Antworte auf:  Summe von exponentialverteilten Variablen von Ferdan
Forum:  Stochastik und Statistik, moderiert von: Kleine_Meerjungfrau Monkfish epsilonkugel

[Zur Forum-Gliederung] [Wie man Fragen beantwortet] [Themenstart einblenden]

  Alle registrierten Mitglieder können Mitteilungen schreiben.
Benutzername:
Passwort:
Nachricht-Icon:                   
                  
              
Nachricht:


 

Erledigt J


Input assistance tools (JavaScript): [Link extern intern] [MathML?] [$$?]
[fed-area] [LaTeX-inline] [LaTeX-display] [Tikz] [hide-area][show-area] [Source code [num.]][?]
 Show Preview      Write using fedgeo formula editor or Latex.

Smilies for your message:
😃 😄 😁 🙂 🙃 😉 🤗 🤫 🤔 🙄 😴 🤒 😎 😮 😲 😂
🙁 😖 😒 😐 😡 👌 👍 👎 🤢 🤧 🥵 🥶 😵 🤯 😛 😷
Optionen: Deaktiviere HTML in dieser Nachricht
Deaktiviere MATHML in dieser Nachricht. Wenn Dein Text $-Zeichen enthält, die nicht LaTeX-Formeln begrenzen.
Deaktiviere Smilies in dieser Nachricht
Zeige die Signatur (Kann in 'Mein Profil' editiert werden.)
    [Abbrechen]
 
Beachte bitte die [Forumregeln]


Themenübersicht
semasch
Senior
Dabei seit: 28.05.2021
Mitteilungen: 198
Wohnort: Wien

 Beitrag No.11, eingetragen 2021-06-26 06:01    [Diesen Beitrag zitieren]
\quoteon(2021-06-25 20:02 - Ferdan in Beitrag No. 10) Wenn ich dann jetzt eine neue Zufallsvariable definiere, $Z = X + Y$, wie sieht diese dann aus? Geht diese dann von $\Omega \rightarrow \mathbb{R}$ oder $\Omega^2 \rightarrow \mathbb{R}$? Eigentlich sind $$X und $Y$ ja einstellige Funktionen oder? FUnktioniert dann $Z$ so: $Z(\omega_i) = X(\omega_i) + Y(\omega_i)$ oder eher $Z((\omega_i, \omega_j)) = X(\omega_i) + Y(\omega_j)$ ? \quoteoff Ersteres, die Summe von Zufallsvariablen (wie auch skalare Vielfache, das Produkt, die Differenz, der Quotient, usw.) ist punktweise definiert: \[(X+Y)(\omega) := X(\omega) + Y(\omega), \, \forall \omega \in \Omega.\] LG, semasch

Ferdan
Aktiv
Dabei seit: 13.12.2020
Mitteilungen: 50
 Beitrag No.10, eingetragen 2021-06-25 20:02    [Diesen Beitrag zitieren]
\quoteon(2021-06-25 19:13 - semasch in Beitrag No. 9) \quoteon(2021-06-25 18:33 - Ferdan in Beitrag No. 8) Was ich mich gefragt habe: wieso? Darf man das überhaupt? Die differenz impliziert eine Inklusion. Fakt ist, wenn man die Menge $\{S_k \leq 1\}$ und $\{S_{k+1} \leq 1\}$ betrachtet, dann ist wenn die Bedingung in der zweiten Menge erfüllt ist, die Bedingung garantiert auch in der erssten erfüllt. Man könnte also meinen, die zweite Menge wäre eine Teilmenge der ersten. \quoteoff Ja, das ist alles richtig so, wie du geschrieben hast. Es gilt $[S_{k+1} \le 1] \subseteq [S_k \le 1]$. \quoteon(2021-06-25 18:33 - Ferdan in Beitrag No. 8) Was mich daran jetzt aber stört, die Stelligkeiten der Zufallsvariablen sind ja unterschiedlich, also kann man diese Mengen so eigentlich gar nicht in Relation setzen oder? \quoteoff Hier bin ich mir nicht ganz sicher, was du mit verschiedenen Stelligkeiten meinst. Sowohl $S_k$ als auch $S_{k+1}$ sind auf einem gemeinsamen, zugrundeliegenden Wahrscheinlichkeitsraum $(\Omega, \mathcal{A}, P)$ definiert, insofern sind $[S_k \le 1], [S_{k+1} \le 1] \subseteq \Omega$. Der Vergleichbarkeit dieser Mengen sollte also nichts im Wege stehen. LG, semasch \quoteoff Das liegt vielleicht an meiner Verwirrung wie denn nun die Summe von Zufallsvariablen definiert ist. Das habe ich mich schon immer gefragt und vielleicht muss ich dort nochmals etwas nachfragen. Wenn wir z.B. im diskreten $\Omega = \{\omega_1, \omega_2, ..., \omega_n\}$ betrachten mit zwei Zufallsvariablen $X: \Omega \rightarrow \mathbb{R}$ und $Y: \Omega \rightarrow \mathbb{R}$. Dann ist z.B. $X(\omega_i) = x_i$ und $Y(\omega_i) = y_i$ Wenn ich dann jetzt eine neue Zufallsvariable definiere, $Z = X + Y$, wie sieht diese dann aus? Geht diese dann von $\Omega \rightarrow \mathbb{R}$ oder $\Omega^2 \rightarrow \mathbb{R}$? Eigentlich sind $$X und $Y$ ja einstellige Funktionen oder? FUnktioniert dann $Z$ so: $Z(\omega_i) = X(\omega_i) + Y(\omega_i)$ oder eher $Z((\omega_i, \omega_j)) = X(\omega_i) + Y(\omega_j)$ ?

