www.vorhilfe.de
Vorhilfe

Kostenlose Kommunikationsplattform für gegenseitige Hilfestellungen.
Hallo Gast!einloggen | registrieren ]
Startseite · Forum · Wissen · Kurse · Mitglieder · Team · Impressum
Forenbaum
^ Forenbaum
Status Englisch
  Status Grammatik
  Status Lektüre
  Status Korrekturlesen
  Status Übersetzung
  Status Sonstiges (Englisch)

Gezeigt werden alle Foren bis zur Tiefe 2

Navigation
 Startseite...
 Neuerdings beta neu
 Forum...
 vorwissen...
 vorkurse...
 Werkzeuge...
 Nachhilfevermittlung beta...
 Online-Spiele beta
 Suchen
 Verein...
 Impressum
Das Projekt
Server und Internetanbindung werden durch Spenden finanziert.
Organisiert wird das Projekt von unserem Koordinatorenteam.
Hunderte Mitglieder helfen ehrenamtlich in unseren moderierten Foren.
Anbieter der Seite ist der gemeinnützige Verein "Vorhilfe.de e.V.".
Partnerseiten
Weitere Fächer:

Open Source FunktionenplotterFunkyPlot: Kostenloser und quelloffener Funktionenplotter für Linux und andere Betriebssysteme
Forum "Uni-Stochastik" - Beziehung Verteilungen
Beziehung Verteilungen < Stochastik < Hochschule < Mathe < Vorhilfe
Ansicht: [ geschachtelt ] | ^ Forum "Uni-Stochastik"  | ^^ Alle Foren  | ^ Forenbaum  | Materialien

Beziehung Verteilungen: Normalvert.-Exp.Vert.
Status: (Frage) beantwortet Status 
Datum: 14:58 Mi 01.05.2013
Autor: Studiiiii

Hallo ich habe eine Frage:
Bei Wikipedia ([]Exponentialverteilung)
steht unter dem Punkt: Beziehung zur Normalverteilung, dass wenn man die quadrate zweier unabhängiger, gleichverteilter Zufallsvariablen addiert, die neue ZV exponential verteilt ist.
(zum Paramter 1/2)

Wie kommt dieser zusammenhang zustande?
Ich habe versucht mir über die Faltung das zu erklären, aber ich komme nicht zum Übergang auf die Quadrate.

Wäre super, wenn mir jemand erklären könnte wie man da vor geht, um diese Aussage zu beweisen. Bzw. mir erklären, wie man zu den Quadraten schließen kann.

Lg

        
Bezug
Beziehung Verteilungen: Antwort
Status: (Antwort) fertig Status 
Datum: 15:39 Mi 01.05.2013
Autor: Al-Chwarizmi


> Hallo ich habe eine Frage:
>  Bei Wikipedia
> ([]Exponentialverteilung)
>  steht unter dem Punkt: Beziehung zur Normalverteilung,
> dass wenn man die quadrate zweier unabhängiger,
> gleichverteilter Zufallsvariablen     [haee]    [kopfschuettel]
> addiert, die neue ZV exponential verteilt ist.
>  (zum Paramter 1/2)
>  
> Wie kommt dieser zusammenhang zustande?
>  Ich habe versucht mir über die Faltung das zu erklären,
> aber ich komme nicht zum Übergang auf die Quadrate.
>  
> Wäre super, wenn mir jemand erklären könnte wie man da
> vor geht, um diese Aussage zu beweisen. Bzw. mir erklären,
> wie man zu den Quadraten schließen kann.
>  
> Lg


Hallo Studiiiii,

du hast das falsch zitiert. In Wirklichkeit steht da:

Beziehung zur Normalverteilung:

Sind die Zufallsvariablen X und Y standard-normalverteilt
und unabhängig, so ist [mm] X^2+Y^2 [/mm] exponentialverteilt mit Parameter [mm]
$\lambda=\tfrac12.$ [/mm]

Also nix von Gleichverteilung !

Für das Rechnen mit solchen Verteilungen google mal:
"Summe, Produkt und Quotient von unabhängigen Zufallsvariablen"
Es scheint allerdings, dass da Texte unterschiedlicher
Qualität zu finden sind.

LG ,   Al-Chwarizmi


Bezug
                
Bezug
Beziehung Verteilungen: Frage (beantwortet)
Status: (Frage) beantwortet Status 
Datum: 15:53 Mi 01.05.2013
Autor: Studiiiii

oh okay, da hab ich wohl was verwechselt gehabt.

Finde via Google meistens nur das ohne die quadrate.
Hast du selbst keinen Tipp?
Irgendwie helfen mir die Skripte gerade nicht weiter (vielleicht weis ich auch nicht so genau, was ich überhaupt suche).

