F. Krause - Universität Potsdam
F. Krause - Universität Potsdam
F. Krause - Universität Potsdam
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