Wahrscheinlichkeitstheorie und Statistik für ... - next-internet.com
Wahrscheinlichkeitstheorie und Statistik für ... - next-internet.com
Wahrscheinlichkeitstheorie und Statistik für ... - next-internet.com
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Aufgabe B3<br />
Es sei X eine standardnormal-verteilte Zufallsvariable, kurz X ∼ N (0, 1). Weiter sei Y :=<br />
3X − 1.<br />
a) Berechnen Sie den Erwartungswert IEY <strong>und</strong> die Varianz V (Y ).<br />
Lösung: Mit IEX = 0 <strong>und</strong> V (X) = 1 folgt<br />
IEY = 3IEX − 1 = −1,<br />
V (Y ) = 9V (X) = 9.<br />
b) Bestimmen Sie die Wahrscheinlichkeit IP(−1 < Y ≤ 2).<br />
Lösung: Mit der Definition von Y <strong>und</strong> 8.11 Satz folgt<br />
IP(−1 < Y ≤ 2) = IP(−1 < 3X − 1 ≤ 2) = IP(0 < X ≤ 1) = Φ(1) − Φ(0).<br />
Dabei ist Φ die Verteilungsfunktion von X. Wegen Φ(2) = 0.8413 <strong>und</strong> Φ(0) = 0.5 (aus<br />
Tabelle A.1) folgt<br />
IP(−1 < Y ≤ 2) = 0.3413.<br />
c) Bestimmen Sie das 0.975-Quantil q0.975 der Zufallsvariablen Y .<br />
Lösung: Die Verteilungsfunktion von Y sei mit FY bezeichnet. Dann ist q0.975 die Lösung<br />
q der Gleichung<br />
<br />
q − (−1)<br />
FY (q) = Φ<br />
= 0.975.<br />
3<br />
Wegen Φ(1.96) = 0.975 (aus Tabelle A.1) gilt also<br />
<strong>und</strong> damit<br />
q + 1<br />
3<br />
= 1.96<br />
q0.975 = q = 3 · 1.96 − 1 = 4.88. (1)<br />
Der Zusammenhang (1) kann auch direkt aus Bemerkung 12.20 c) abgelesen werden.<br />
d) Bestimmen Sie die Kovarianz C(X, Y ).<br />
Lösung: Wegen IEX = 0 <strong>und</strong> IEX 2 (= V (X) + (IEX) 2 ) = 1 gilt<br />
C(X, Y ) = IE[X · Y ] − IEX · IEY = IE[X · (3X − 1)] − 0 · (−1) = IE[3X 2 − X]<br />
= 3IEX 2 − IEX = 3.