Bezug
                        
Bezug
Beziehung Verteilungen: Mitteilung
Status: (Mitteilung) Reaktion unnötig Status 
Datum: 16:00 Mi 01.05.2013
Autor: Studiiiii

Hätte da eine Idee:
Kann ich die Dichte der Quadrate bestimmen und dann daraus die Dichte der Summe? Ist das der Weg den man gehen kann?


Bezug
        
Bezug
Beziehung Verteilungen: Antwort
Status: (Antwort) fertig Status 
Datum: 16:01 Mi 01.05.2013
Autor: luis52

Moin, beide Variablen sind dann [mm] $\chi^2(1)$-verteilt. [/mm] Also ist [mm] $X^2+Y^2$ [/mm]
[mm] $\chi^2(2)$-verteilt... [/mm]

vg Luis

Bezug
                
Bezug
Beziehung Verteilungen: Frage (beantwortet)
Status: (Frage) beantwortet Status 
Datum: 01:40 So 05.05.2013
Autor: yangwar1

Wir hatten in der Vorlesung den Satz, dass wenn X, Y unabhängig sind, dass dann X+Y die Faltung [mm] f_1 \* f_2 [/mm] hat.
Nun müsste ich nur die Dichen von [mm] X^2 [/mm] berechnen. Dann könnte ich mit dem Blockungslemma auf die Unabhängigkeit von [mm] X^2 [/mm] und [mm] Y^2 [/mm] schließen und hätte dann die Dichte von [mm] X^2+Y^2. [/mm] Kann man dann aus der Dichte den Parameter [mm] \lambda [/mm] ablesen?

Wenn X nach N(0,1) verteilt ist, dann ist [mm] Y:=X^2 [/mm] nach Gamma(1/2,1/2) verteilt ist. Damit könnte ich dann alles ausrechnen. Das erscheinen mir aber recht viele Rechnungen. Gibt es einen einfacheren Weg?

Bezug
                        
Bezug
Beziehung Verteilungen: Antwort
Status: (Antwort) fertig Status 
Datum: 10:33 So 05.05.2013
Autor: luis52


> Wir hatten in der Vorlesung den Satz, dass wenn X, Y
> unabhängig sind, dass dann X+Y die Faltung [mm]f_1 \* f_2[/mm] hat.
> Nun müsste ich nur die Dichen von [mm]X^2[/mm] berechnen. Dann
> könnte ich mit dem Blockungslemma auf die Unabhängigkeit
> von [mm]X^2[/mm] und [mm]Y^2[/mm] schließen und hätte dann die Dichte von
> [mm]X^2+Y^2.[/mm] Kann man dann aus der Dichte den Parameter [mm]\lambda[/mm]
> ablesen?

Ja.

>  
> Wenn X nach N(0,1) verteilt ist, dann ist [mm]Y:=X^2[/mm] nach
> Gamma(1/2,1/2) verteilt ist.

Gut.

> Damit könnte ich dann alles
> ausrechnen. Das erscheinen mir aber recht viele Rechnungen.

Ich weiss nicht, ueber welche Vorkenntnisse du verfuegst. Zur Uebung ist mancherlei Plackerei nicht schlecht.


> Gibt es einen einfacheren Weg?

Ja, unter Verwendung der momenterzeugenden Funktion [mm] $E[\exp(tX)]$. [/mm]

vg Luis




Bezug
                                
Bezug
Beziehung Verteilungen: Frage (beantwortet)
Status: (Frage) beantwortet Status 
Datum: 21:43 So 05.05.2013
Autor: yangwar1

Also ist [mm] X^2 \sim Gamma(\bruch{1}{2},\bruch{1}{2}). [/mm] Die Dichte f(t) ist somit:
[mm] f(t)=\begin{cases} \brucht{\bruch{1}{2}^\bruch{1}{2}}{\bruch{1}{2}*\integral_{0}^{\infty}{exp(x^2) dx}}*t^\bruch{-1}{2}*exp(-\bruch{1}{2}*t), & \mbox{für } t \mbox{ >0} \\ 0, & \mbox{für } t \mbox{ <=0} \end{cases}=\begin{cases} \bruch{exp(-t/2)}{\wurzel{2*\pi}*\wurzel{t}}, & \mbox{für } t \mbox{ >0} \\ 0, & \mbox{für } t \mbox{ <=0} \end{cases}. [/mm]
Nach dem Blockungslemma ist nun [mm] X^2+Y^2 [/mm] unabhängig, da X und Y unabhängig sind (setze [mm] g(x,y)=x^2+y^2...). [/mm]

Es gilt nun [mm] f_1 \* f_2(z)=\integral_{0}^{\infty}{\bruch{1}{exp(\bruch{1}{4})*\wurzel{2*\pi}*\wurzel{x}}*\bruch{1}{exp(\bruch{1}{4})*\wurzel{2*\pi}*\wurzel{z-x}} dx}. [/mm]

Das Integral konvergiert aber nicht.

