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 "Wahrscheinlichkeitstheorie" - Normalverteilung, Kovarianz
Normalverteilung, Kovarianz < Wahrscheinlichkeitstheorie < Stochastik < Hochschule < Mathe < Vorhilfe
Ansicht: [ geschachtelt ] | ^ Forum "Wahrscheinlichkeitstheorie"  | ^^ Alle Foren  | ^ Forenbaum  | Materialien

Normalverteilung, Kovarianz: Frage (beantwortet)
Status: (Frage) beantwortet Status 
Datum: 22:34 Sa 25.05.2013
Autor: sissile

Aufgabe
Seien [mm] X_1 [/mm] ,.., [mm] X_n [/mm] unabhängige N(0,1) Zufallsvariablen, [mm] X=(X_1 [/mm] ,.., [mm] X_n) [/mm] und [mm] m=(m_1 [/mm] ,.., [mm] m_n) [/mm] n-dimensionale Vektoren, und B eine n [mm] \times [/mm] n Matris. Dann hat Y= m + BX die Dichte
[mm] f_Y [/mm] (x) = [mm] \frac{1}{\sqrt{(2\pi)^n det \Sigma}} [/mm] exp [mm] (-\frac{1}{2} (x-m)^T \Sigma^{-1} [/mm] (x-m)),
wobei [mm] \Sigma= [/mm] B [mm] B^T [/mm]

1) Zeige , [mm] \Sigma_{i,j} [/mm] = Cox [mm] (Y_i, Y_j) [/mm]
2) Zeige: Gilt füe zwei Zufallsvariablen [mm] Y_1 [/mm] ~ N( [mm] \mu_1 [/mm] , [mm] \sigma_1^2) [/mm] und [mm] Y_2 [/mm] ~ [mm] N(\mu_2 [/mm] , [mm] \sigma_2^2) [/mm] dass die Kovarianz [mm] Cov(Y_1 [/mm] , [mm] Y_2)=0 [/mm] , dann sind [mm] Y_1 [/mm] und [mm] Y_2 [/mm] unabhängig.
Hinweis: Betrachte die gem dichte von [mm] Y_1 [/mm] und [mm] Y_2 [/mm] und benutze punkt 1!

1) hab ich
2)Cov( [mm] Y_i, Y_i [/mm] )= [mm] Var(Y_i)=\sigma_i^2 [/mm]
[mm] Cos(Y_1, Y_2)= Cov(Y_2, Y_1)=0 [/mm]
=> [mm] \Sigma= \pmat{ \sigma_1^2 & 0\\ 0 & \sigma_2^2 } [/mm]
=> [mm] \Sigma^{-1}=\frac{1}{\sigma_1^2 \sigma_2^2} \pmat{ \sigma_2^2 & 0\\ 0 & \sigma_1^2 } [/mm]

Wie kann ich die gemeinsame Dichte ausrechnen? Ich habe nur eine Formel für [mm] Y_1, Y_2 [/mm] unabhängig, denn dann ist es das Produkt der Randdichten.

Um die Dichte in der Angabe zu verwenden, müsste sich jede Normalverteilte Zufallsvariable als [mm] Y_i [/mm] = [mm] m_i [/mm] + b X mit X ~ N(0,1) schreiben lassen.
Ich komme da nicht weiter!

        
Bezug
Normalverteilung, Kovarianz: Antwort
Status: (Antwort) fertig Status 
Datum: 11:16 So 26.05.2013
Autor: luis52

  
> Wie kann ich die gemeinsame Dichte ausrechnen? Ich habe nur
> eine Formel für [mm]Y_1, Y_2[/mm] unabhängig, denn dann ist es das
> Produkt der Randdichten.
>  


Schreibe doch mal die Dichte auf fuer den Fall $n=2$ auf oder google bivariate Normalverteilung. Dann setzte deine Ergebnisse ein fuer [mm] $\Sigma^{-1}$. [/mm] Dann wirst du sehen, dass sich die gemeinsame Dichte als ein bestimmtes  Produkt darstellen laesst.

vg Luis

Bezug
                
Bezug
Normalverteilung, Kovarianz: Mitteilung
Status: (Mitteilung) Reaktion unnötig Status 
Datum: 01:18 Mo 27.05.2013
Autor: sissile

*danke, hat geklappt ;)

Bezug
Ansicht: [ geschachtelt ] | ^ Forum "Wahrscheinlichkeitstheorie"  | ^^ Alle Foren  | ^ Forenbaum  | Materialien


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