semasch
Senior
Dabei seit: 28.05.2021
Mitteilungen: 198
Wohnort: Wien

 Beitrag No.9, eingetragen 2021-06-25 19:13    [Diesen Beitrag zitieren]
\quoteon(2021-06-25 18:33 - Ferdan in Beitrag No. 8) Was ich mich gefragt habe: wieso? Darf man das überhaupt? Die differenz impliziert eine Inklusion. Fakt ist, wenn man die Menge $\{S_k \leq 1\}$ und $\{S_{k+1} \leq 1\}$ betrachtet, dann ist wenn die Bedingung in der zweiten Menge erfüllt ist, die Bedingung garantiert auch in der erssten erfüllt. Man könnte also meinen, die zweite Menge wäre eine Teilmenge der ersten. \quoteoff Ja, das ist alles richtig so, wie du geschrieben hast. Es gilt $[S_{k+1} \le 1] \subseteq [S_k \le 1]$. \quoteon(2021-06-25 18:33 - Ferdan in Beitrag No. 8) Was mich daran jetzt aber stört, die Stelligkeiten der Zufallsvariablen sind ja unterschiedlich, also kann man diese Mengen so eigentlich gar nicht in Relation setzen oder? \quoteoff Hier bin ich mir nicht ganz sicher, was du mit verschiedenen Stelligkeiten meinst. Sowohl $S_k$ als auch $S_{k+1}$ sind auf einem gemeinsamen, zugrundeliegenden Wahrscheinlichkeitsraum $(\Omega, \mathcal{A}, P)$ definiert, insofern sind $[S_k \le 1], [S_{k+1} \le 1] \subseteq \Omega$. Der Vergleichbarkeit dieser Mengen sollte also nichts im Wege stehen. LG, semasch

Ferdan
Aktiv
Dabei seit: 13.12.2020
Mitteilungen: 50
 Beitrag No.8, eingetragen 2021-06-25 18:33    [Diesen Beitrag zitieren]
\quoteon(2021-06-23 23:31 - semasch in Beitrag No. 7) Ja, das ist ganz richtig so, es ist $N \sim P(\lambda)$. LG, semasch \quoteoff Vielen dank für deine Hilfe :) Ich wollte mich doch nochmal Rückmelden weil ich noch einen anderen Weg gefunden habe und nicht ganz verstehe, wieso dieser funktioniert. Ich habe folgendes betrachtet: $\mathbb{P}(S_k \leq 1 \cap S_{k+1} > 1) = \mathbb{P}(S_k \leq 1 \setminus S_{k+1} \leq 1) = \mathbb{P}(S_k \leq 1) - \mathbb{P}(S_{k+1} \leq 1) = F_{S_k}(1) - F_{S_{k+1}}(1)$ wobei da dann tatsächlich auch nach viel rechnerei das richtige rauskommt. Was ich mich gefragt habe: wieso? Darf man das überhaupt? Die differenz impliziert eine Inklusion. Fakt ist, wenn man die Menge $\{S_k \leq 1\}$ und $\{S_{k+1} \leq 1\}$ betrachtet, dann ist wenn die Bedingung in der zweiten Menge erfüllt ist, die Bedingung garantiert auch in der erssten erfüllt. Man könnte also meinen, die zweite Menge wäre eine Teilmenge der ersten. Was mich daran jetzt aber stört, die Stelligkeiten der Zufallsvariablen sind ja unterschiedlich, also kann man diese Mengen so eigentlich gar nicht in Relation setzen oder? Wäre cool wenn du oder jemand anders diese Verwirrung noch auflösen könnte :) Mit freundlichen Grüßen

semasch
Senior
Dabei seit: 28.05.2021
Mitteilungen: 198
Wohnort: Wien

 Beitrag No.7, eingetragen 2021-06-23 23:31    [Diesen Beitrag zitieren]
Ja, das ist ganz richtig so, es ist $N \sim P(\lambda)$. LG, semasch

