Einführung in die Stochastik, Prof. Lerche - Abteilung für ...
Einführung in die Stochastik, Prof. Lerche - Abteilung für ...
Einführung in die Stochastik, Prof. Lerche - Abteilung für ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
22 4 GLEICHVERTEILUNGEN UND KOMBINATORIK<br />
<strong>die</strong> zweite Person gibt es also noch ( )<br />
2n−2<br />
2 Möglichkeiten.<br />
Führt man <strong>die</strong>sen Gedanken fort, so gibt es für <strong>die</strong> k-te Person ( )<br />
2n+2−2k<br />
2 Möglichkeiten<br />
und für <strong>die</strong> letzte Person gibt es dann nur noch ( ) (<br />
2n+2−2n<br />
2 = 2<br />
)<br />
2 = 1 Möglichkeit.<br />
Nach dem Komb<strong>in</strong>ationspr<strong>in</strong>zip ist somit <strong>die</strong> Mächtigkeit des Grundraumes:<br />
#Ω = ( )(<br />
2n 2n−2<br />
)( 2n−4<br />
) (<br />
2 2 2 . . . 2<br />
2)<br />
=<br />
(2n)(2n−1) (2n−2)(2n−3)<br />
. . . 1 = (2n)! .<br />
2<br />
2 2 n<br />
⋃<br />
Sei B n := {({a 1 , b 1 }, . . . , {a n , b n }) ∈ Ω|a i ∈ {1, . . . , n}, b i ∈ {n + 1, . . . , 2n}, n {a i , b i } =<br />
A} ⊂ Ω das Ereignis, daß alle n Person zwei Kugeln mit unterschiedlichen Farben ziehen.<br />
Dann ist <strong>die</strong> Mächtigkeit von B n : #B n = n · n · (n − 1) · (n − 1) · . . . · 1 = (n!) 2 .<br />
Damit ist P (B n ) =<br />
(n!)2 .<br />
(2n)!/2 n<br />
Für große n läßt sich <strong>die</strong> Wahrsche<strong>in</strong>lichkeit näherungsweise berechnen:<br />
P (B n ) = (n!)2 2 n<br />
∼ (2πn)n<br />
(2n)! = 2n e<br />
√ −2n·2n<br />
4πn(2n)<br />
= √ πn 1·2n = √ πn 1 .<br />
2n e −2n 2 2n 2 n<br />
Dabei haben wir <strong>die</strong> Stirl<strong>in</strong>g-Formel verwendet. Diese lautet n! ∼ √ 2πnn n e −n , das heißt<br />
n!/ √ 2πnn n e −n → 1 für n → ∞.<br />
i=1<br />
4.4 Verteilungen, <strong>die</strong> aus Gleichverteilungen entstehen<br />
In e<strong>in</strong>er Urne seien N Kugeln. Davon seien W weiß und S schwarz, N = W + S. Es<br />
werden n Kugeln gezogen. Was ist <strong>die</strong> Wahrsche<strong>in</strong>lichkeit r weiße Kugeln zu ziehen?<br />
Die Menge der Kugeln <strong>in</strong> der Urne wird beschrieben durch A = {1, . . . , N}, oder genauer:<br />
A = {1, . . . , W , W + 1, . . . , W + S}<br />
} {{ } } {{ }<br />
weiße<br />
schwarze<br />
{<br />
1 falls i ∈ {1, . . . , W }<br />
Wir def<strong>in</strong>ieren e<strong>in</strong>e Funktion ϕ : A → {0, 1} durch: ϕ(i) :=<br />
0 falls i ∈ {W + 1, . . . , W + S}<br />
.<br />
4.4.1 Ziehen mit Zurücklegen und mit Reihenfolge<br />
Sei (ε 1 , . . . , ε n ) e<strong>in</strong>e 0-1-Folge der Länge n. Dann gilt:<br />
P ({(a 1 , . . . , a n )|a i ∈ A, ϕ(a i ) = ε i , i = 1, . . . , n}) = W r S n−r<br />
N n ,<br />
∑<br />
wobei r = n ε i <strong>die</strong> Anzahl der weißen gezogenen Kugeln ist.<br />
i=1<br />
Die Wahrsche<strong>in</strong>lichkeit “r (0 ≤ r ≤ n) weiße Kugeln zu ziehen” beträgt:<br />
P (“r weiße”) = P ({(a 1 , . . . , a n )|<br />
n∑<br />
( )( ) r ( ) n−r n W S<br />
ϕ(a i ) = r}) =<br />
.<br />
r N N<br />
Das ist <strong>die</strong> B<strong>in</strong>omialverteilung mit n Beobachtungen und p = W N , kurz b(n; W N ).<br />
i=1