F. Krause - Universität Potsdam
F. Krause - Universität Potsdam
F. Krause - Universität Potsdam
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Mit Hilfe der erzeugenden Funktion kann man auf ähnliche Weise auch [ ] [ ] etc.<br />
berechnen. Ich möchte nun aber das Lemma nutzen, um die Varianz einer poissonverteilten<br />
Zufallsgröße zu bestimmen.<br />
(2.4) Proposition<br />
Sei X eine poissonverteilte Zufallsvariable zum Parameter λ (λ>0). Dann gilt für die Varianz:<br />
( ) .<br />
Beweis.<br />
Nach Verschiebungssatz gilt allgemein:<br />
( ) [ ] [ ]<br />
Mit dem Lemma 2.3 und Proposition 2.2 folgt damit:<br />
( ) [ ] [ ]<br />
Insbesondere wurde nun bewiesen, dass bei einer Poissonverteilung ( ) [ ] gilt.<br />
Wenn man sich nun an die Histogramme aus 2.1 erinnert, ist es nun klar, dass die Kurven mit<br />
wachsendem λ breiter werden, da auch die Varianz wächst. Außerdem ist nicht mehr<br />
überraschend, dass immer ein kϵN nahe λ die größte Wahrscheinlichkeit besitzt. Besonders<br />
praktisch ist es, dass man den Erwartungswert und die Varianz aus einer bekannten<br />
Verteilung direkt ablesen kann und nicht berechnen muss.<br />
Als nächstes möchte ich nun eine weitere nützliche Eigenschaft der Poissonverteilung<br />
betrachten.<br />
2.3 Addition von zwei poissonverteilten Zufallsgrößen<br />
(2.5) Proposition<br />
Seien X und Y zwei unabhängige Zufallsvariablen. Sei X poissonverteilt zum Parameter λ>0<br />
und sei Y poissonverteilt zum Parameter µ>0.<br />
Dann ist X+Y poissonverteilt zum Parameter λ+µ.<br />
10