• Keine Ergebnisse gefunden

Dr. Christoph Luchsinger Frühjahrsemester 2012 Olivier Warin Seite 1 von 4

N/A
N/A
Protected

Academic year: 2021

Aktie "Dr. Christoph Luchsinger Frühjahrsemester 2012 Olivier Warin Seite 1 von 4"

Copied!
4
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

Ubungsblatt 3 zur Vorlesung Wahrscheinlichkeitstheorie ¨

Wahrscheinlichkeit P

Herausgabe des ¨Ubungsblattes: Woche 10, Abgabe der L¨osungen: Woche 11 (bis Freitag, 16.15 Uhr), Be- sprechung: Woche 12

Must Aufgabe 15 [elementare Eigenschaften von P] Beweisen Sie Lemma 1.8.

Standard

Aufgabe 16 [Konvergenz von Mengen und Stetigkeit von P][4 Punkte]

Angenommen, Sie definieren die Konvergenz von MengenAngegen eine MengeAin der folgenden Weise: An

konvergiert gegenA:={ω|∃Nω:ω∈An∀n≥Nω}(solch eine MengeAgibt es f¨ur jede Folge von Mengen!).

Zu welcher Konvergenz ist diese Definition ¨aquivalent? Geben Sie ein konkretes Beispiel an, welches zeigt, dass mit dieser Definition Satz 1.10 (Stetigkeit vonP) nicht mehr stimmt.

Aufgabe 17 [Linearkombinationen von Wahrscheinlichkeiten][4 Punkte]

SeienP1undP2 Wahrscheinlichkeiten auf (Ω,A) und 0≤α≤1. Zeigen Sie, dass P[A] :=αP1[A] + (1−α)P2[A]

auch eine Wahrscheinlichkeit ist.

Aufgabe 18 [Straffheit (tightness) von P][4 Punkte]

Sei P eine Wahrscheinlichkeit auf (R,B(R)). Zeigen Sie: f¨ur jedes > 0 existiert eine kompakte Menge K∈ B(R) derart, dass

P[K]>1−.

Diese Eigenschaft nennt man Straffheit; sie ist zentral wichtig in der h¨oheren Wahrscheinlichkeitstheorie (sog. Satz von Prohorov).

Dr. Christoph Luchsinger

Frühjahrsemester 2012 Olivier Warin Seite 1 von 4

(2)

Übungsblatt 3 zur Vorlesung “Wahrscheinlichkeitstheorie” Seite 2 von 4

Übungsblatt 3 zur Vorlesung “Wahrscheinlichkeitstheorie”

Olivier Warin 4. März 2012

Aufgabe 15 [elementare Eigenschaften von P]

Sei (Ω,A, P)ein Wahrscheinlichkeitsraum und seien A und B Ereignisse aus A. Weiter sei (Ai)ni=1 ei- ne endliche Folge von paarweise disjunkten Mengen aus A und sei (Bi)i=1 eine unendliche Folge von Ereignissen ausA.

Behauptung: Es gelten die folgenden Aussagen:

a) Für die leere Menge∅giltP[∅] = 0. b) Es gilt

P[Sn

i=1Ai] =

n

X

i=1

P[Ai]. (endliche Additivität)

Daraus folgt auch das “Prinzip der Gegenwahrscheinlichkeit”:P[A] = 1−P[Ac].

c) Falls A⊆B, dann giltP[B] =P[A] +P[B\A]. Damit istP insbesondere monoton in dem Sinne, dass aus A⊆B folgtP[A]6P[B].

d) Es gilt

P[A∪B] =P[A] +P[B]−P[A∩B].

Damit istP sogenannt (endlich) subadditiv:P[A∪B]6P[A] +P[B].

e) Es gilt

P[S i=1Bi]6

X

i=1

P[Bi]. (Boolsche Ungleichung; subadditiv)

Beweis:

a) Die Folge(Ci)i=1, mitCi =∅ für allei, ist klar paarweise disjunkt. Somit folgt mit Definition 1.7 c)

P[∅] = P[S i=1Ci] =

X

i=1

P[Ci] =

X

i=1

P[∅].

