renesse Wahrscheinlichkeitstheorie I im SoSe 2013"

Copied!
1
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

Univ. Leipzig, Prof. Dr. M. v. Renesse Wahrscheinlichkeitstheorie I im SoSe 2013

10. ¨ Ubung

(Wiederholungsblatt – ohne Wertung)

1. Zeigen Sie: F¨ur eine Folge von Ereignissen En in einem W-Raum mit limnP(En) = 0 und P

nP(En∩En+1c )<∞ gilt P(lim supEn) = 0.

2. Es sei X eine reelle Zufallsvariable mit E(|X|)≥ a >0 und E(X2) = 1. Dann ist P(|X| ≥ λa)≥(1−λ)2a2 f¨ur alle λ∈[0,1].

3. AusE(|X +Y|p)<∞ f¨ur zwei unabh¨angige Zufallsvariablen X und Y folgt E(|X|p) <∞ und E(|Y|p)<∞.

4. F¨ur eine FolgeXn von ZV’en giltXn→ ∞ fast sicher genau dann, wenn f¨ur alle M >0 gilt, dass P(Xk< M f¨ur unendlich viele k) = 0.

5. Falls Xn → X stochastisch auf R und f :R → R stetig, so gilt auch dass f(Xn) → f(X) stochastisch. Die Aussage ist i.A. falsch, wenn f nur messbar ist.

6. Falls Xn → X stochastisch, so gibt es zu jedem > 0 eine messbare Menge C ⊂ Ω mit P(C)>(1−), so dass Xn→X gleichm¨aßig auf C (Satz v. Egorov).

7. Geben Sie ein Beispiel f¨ur eine Folge (En) von Ereignissen, so dass P

nP(En) = ∞, aber P(lim supEn)<1.

8. F¨ur eine Folge von ZV’en (Xn) mit E(Xn) = 1 und supnE(Xn2) <∞ gilt P(lim supXn ≥ 1)>0.

9. Falls Xn → 0 fast sicher, so gilt n1 Pn

i=1Xi → 0 fast sicher. Die analoge Aussage f¨ur stochastische Konvergenz gilt (auch f¨ur unabh¨angige) Xn nicht, wie das Beispiel Xn = 2n oder = 0 mit, jeweils mit Wahrscheinlichkeit n−1 bzw. 1−n−1 zeigt.

10. Geben Sie ein Beispiel an f¨ur eine Folge von ZV’en auf einem gemeinsamen W-Raum an, die in Verteilung, nicht aber stochastisch konvergieren.

11. Zeigen Sie die Ungleichung von Ottaviani-Skorokhod: F¨ur X1, . . . , Xn unabh. ZV’en, Sk :=

Pk

i=1Xi und η, >0 gilt P( max

m≤j≤n|Sj| ≥η+)· min

m≤j≤nP(|Sj−Sn|< )≤P(|Sn| ≥η) bzw.

P( max

m≤j≤nSj ≥η+)· min

m≤j≤nP(Sj −Sn< )≤P(Sn≥η).

12. Es sei (Xn)n eine unabh¨angige Folge von Zufallsvariablen mit Xn = ±√

n/log logn, jew- eils mit Wahrscheinlichkeit 12. Zeigen Sie: Xn erf¨ullt das Gesetz der großen Zahlen, d.h.

1 n

Pn

i=1Xi −→0, erf¨ullt aber nicht das Kolmogorov-KriteriumP

nE(X2)/n2 <∞.

Referenzen

ÄHNLICHE DOKUMENTE

Beweisen Sie: F¨ ur

Sei (X n ) eine unabh¨ angige Folge identisch verteilter nicht-integrierbarer ZV’en, d.h.. Sei S eine endliche Menge und P (S) die Menge der Wahrscheinlichkeitstmaße auf

[r]

[r]

Raum mit seiner Borel’schen σ-Algebra E ist, dass aus der Konvergenz in Totalvariation die schwache Konvergenz von µ n gegen µ folgt.. Gilt auch die

Berechnen Sie die Wahrscheinlichkeit, dass die Summe der gew¨ urfelten Augenzahlen bei 10.000-maligen Werfen eines fairen W¨ urfels im Intervall [3450, 3700] liegt, approximativ

[r]

2. Wenn es regnet, nimmt Herr L seinen Schirm mit Wkeit 70% mit. Die Wkeit von Regen ist 30%. Wenn Herr L seinen Schirm dabei hat, regnet es mit Wkeit 50%. Wie groß ist