wiwiweb
online lernen

Besser lernen mit Online-Kursen

NEU! Jetzt online lernen:
Wahrscheinlichkeitsrechnung
Den Kurs kaufen für:
einmalig 49,00 €
Zur Kasse

Aufgaben, Beispiele und Berechnungen zur eindimensionalen Verteilung (ohne Namen)

WebinarTerminankündigung:
 Am 08.12.2016 (ab 18:00 Uhr) findet unser nächstes Webinar statt.
Gratis-Webinar Diskrete und stetige Verteilungen in der Wahrscheinlichkeitsrechnung
- In diesem 60-minütigen Gratis-Webinar gehen wir darauf ein, welche diskreten und stetigen Verteilungen Sie in der Prüfung beherrschen müssen.
[weitere Informationen] [Terminübersicht]

Aufgabe 1:

Die folgenden Aussagen sind richtig oder falsch. Entscheide.

a) Wenn die Zufallsvariable X linear transformiert wird durch Y = aX + b mit einem Parameter a > 1, so ist die Varianz von Y echt größer als jene von X.

b) Es gilt für die Varianz der Differenz Var(a·X - b·Y) = a2·Var(X) – b2·Var(Y), wenn X und Y unabhängige Zufallsvariablen sind.

c) Es gilt stets E(X2) = Var(X) + E(X)2.

d) Die Gleichheit E(X·Y) = E(X)·E(Y) gilt nur für unabhängige Zufallsvariablen X und Y.

e) Für konstante Zufallsvariablen X = b gilt E(b) = b und Var(b) = b.

f) Die Varianz einer Summe von Zufallsvariablen Xi also Var($\sum _{i\;=\;1}^n\;$Xi), lässt sich berechnen durch Var(X) = Var($\sum _{i\;=\;1}^n\;$Xi) + 2$\sum _{j\;<\;k}\;$Cov(Xj, Xk).

Lösung:

a) Wenn die Zufallsvariable X linear transformiert wird durch Y = aX + b mit einem Parameter a > 1, so ist die Varianz von Y echt größer als jene von X.

Richtig, es ist Var(Y) = Var(a·X + b) = a2·Var(X) > Var(X), wenn a > 1

b) Es gilt für die Varianz der Differenz Var(a·X – b·Y) = a2·Var(X) – b2·Var(Y), wenn X und Y unabhängige Zufallsvariablen sind.

Falsch. Vielmehr ist richtig Var(a·X - b·Y) = Var(a·X + (- 1)·b·Y) = a2·Var(X) + (-1)2·b2·Var(Y) = a2·Var(X) + b2·Var(Y), wenn X und Y unabhängig sind.

c) Es gilt stets E(X2) = Var(X) + E(X)2.

Richtig. Dies liegt daran, dass für die Varianz (nach dem Verschiebungssatz) bereits gilt Var(X) = E(X2) + E(X)2.

d) Die Gleichheit E(X·Y) = E(X)·E(Y) gilt nur für unabhängige Zufallsvariablen X und Y.

Falsch, sie gilt bereits für unkorrelierte Zufallsvariablen X und Y.

e) Für konstante Zufallsvariablen X = b gilt E(b) = b und Var(b) = b.

Falsch. Zwar ist der Erwartungswert einer konstanten Zufallsvariablen X = b gleich dieser Zahl b, d.h. E(X) = b, aber die Varianz einer Zahl b ist stets null: Var(b) = 0, denn eine konstante Zufallsvariable X = b streut nicht.

f) Die Varianz einer Summe von Zufallsvariablen Xi also Var($\sum _{i\;=\;1}^n\;$Xi), lässt sich berechnen durch Var(X) = $\sum _{i\;=\;1}^n\;$Var(Xi) + 2$\sum _{j\;<\;k}\;$Cov(Xj, Xk).

Richtig. Der Ausdruck der Covarianzen 2$\sum _{j\;<\;k}\;$Cov(Xj, Xk) fällt weg bei unkorrelierten Zufallsvariablen (erst recht also bei unabhängigen Zufallsvariablen), es gilt dann $\sum _{i\;=\;1}^n\;$Var(Xi).