Dies kann nur funktionieren, wenn P[∅] = 0. Denn andernfalls, d.h. wennP[∅]>0 würde auf der rechten Seite unendlich herauskommen undP[∅] =∞ist nicht erlaubt.

b) Für jede natürliche Zahl i mit i > n definiere Ai = ∅. Da nun die (unendliche) Folge (Ai)i=1 paarweise disjunkt ist, folgt mit Definition 1.7 c)

P[Sn

i=1Ai] = P[S i=1Ai] =

X

i=1

P[Ai] =

n

X

i=1

P[Ai] +

X

i=n+1

P[∅] =

n

X

i=1

P[Ai],

wobei wir beim letzten Gleichheitszeichen die Aussage aus Teil a) verwendet haben.

Das Prinzip der Gegenwahrscheinlichkeit folgt sofort, da A∪˙ Ac= ΩundP[Ω] = 1.

c) Falls A⊆B können wir schreibenB=A∪˙ (B\A)(klar disjunkt). Es folgt sofort mit Teil b):

P[B] =P[A∪˙ (B\A)] = P[A] +P[B\A].

Frühjahrsemester 2012 Olivier Warin Seite 2 von 4

(3)

Übungsblatt 3 zur Vorlesung “Wahrscheinlichkeitstheorie” Seite 3 von 4

d) Es gilt offenbarA⊆A∪B undB∩Ac⊆B. Daraus folgt mit Teil c)

P[A∪B] =P[A] +P[(A∪B)\A] = P[A] +P[(A∪B)∩Ac] = P[A] +P[(A∩Ac)∪(B∩Ac)]

=P[A] +P[B∩Ac] = P[A] +P[B]−P[B\(B∩Ac)].

Desweiteren gilt

B\(B∩Ac) = B∩(B∩Ac)c = B∩(Bc∪A) = A∩B, womit die gesuchte Aussage folgt.

Mit Definition 1.7 a) folgt daraus sofort P[A∪B]6P[A] +P[B], daP[A∩B]>0.

e) Wir definieren eine neue Folge (Di)i=1 durchD1=B1 und füri >1:

Di = Bi∩(Di−1∪ · · · ∪D1)c. Die Folge (Di)i=1 ist klar paarweise disjunkt und es gilt S

i=1Di =S

i=1Bi. Wir schliessen also mit Definition 1.7 c)

P[S

i=1Bi] =P[S i=1Di] =

X

i=1

P[Di].

Aufgrund der Konstruktion der Folge (Di)i=1 ist ausserdem klar, dass für allei gilt Di ⊆Bi. Es folgt damit mit Teil c)

P[S i=1Bi] =

X

i=1

P[Di] 6

X

i=1

P[Bi].

Aufgabe 16 [Konvergenz von Mengen und Stetigkeit von P]

Für diese Aufgabe nehmen wir an, dass wir die Konvergenz einer Folge von Mengen wie folgt definieren:

Die Folge(An)n∈N konvergiert gegen die Menge

A := {ω|es gibt Nω∈N,so dass für allen>Nω giltω∈An}.

Bemerkung: Wie man sehr leicht einsehen kann, giltA= lim infn→∞An.

Nun wollen wir noch mit Hilfe eines Beispiels zeigen, dass mit dieser Definition von Konvergenz der Satz 1.10 (Stetigkeit vonP) falsch ist. Sei dazu Ω ={©}und

An =

(Ω ={©}, falls nungerade

∅, falls ngerade.

Mit obiger Definition von Konvergenz gilt nun klar A=∅, da für n gerade ©6∈ An. Desweiteren muss aufgrund von Definition 1.7 und Aufgabe 15 (bzw. Lemma 1.8) gelten

P[An] =

(1, fallsnungerade 0, fallsngerade.

