• Keine Ergebnisse gefunden

Ubungen zur Vorlesung ¨ Stochastik

N/A
N/A
Protected

Academic year: 2021

Aktie "Ubungen zur Vorlesung ¨ Stochastik"

Copied!
2
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

Wolfgang L¨ohr Sommersemester 2018

Ubungen zur Vorlesung ¨ Stochastik

Ubungsblatt 10¨

Radon Nikodym & bedingte Erwartung

Aufgabe 10.1 (Bernoulli Maße sind paarweise singul¨ar). (5 Punkte) (a) Sei Ω ={0,1}Nund Adie Produkt-σ-Algebra auf Ω. F¨ur p∈[0,1] sei fernerµp= Berp

das Bernoulli-Maß auf {0,1} undPp⊗Np das zugeh¨orige Produktmaß auf Ω. Zeigen Sie, dass Pp und Pq f¨ur p6=q singul¨ar sind, also Pp ⊥Pq.

(b) Seiλdas Lebesguemaß auf [0,1]. Finden Sie ein Wahrscheinlichkeitsmaßµauf [0,1] mit µ([a, b]) > 0 ∀0≤a < b≤1, µ({x}) = 0 ∀x∈[0,1], µ⊥λ.

Hinweis: Verwenden Sie die Bin¨arkodierungψ: Ω→[0,1], ψ(ω) =P

n∈Nωn2n. Aufgabe 10.2 (einfache RN-Ableitungen & bedingte Erwartungen). (4 Punkte)

(a) Ein Laplace-W¨urfel mit Werten 1 bis 6 werde 2-mal unabh¨angig geworfen. Sei P die Verteilung des Minimums, und Qdie des Maximums der beiden W¨urfe. Bestimmen Sie

dP dQ.

(b) Sei λ das Lebesguemaß auf [0,1], f(x) := x2, und P das Bildmaß von λunter f, also P(A) :=λ f−1(A)

f¨ur A∈ B [0,1]

. Berechnen Sie ddPλ.

(c) Sei X uniform verteilt auf {1, . . . ,6}, Z := 42X −1, und Y :=

(1, X ungerade 0, X gerade . Berechnen Sie die bedingten ErwartungenE(X |Y),E(X |Z) und E(Y |X).

(d) Ein Laplace-W¨urfel mit Werten 1 bis 6 werde 2-mal unabh¨angig geworfen. Sei X das Minimum, und Y das Maximum der beiden W¨urfe. Bestimmen Sie E(Y |X).

Aufgabe 10.3 (Eigenschaften bedingter Erwartungen). (4 Punkte) Seien X undY quadratintegrierbar.

(a) Zeigen Sie: E XE(Y | F)

= E E(X| F)Y f.s.

(b) Wir interpretierenE(X | F) als Sch¨atzung von X bei Kenntnis vonF. Zeigen Sie, dass sich der quadratische Fehler beim schrittweisen Bedingen auf ineinander enthaltene σ-Algebren, F ⊆ G, im folgenden Sinne additiv verh¨alt:

E(X | F)−X

2 2 =

E(X | G)−X

2 2 +

E(X| F)−E(X| G)

2 2.

Wie immer ist dabeikXk22 :=E(X2). Insbesondere ist also der Fehler bei Vorliegen von mehr Information (G) kleiner, als wenn weniger Information (F) verf¨ugbar ist.

Bitte wenden!

(2)

Aufgabe 10.4 (Gegenbeispiele). (3 Punkte) (a) Konstruieren Sie Zufallsvariablen X, Y ∈ L1(P) mit E(X | Y) = E(X), die nicht un-

abh¨angig sind.

(b) Finden Sie eine reellwertige Zufallsvariable X und Teil-σ-AlgebrenF,G ⊆ Amit E E(X| F)

G

6= E E(X| G) F

f.s.

Abgabe Mi, 13.06.2018 in der ¨Ubung

Referenzen

ÄHNLICHE DOKUMENTE

Insbesondere ist also der Fehler bei Vorliegen von mehr Information (G) kleiner, als wenn weniger Information (F) verf¨ ugbar ist.. Aufgabe 9.2 (Beispiele

Jedes mal, wenn Zahl kommt werden weiße B¨alle in die Urne gelegt, und zwar soviele, dass sich die Anzahl der B¨alle in der Urne verdoppelt.. Am Schluss wird ein Ball zuf¨allig aus

Ein h¨oflicher Partygast kommt in regelm¨aßigen Abst¨anden zum Buffet und will sich von dem Pudding nehmen; da er h¨oflich ist nat¨ urlich nicht alles, sondern nur die H¨alfte von

Dirichlet form and Laplacian on fractal quantum graphs via resistance forms Hierzu ergeht eine

Es wird zun¨achst aus einer Urne mit n Zetteln mit den Aufschriften 0 bis n − 1 zuf¨allig ein Zettel gezogen und dann statt n-mal nur so oft geworfen, wie auf dem Zettel steht.

Aus Erfahrung weiß der H¨andler, dass jeder Kunde (unabh¨angig von den anderen Kunden) mit nur 90% Wahrscheinlichkeit tats¨achlich kommt, um den Hummer abzuholen.. Eventuell

gibt Mikhail Urusov (Universit¨at Duisburg-Essen) einen Vortrag ¨ uber On the processes that can be embedded in a geometric Brownian motion. Abstract: A process is equivalent to

W¨ahrend eines Zykluses bekommt jedes Individuum, unabh¨angig von allen anderen Individuen, eine zuf¨allige Anzahl von Nachkommen und stirbt anschließend. gibt Angelika