Aufgabe 2:

Entscheide, ob die folgenden Aussagen über Erwartungswerte und Varianzen richtig oder falsch sind:

a) Wenn man eine Zufallsvariable X mit einer reellen Zahl a multipliziert, so lässt dies die Varianz unverändert: Var(X) = Var (a×X).

b) Die Varianz der Differenz zweier Zufallsvariablen ist, wenn diese unabhängig sind, gleich der Differenz der Varianzen der Zufallsvariablen, d.h. es gilt Var(X - Y) = Var(X) - Var(Y).

c) Für unabhängige Zufallsvariablen X und Y gilt die Beziehung E(X + Y) = E(X) + E(Y).

d) Es ist immer richtig, dass die Kovarianz einer Zufallsvariablen mit sich selbst gleich 0 ist, also Cov(X,X) = 0.

e) Wenn zwei Zufallsvariablen gemeinsam normalverteilt sind, dann sind Unabhängigkeit und Unkorreliertheit äquivalent.

f) Es ist immer richtig, dass der Erwartungswert einer quadrierten Zufallsvariablen X größer oder gleich dem Quadrat des Erwartungswertes ist, d.h. E(X2) ≥ E(X)2.

Lösung:

a) Falsch. Richtig ist vielmehr, dass Var(a·X) = a2·Var(X) gilt.

b) Falsch. Vielmehr gilt

Var(X – Y) = Var(X + (-Y))

= Var(X) + Var(-Y)

= Var(X) + (-1)2·Var(Y)

= Var(X) + Var(Y).

c) Richtig. Beachte trotzdem, dass die Beziehung immer gilt, nicht nur für unabhängige Zufallsvariablen. Auch für abhängige ist die Beziehung E(X + Y) = E(X) + E(Y) richtig.

d) Falsch. Die Covarianz einer Zufallsvariablen mit sich selbst ist vielmehr gleich der Varianz (wie der Name Covarianz schon vermuten lässt). Es gilt also Cov(X,X) = Var(X).

e) Richtig.

f) Richtig, denn es gilt Var(X) = E(X2) – E(X)2, und die Varianz ist stets größer oder gleich null. Also ist

Var(X) = E(X2) – E(X)≥ 0 ‹=› E(X2) ≥ E(X)2

Aufgabe 3:

Gib zu den folgenden Aussagen über Verteilungs- und Dichtungsfunktionen von Zufallsvariablen an, ob sie richtig oder falsch sind.

a) Die Dichtefunktion einer stetigen Verteilung gibt, genau wie die Wahrscheinlichkeitsfunktion einer diskreten Verteilung, die Wahrscheinlichkeiten an, mit denen die verschiedenen möglichen Realisationswerte angenommen werden.

b) Bei jeder stetigen Verteilung ist die Wahrscheinlichkeit, einen möglichen Realisationswert anzunehmen, exakt gleich null.

c) Die Wahrscheinlichkeit der Realisation der Zufallsvariable in einem bestimmten Intervall berechnet man mit Hilfe des Integrals unter der zugehörigen Verteilungsfunktion.

d) Die Werte der Dichtefunktion sind größer oder gleich null und höchstens gleich Eins.

e) Die Verteilungsfunktion einer stetigen Zufallsvariablen ist immer stetig.

f) Die Dichtefunktion einer stetigen Verteilung muss nicht stetig sein.

Lösung:

a) Falsch nicht die Dichtefunktion selbst gibt die Wahrscheinlichkei ten an, sondern die Fläche, die unter der Funktionskurve liegt.

b) Richtig denn die Wahrscheinlichkeitsdichte P(X = a) ist an jedem Punkt gleich null.

c) Falsch hier ist der Begriff der Wahrscheinlichkeitsfunktion, rich tig wäre Dichtefunktion.

d) Falsch die Werte einer Dichtefunktion… wäre richtig!

e) Richtig.

f) Richtig.  

Bild von Autor Daniel Lambert

Autor: Daniel Lambert

Dieses Dokument Aufgaben, Beispiele und Berechnungen zur eindimensionalen Verteilung (ohne Namen) ist Teil eines interaktiven Online-Kurses zum Thema Wahrscheinlichkeitsrechnung.