Ferdan
Aktiv
Dabei seit: 13.12.2020
Mitteilungen: 50
 Beitrag No.6, eingetragen 2021-06-23 13:36    [Diesen Beitrag zitieren]
\quoteon(2021-06-22 19:25 - semasch in Beitrag No. 5) Kein Problem, hätte ich an deiner Stelle genau so gemacht, wenn ich die Notation nicht gekannt hätte - es gibt im vorliegenden Fall ja wirklich einige verschiedene Schreibweisen in der Literatur anzutreffen. LG, semasch \quoteoff Ich habe jetzt mal ein wenig experimentiert und würde bei N = k auf den Ausdruck $\frac{\lambda^k e^{-\lambda}}{\Gamma(k+1)}$ stoßen... kann das in die richtige Richtung gehen oder hab ich da totalen quatsch ausgerechnet? Edit: Mooooooment, das ist ja die Poisson Verteilung oder?

semasch
Senior
Dabei seit: 28.05.2021
Mitteilungen: 198
Wohnort: Wien

 Beitrag No.5, eingetragen 2021-06-22 19:25    [Diesen Beitrag zitieren]
Kein Problem, hätte ich an deiner Stelle genau so gemacht, wenn ich die Notation nicht gekannt hätte - es gibt im vorliegenden Fall ja wirklich einige verschiedene Schreibweisen in der Literatur anzutreffen. LG, semasch

Ferdan
Aktiv
Dabei seit: 13.12.2020
Mitteilungen: 50
 Beitrag No.4, eingetragen 2021-06-22 19:15    [Diesen Beitrag zitieren]
\quoteon(2021-06-22 18:14 - semasch in Beitrag No. 3) \[PY_k^{-1}(B) := P(Y_k^{-1}(B)) = P(Y_k \in B)\] für alle $B \in \mathcal{B}$. Es handelt sich also einfach um die (induzierte) Verteilung der Zufallsvariable $Y_k$. LG, semasch \quoteoff Danke, hab ich mir fast schon gedacht aber wollte nur nochmal sicher gehen ^^ Ich probiers dann mal, vielen Dank für die Hilfe.

semasch
Senior
Dabei seit: 28.05.2021
Mitteilungen: 198
Wohnort: Wien

 Beitrag No.3, eingetragen 2021-06-22 18:14    [Diesen Beitrag zitieren]
\[PY_k^{-1}(B) := P(Y_k^{-1}(B)) = P(Y_k \in B)\] für alle $B \in \mathcal{B}$. Es handelt sich also einfach um die (induzierte) Verteilung der Zufallsvariable $Y_k$. LG, semasch

Ferdan
Aktiv
Dabei seit: 13.12.2020
Mitteilungen: 50
 Beitrag No.2, eingetragen 2021-06-22 11:48    [Diesen Beitrag zitieren]
\quoteon(2021-06-22 07:39 - semasch in Beitrag No. 1) Moin Ferdan, $N$ ist, so wie es im Startbeitrag definiert ist, nicht $P$-fs korrekt festgelegt, da $P(Y_1 > 1) > 0$ gilt. Man muss also (unter Beachtung von $Y_0 = 0$ und $0 \in \mathbb{N}$) so definieren: \[N := \max\{k \in \mathbb{N}: Y_k \le 1\}.\] Betrachte nun $k \ge 1$ und beachte, dass mit $A_k := \{(y,x) \in \mathbb{R}^2: y \le 1, x > 1-y\}$ die Beziehung \[[N = k] = [Y_k \le 1, X_{k+1} > 1-Y_k] = [(Y_k,X_{k+1}) \in A_k]\] gilt. Außerdem sind $Y_k \sim \text{Erl}(\lambda,k)$ und $X_{k+1} \sim \text{Erl}(\lambda,1) = \text{Exp}(\lambda)$ unabhängig Erlang-verteilt und insbesondere ist $P(Y_k,X_{k+1})^{-1} = PY_k^{-1} \otimes PX_{k+1}^{-1}$. Damit hast du mit dem Satz von Fubini für Mengen \[P(N = k) = P(Y_k,X_{k+1})^{-1}(A_k) = \int PX_{k+1}^{-1}((A_k)_y) dPY_k^{-1}(y),\] wobei $(A_k)_y := \{x \in \mathbb{R}: (y,x) \in A_k\}$. Das kannst du auswerten, indem du letztlich noch \[\frac{d P Y_k^{-1}}{d\lambda} = f_{Y_k}, \, \frac{d P X_{k+1}^{-1}}{d\lambda} = f_{X_{k+1}}\] mit den jeweils passenden Dichten verwendest. Die resultierende Verteilung von $N$ erfreut sich selbst einer großen Prominenz. LG, semasch \quoteoff Ich bin nicht ganz mit deiner Notation Vertraut. Was meinst du z.B. mit $PY_k^{-1}$ ?

