Kapitel 4 Zufallsvariable und Wahrscheinlichkeitsdichten
Kapitel 4 Zufallsvariable und Wahrscheinlichkeitsdichten
Kapitel 4 Zufallsvariable und Wahrscheinlichkeitsdichten
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Das Minimum wird mit<br />
erreicht. Es gilt nämlich<br />
g(y) = E(X|Y = y)<br />
E ( [X − g(Y )] 2) = E(X 2 ) − 2E[Xg(Y )] + E(g(Y ) 2 )<br />
= E(X 2 ) − E {E(2Xg(Y )|Y )} + E(g(Y ) 2 )<br />
= E(X 2 ) + E { −2E(X|Y )g(Y ) + g(Y ) 2} .<br />
Bei festem Y = y wird −2E(X|Y = y)g + g 2 durch g = E(X|Y = y) minimiert. Dieses<br />
Resultat ist Gr<strong>und</strong>lage der Filtertheorie.<br />
Nun kehren wir zurück zu normalverteilten <strong>Zufallsvariable</strong>n. Seien X <strong>und</strong> Z unabhängige<br />
Zufallsgrößen, die beide N(0, 1)-verteilt sind. Dann ist<br />
<strong>und</strong><br />
sowie<br />
E(X) = 0 = E(Z)<br />
1 = Var(X) = E(X 2 ) − (E(X)) 2 = E(X 2 )<br />
1 = Var(Z) = E(Z 2 ) − (E(Z)) 2 = E(Z 2 ).<br />
Aus der Unabhängigkeit folgt E(XZ) = E(X)E(Z) = 0. Sei −1 < ρ < 1 <strong>und</strong><br />
Y = ρX + √ 1 − ρ 2 Z.<br />
Wir untersuchen nun die gemeinsame Verteilung von X <strong>und</strong> Y . Offensichtlich gilt<br />
E(Y ) = ρE(X) + √ 1 − ρ 2 E(Z) = 0.<br />
Weiterhin ist<br />
E(Y 2 ) = E<br />
(ρ 2 X 2 + 2ρ √ )<br />
1 − ρ 2 XZ + (1 − ρ 2 )Z 2<br />
= ρ 2 E(X 2 ) + 2ρ √ 1 − ρ 2 E(XZ) + (1 − ρ 2 )E(Z 2 )<br />
= ρ 2 + (1 − ρ 2 )<br />
= 1.<br />
Also gilt Var(Y ) = 1. Für die Kovarianz von X <strong>und</strong> Y erhalten wir<br />
Kov(X, Y ) = E(XY ) − E(X)E(Y ) = E[X(ρX + √ 1 − ρ 2 Z)]<br />
= ρE(X 2 ) + √ 1 − ρ 2 E(XZ) = ρ.<br />
Die bedingte Verteilung von Y gegeben X = x ist gleich der Verteilung von ρx+ √ 1 − ρ 2 Z<br />
<strong>und</strong> somit eine Normalverteilung mit Mittelwert ρx <strong>und</strong> Varianz 1 − ρ 2 . Damit gilt für<br />
die bedingte Dichte f Y ( · |X = x)<br />
(∗) f Y (y|X = x) =<br />
(<br />
1<br />
√<br />
2π(1 − ρ2 ) exp −<br />
59<br />
(y − ρx)2<br />
2(1 − ρ 2 )<br />
)<br />
.