Dipl.-Math. Dipl.-Kfm. Daniel Lambert gibt seit vielen Jahren Kurse zur Prüfungsvorbereitung. Er unterrichtet stets orientiert an alten Prüfungen und weiß aus langjähriger Erfahrung, wie sich komplexe Sachverhalte am besten aufbereiten und vermitteln lassen. Daniel Lambert ist Repetitor aus Leidenschaft seit nunmehr 20 Jahren.
Vorstellung des Online-Kurses WahrscheinlichkeitsrechnungWahrscheinlichkeitsrechnung
Dieser Inhalt ist Bestandteil des Online-Kurses

Wahrscheinlichkeitsrechnung

wiwiweb - Interaktive Online-Kurse (wiwiweb.de)
Diese Themen werden im Kurs behandelt:

[Bitte auf Kapitelüberschriften klicken, um Unterthemen anzuzeigen]

  • Kombinatorik
    • Einleitung zu Kombinatorik
    • Permutationen
    • Variationen
    • Kombinationen
      • Kombinationen ohne Wiederholung
      • Kombinationen mit Wiederholung
    • Aufgaben, Beispiele und Berechnungen zur Kombinatorik
  • Ereignisse
    • Einleitung zu Ereignisse
    • Übungsaufgaben zu Ereignissen
  • Wahrscheinlichkeiten
    • Einleitung zu Wahrscheinlichkeiten
    • Formeln für Wahrscheinlichkeiten
    • Übungen, Beispiele und Berechnungen zu Wahrscheinlichkeiten
  • Bedingte Wahrscheinlichkeiten
    • Einleitung zu Bedingte Wahrscheinlichkeiten
    • Bedingte Wahrscheinlichkeiten berechnen
    • Richtige Reihenfolge erkennen
    • Satz von der totalen Wahrscheinlichkeit
    • Aufgaben, Beispiele und Berechnungen zur bedingten Wahrscheinlichkeit
  • Eindimensionale Verteilungen (ohne Namen)
    • Einleitung zu Eindimensionale Verteilungen (ohne Namen)
    • Wahrscheinlichkeitsfunktion
    • Dichtefunktionen
    • Verteilungsfunktion
    • Verteilungsparameter
      • Lageparameter
      • Streuungsparameter
    • Linearkombinationen von Zufallsvariablen
    • Aufgaben, Beispiele und Berechnungen zur eindimensionalen Verteilung (ohne Namen)
  • Eindimensionale Verteilungen (mit Namen)
    • Diskrete Verteilungen
      • Einleitung zu Diskrete Verteilungen
      • Binomialverteilung
      • Weitere diskrete Verteilungen
    • Stetige Verteilungen
      • Einleitung zu Stetige Verteilungen
      • Normalverteilung
      • Exponentialverteilung
    • Aufgaben, Lösungen und Beispiele zu eindimensionalen Verteilungen (mit Namen)
  • Mehrdimensionale Verteilungen
    • Einleitung zu Mehrdimensionale Verteilungen
    • Gemeinsame Verteilungsfunktion
    • Randverteilungen
    • Aufgaben, Beispiele und Berechnungen zur mehrdimensionalen Verteilung
  • Gesetz der großen Zahlen
    • Einleitung zu Gesetz der großen Zahlen
    • Zentraler Grenzwertsatz
    • Aufgabe, Berechnung und Lösung zum Gesetz der großen Zahlen
  • Tschebyscheffsche Ungleichung
    • Einleitung zu Tschebyscheffsche Ungleichung
    • Aufgaben, Beispiele und Berechnungen zur tschebyscheffschen Ungleichung
  • 40
  • 63
  • 152
  • 39
einmalig 49,00
umsatzsteuerbefreit gem. § 4 Nr. 21 a bb) UStG
Online-Kurs Top AngebotTrusted Shop

Unsere Nutzer sagen:

  • Gute Bewertung für Wahrscheinlichkeitsrechnung

    Ein Kursnutzer am 23.07.2015:
    "Weiter so!! viele Grüße aus Nürnberg"

  • Gute Bewertung für Wahrscheinlichkeitsrechnung

    Ein Kursnutzer am 08.06.2015:
    "Ich finde, dass Herrn Lambert eine große Gabe hat, schwierige Sachverhalte einfach und strukturiert wiederzugeben. Man gewinnt außerdem den Eindruck, dass er Spaß an der Erklärung hat und an wichtiger Stelle die Fokussierung mit Witz und Präzision in der Wortwahl den Stoff einleuchtend vermittelt. Ich würde mal sagen, das war ein ganz schön dickes LOB! :-) Danke! "

  • Gute Bewertung für Wahrscheinlichkeitsrechnung

    Ein Kursnutzer am 19.01.2015:
    "Super toll , besser als ein Buch"

NEU! Sichere dir jetzt die perfekte Prüfungsvorbereitung und spare 10% bei deiner Kursbuchung!

10% Coupon: lernen10

Zu den Online-Kursen