semasch
Senior
Dabei seit: 28.05.2021
Mitteilungen: 198
Wohnort: Wien

 Beitrag No.1, eingetragen 2021-06-22 07:39    [Diesen Beitrag zitieren]
Moin Ferdan, $N$ ist, so wie es im Startbeitrag definiert ist, nicht $P$-fs korrekt festgelegt, da $P(Y_1 > 1) > 0$ gilt. Man muss also (unter Beachtung von $Y_0 = 0$ und $0 \in \mathbb{N}$) so definieren: \[N := \max\{k \in \mathbb{N}: Y_k \le 1\}.\] Betrachte nun $k \ge 1$ und beachte, dass mit $A_k := \{(y,x) \in \mathbb{R}^2: y \le 1, x > 1-y\}$ die Beziehung \[[N = k] = [Y_k \le 1, X_{k+1} > 1-Y_k] = [(Y_k,X_{k+1}) \in A_k]\] gilt. Außerdem sind $Y_k \sim \text{Erl}(\lambda,k)$ und $X_{k+1} \sim \text{Erl}(\lambda,1) = \text{Exp}(\lambda)$ unabhängig Erlang-verteilt und insbesondere ist $P(Y_k,X_{k+1})^{-1} = PY_k^{-1} \otimes PX_{k+1}^{-1}$. Damit hast du mit dem Satz von Fubini für Mengen \[P(N = k) = P(Y_k,X_{k+1})^{-1}(A_k) = \int PX_{k+1}^{-1}((A_k)_y) dPY_k^{-1}(y),\] wobei $(A_k)_y := \{x \in \mathbb{R}: (y,x) \in A_k\}$. Das kannst du auswerten, indem du letztlich noch \[\frac{d P Y_k^{-1}}{d\lambda} = f_{Y_k}, \, \frac{d P X_{k+1}^{-1}}{d\lambda} = f_{X_{k+1}}\] mit den jeweils passenden Dichten verwendest. Die resultierende Verteilung von $N$ erfreut sich selbst einer großen Prominenz. LG, semasch

Ferdan
Aktiv
Dabei seit: 13.12.2020
Mitteilungen: 50
 Themenstart: 2021-06-21 17:10    [Diesen Beitrag zitieren]
Hallo, wenn $X_1, X_2, ...$ eine Folge unabhängiger und identisch (Eben Exp($\lambda$)) verteilter Zufallsvariablen sind, und $Y_n = \sum_{i=1}^nX_i$ für n $\geq 1$ möchte ich nun die Verteilung von $N := \max\{k \geq 1 | Y_k \leq 1\}$ bestimmen. Ich stehe leider etwas auf dem Schlauch. Mein Ansatz bisher: Ich möchte versuchen die Elementarwahrscheinlichkeiten zu bestimmen. Wir betrachten $\mathbb{P}(N = k) = \mathbb{P}(\max\{k \geq 1 | Y_k \leq 1\} = k)$ Wenn $N = k$ muss folgendes für Y gelten: $Y_k = \sum_{i=1}^k X_i \leq 1$ $Y_{k+1} = \sum_{i=1}^{k+1} X_i > 1$ Bei den Summen handelt es sich ja um eine Faltung und ich weiß, dass bei unabhängigen Exponentialverteilten Zufallsvariablen die Gammaverteilung rauskommt, also kann man dies auch sehen als: $\Gamma(k, \lambda) \leq 1$ $\Gamma(k+1, \lambda) > 1$ Dies waren bisher meine Überlegungen, so ganz verstehe ich aber gerade nicht, was jetzt mein erster richtiger Schritt sein muss. Kann mir vielleicht jemand einen kleinen Denkanstoß geben? Danke schon mal im Voraus! Mfg Edit: Könnte es vielleicht der Schnitt von den beiden Ereignissen sein?

 
All logos and trademarks in this site are property of their respective owner. The comments are property of their posters, all the rest © 2001-2021 by Matroids Matheplanet
This web site was originally made with PHP-Nuke, a former web portal system written in PHP that seems no longer to be maintained nor supported. PHP-Nuke is Free Software released under the GNU/GPL license.
Ich distanziere mich von rechtswidrigen oder anstößigen Inhalten, die sich trotz aufmerksamer Prüfung hinter hier verwendeten Links verbergen mögen.
Lesen Sie die Nutzungsbedingungen, die Distanzierung, die Datenschutzerklärung und das Impressum.
[Seitenanfang]