Bezug
                                        
Bezug
Beziehung Verteilungen: Antwort
Status: (Antwort) fertig Status 
Datum: 22:19 So 05.05.2013
Autor: luis52


> Das Integral konvergiert aber nicht.  


Deine Integrationsgrenzen stimmen nicht: Es muss gelten $z-x>0_$ ...

Gute Nacht.

Luis

Bezug
                                                
Bezug
Beziehung Verteilungen: Frage (beantwortet)
Status: (Frage) beantwortet Status 
Datum: 22:34 So 05.05.2013
Autor: yangwar1

Ok, dann würde ich die Integrationsgrenzen auf 0 und z setzen?

Damit erhalte ich dann [mm] f(t)=\bruch{E^-t}{2}. [/mm]

Die Dichte der Exponentialverteilung lautet aber [mm] f(t)=\lambda*e^{-t*\lambda} [/mm] Also muss irgendwo noch ein Fehler sein.


Bezug
                                                        
Bezug
Beziehung Verteilungen: Antwort
Status: (Antwort) fertig Status 
Datum: 07:09 Mo 06.05.2013
Autor: luis52


> Damit erhalte ich dann [mm]f(t)=\bruch{E^-t}{2}.[/mm]
>  


Kann ich nicht nachvollziehen. *Ich* erhalte

[mm] $(f_1 [/mm] * [mm] f_2)(z)=\frac{1}{2\pi}e^{-z/2}\int_0^z\bruch{dx}{\wurzel{x(z-x)}} =\frac{1}{2}e^{-z/2} [/mm] $.

vg Luis

Bezug
                                                                
Bezug
Beziehung Verteilungen: Frage (beantwortet)
Status: (Frage) beantwortet Status 
Datum: 16:42 Mo 06.05.2013
Autor: yangwar1

Wie kommt man denn nun auf den Erwartungswert [mm] E(\wurzel{X^2+Y^2})? [/mm]

Ich vermute, dass man ausnutzen muss, dass [mm] X^2+Y^2 [/mm] exponentialverteilt ist.
Man könnte ja die Transformationsformel anwenden, aber ich weiß die Dichte von [mm] \wurzel{X^2+Y^2} [/mm] nicht.

Bezug
                                                                        
Bezug
Beziehung Verteilungen: Antwort
Status: (Antwort) fertig Status 
Datum: 18:00 Mo 06.05.2013
Autor: luis52


> Wie kommt man denn nun auf den Erwartungswert
> [mm]E(\wurzel{X^2+Y^2})?[/mm]
>  
> Ich vermute, dass man ausnutzen muss, dass [mm]X^2+Y^2[/mm]
> exponentialverteilt ist.
> Man könnte ja die Transformationsformel anwenden, aber ich
> weiß die Dichte von [mm]\wurzel{X^2+Y^2}[/mm] nicht.  

Sei $Z_$ eine ZV, die nur positive Werte annimmt. Dann ist fuer $z>0_$

[mm] $P(Z^2\le z)=P(Z\le\sqrt{z})=F_Z(\sqrt{z})$ [/mm]

Leite nun nach $z_$ ab.

vg Luis


Bezug
                                                                                
Bezug
Beziehung Verteilungen: Frage (beantwortet)
Status: (Frage) beantwortet Status 
Datum: 19:43 Mo 06.05.2013
Autor: yangwar1

Das verstehe ich jetzt nichts. Worauf willst du hinaus und was meinst du mit [mm] F_Z? [/mm]

Bezug
                                                                                        
Bezug
Beziehung Verteilungen: Antwort
Status: (Antwort) fertig Status 
Datum: 21:16 Mo 06.05.2013
Autor: luis52

Gut, noch ein Versuch.

Setze [mm] $Z=X^2+Y^2$. [/mm] Wir wissen, dass $Z_$ exponentialverteilt ist. Bezeichne die Verteilungsfunktion von $Z_$ mit [mm] $F_Z$. [/mm] Dann ist


[mm] $P\sqrt{Z}\le z)=P(Z\le z^2)=F_Z(z^2)=1-\exp(-z^2/2)$. [/mm]

Leite nun nach $z_$ ab, dann erhaeltst du die Dichte von [mm] $\sqrt{X^2+Y^2}$. [/mm]

vg Luis


Bezug
Ansicht: [ geschachtelt ] | ^ Forum "Uni-Stochastik"  | ^^ Alle Foren  | ^ Forenbaum  | Materialien


^ Seitenanfang ^
www.englischraum.de
[ Startseite | Forum | Wissen | Kurse | Mitglieder | Team | Impressum ]