29.01.2014 Aufrufe

F. Krause - Universität Potsdam

F. Krause - Universität Potsdam

F. Krause - Universität Potsdam

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

Hier kann man erkennen, dass die Verteilung einer Normalverteilung gleicht. Man kann<br />

schlussfolgern, dass eine Poissonverteilung für λ>50 wenig sinnvoll ist.<br />

2.2 Die erzeugende Funktion<br />

Als nächstes berechne ich die erzeugende Funktion einer poissonverteilten Zufallsgröße.<br />

(2.1) Proposition<br />

Sei X poissonverteilte Zufallsvariable zum Parameter λ (λ>0). Dann gilt für die erzeugende<br />

Funktion ( ) mit tϵ[-1,1]:<br />

( )<br />

( )<br />

Beweis.<br />

Es gilt<br />

( ) [ ] ∑( ( )) ∑ ∑ ( )<br />

( )<br />

Besonders praktisch ist, dass diese Funktion nicht nur in [-1,1] definiert ist, sondern auf ganz<br />

R. Mit Hilfe der erzeugenden Funktion kann ich nun leicht den Erwartungswert und die<br />

Varianz bestimmen.<br />

2.3 Erwartungswert und Varianz<br />

(2.2) Proposition<br />

Sei X poissonverteilte Zufallsvariable zum Parameter λ (λ>0). Dann gilt für den<br />

Erwartungswert:<br />

[ ] .<br />

Beweis.<br />

Der Erwartungswert einer Zufallsvariable ist die Ableitung der erzeugenden Funktion an der<br />

Stelle eins:<br />

8

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!