Also konvergiert die Folge(P[An])n∈N nicht und damit kann die Gleichung limn→∞P[An] =P[A] = 0 gar nicht stimmen.

Bemerkung: Die Definition Ω = {©} war für dieses Beispiel natürlich nicht relevant. Aber da nach einem konkreten Beispiel gefragt war, haben wir hier auchΩkonkret angegeben.

Aufgabe 17 [Linearkombinationen von Wahrscheinlichkeiten]

SeienP1undP2zwei Wahrscheinlichkeiten auf (Ω,A)und seiαeine reelle Zahl mit06α61.

Behauptung: Die FunktionP :A →R, definiert durch P[A] = αP1[A] + (1−α)P2[A]definiert auch eine Wahrscheinlichkeit.

Frühjahrsemester 2012 Olivier Warin Seite 3 von 4

(4)

Übungsblatt 3 zur Vorlesung “Wahrscheinlichkeitstheorie” Seite 4 von 4

Beweis:

• SeiA∈ A. Nun ist nach Definition 1.7 a) und nach VoraussetzungP1[A], P2[A], α,1−α>0. Daraus folgt

P[A] =αP1[A] + (1−α)P2[A] > 0.

• Es gilt nach Definition 1.7 b)

P[Ω] =αP1[Ω] + (1−α)P2[Ω] = α+ (1−α) = 1.

• Es sei(Ai)i∈N eine Folge von disjunkten Mengen ausA. Mit Definition 1.7 c) folgt nun

P[S

i=1Ai] =αP1[S

i=1Ai] + (1−α)P2[S

i=1Ai] = α

X

i=1

P1[Ai] + (1−α)

X

i=1

P2[Ai]

=

X

i=1

(αP1[Ai] + (1−α)P2[Ai]) =

X

i=1

P[Ai].

Aufgabe 18 [Straffheit (tightness) von P] SeiP eine Wahrscheinlichkeit auf(R,B(R)).

Behauptung: Für jede reelle Zahlε >0existiert eine kompakte MengeK∈ B(R)derart, dass P[K]>1−ε.

Beweis: Nach Satz 1.16 c) giltlimt→−∞FP(t) = 0undlimt→∞FP(t) = 1, wobeiFP(t) =P[(−∞, t]].

Also gibt es sicher zwei reelle ZahlenT1< T2, so dass

FP(T1)< ε/2 undFP(T2)>1−ε/2.

Wir setzen nunK= [T1, T2]. Damit folgt mit Aufgabe 15 (bzw. Lemma 1.8)

P[K] =P[[T1, T2]] > FP(T2)−FP(T1) > 1−ε/2−ε/2 = 1−ε.

Ausserdem istK abgeschlossen und beschränkt, also nach Heine-Borel kompakt.

Frühjahrsemester 2012 Olivier Warin Seite 4 von 4

Referenzen

ÄHNLICHE DOKUMENTE

Formulieren Sie die Cramer-Rao-Schranke f¨ur diskrete Zufallsgr¨ossen und berechnen Sie die Schranke im Fall der Poisson-Verteilung.. Honours Aufgabe 47 [Uniformverteilung und

(Bei mehr als zwei Matrizen wäre dies allerdings im Allgemeinen nur bei zyklischen Vertauschungen erlaubt.).. Übungsblatt 11 zur Vorlesung “Statistische Methoden” Seite 5 von

Bei den folgenden Aufgaben wird (noch) nicht verlangt, dass Sie allf¨allige Beweise v¨ollig exakt f¨ uhren mit Resultaten aus der WT (die Sie ja eh noch nicht haben). L¨osen Sie

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 modelliert.

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

Zeigen Sie: ein Mass µ ist genau dann σ-endlich, wenn es eine abz¨ahlbare Folge (E i ) i ≥ 1 von disjunkten Mengen gibt, sodass E = ∪ E i mit µ[E i ] &lt; ∞ f¨ ur alle i ≥

Frühjahrsemester 2012 Olivier Warin Seite 1

Da f monoton wachsend ist, muss A also nach oben