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.
48 6 ZUFALLSVARIABLE UND IHRE VERTEILUNG<br />
b) Die Zufallsvariable X i ist nach P i verteilt.<br />
c) X 1 , ..., X n s<strong>in</strong>d unabhängig.<br />
Beweis:<br />
∑<br />
zu (a): p(ω) =<br />
∑ n∏<br />
p i (ω i ) = ∑ . . . ∑ ∏ n<br />
p i (ω i )<br />
ω 1 ω n<br />
ω∈Ω<br />
(ω 1 ,...,ω n) i=1<br />
)<br />
i=1<br />
( ( ∑ ∑<br />
= p 1 (ω 1 ) . . . p n (ω n ) = 1<br />
ω 1 ω n<br />
)<br />
zu (b): {X i ∈ A i } = {ω|X i (ω) ∈ A i }<br />
= {ω|ω i ∈ A i }<br />
= Ω 1 × . . . × Ω i−1 × A i × Ω i+1 × . . . × Ω n<br />
P ({X i ∈ A i }) = P (Ω 1 × . . . × Ω i−1 × A i × Ω i+1 × . . . × Ω n )<br />
= P 1 (Ω 1 ) · · · P i−1 (Ω i−1 ) · P i (A i ) · P i+1 (Ω i+1 ) · · · P n (Ω n )<br />
= P i (A i )<br />
zu (c):<br />
n⋂<br />
{X i ∈ A i } = {ω|X i (ω) ∈ A i , i = 1, . . . , n}<br />
i=1<br />
= {ω|ω i ∈ A i , i = 1, . . . , n}<br />
= A 1 × A 2 × . . . × A n<br />
n⋂<br />
P ( {X i ∈ A i }) = P (A 1 × ... × A n )<br />
i=1<br />
∑<br />
=<br />
ω∈A 1 ×...×A n<br />
p(ω)<br />
∑ ∏ n<br />
=<br />
p i (ω i )<br />
( ω∈A 1 ×...×A n i=1)<br />
( )<br />
∑<br />
∑<br />
= p 1 (ω 1 ) . . . p n (ω n )<br />
ω 1 ∈A 1 ω n∈A n<br />
= P 1 (A 1 ) . . . P n (A n )<br />
n∏<br />
= P ({X i ∈ A i })<br />
i=1<br />
6.2.5 Satz (Summe von B<strong>in</strong>omialverteilungen, Poissonverteilungen, Pascalverteilungen)<br />
Seien X 1 und X 2 unabhängige Zufallsvariablen.<br />
a) S<strong>in</strong>d <strong>die</strong> X i B<strong>in</strong>omial-verteilt nach b(n i , p) für i = 1, 2, dann ist X 1 + X 2 B<strong>in</strong>omialverteilt<br />
nach b(n 1 + n 2 , p).