mirror of
https://gitlab.cs.fau.de/ik15ydit/latexandmore.git
synced 2024-11-22 11:49:32 +01:00
Kovarianz Beispiel ausfuehrlich
This commit is contained in:
parent
da032c03c1
commit
40390f1d9b
@ -125,6 +125,57 @@ Standartwerte f\"ur Konfidenz:
|
||||
\mu \in [\bar{x} - z_{1-\frac{\alpha}{2}} * \frac{\sigma}{\sqrt{n}}]
|
||||
\end{align}
|
||||
|
||||
\subsection{Kovarianz}
|
||||
Sind zwei Zufallsvariablen $X_1$, $X_2$ stochastisch unabh\"angig dann
|
||||
gilt:
|
||||
|
||||
\begin{align}
|
||||
cov(X_1,X_2) = 0
|
||||
\end{align}
|
||||
|
||||
Ansonsten:
|
||||
\begin{align}
|
||||
cov(X_1,X_2) = E(X_1X_2) - E(X_1)E(X_2)
|
||||
\end{align}
|
||||
\textbf{Erwartungswert}:
|
||||
\begin{align}
|
||||
EX = \sum_{k \in \Omega} k * P(X = k) = \int_{-\infty}^{\infty} x * f(x) dx
|
||||
\end{align}
|
||||
\textbf{Beispiel}:
|
||||
Berechnen der Kovarianz der Zufallsvariablen $Z_1 = X_1 - X_2$ und $Z_2 = X_1$,
|
||||
wenn der Zufallsvektor $(X_1,X_2)$ auf der Menge
|
||||
\begin{align}
|
||||
M = \{(x_1,x_2)| 0 \leq x_2 \leq 2 \text{ und } 0 \leq x_1 \leq x_2\}
|
||||
\end{align}
|
||||
\textbf{Gesucht}: $cov(Z_1, Z_2)$
|
||||
\begin{enumerate}
|
||||
\item Kovavarianz umformen
|
||||
\begin{align}
|
||||
cov(Z_1, Z_2) = cov(X_1-X_2, X_1) = (E(X^2_1)-E(X_1)^2)-(E(X_2X_1)-E(X_2)E(X_1))
|
||||
\end{align}
|
||||
\item Die \textbf{Fl\"ache} $A_M$ unter Funktion berechnen: $A_M = 2$.\\
|
||||
\item Die \textbf{Dichtefunktion} ist der Kehrwert von $A_M$ und damit $\frac{1}{2}$.
|
||||
\begin{align}
|
||||
f(x_1,x_2) =
|
||||
\begin{cases}
|
||||
\frac{1}{2} & x_1,x_2 \in M \\
|
||||
0 & sonst
|
||||
\end{cases}
|
||||
\end{align}
|
||||
\item Jetzt wieder mittels \textbf{Marginalsdichte} $f(x_1)$ und $f(x_2)$ bestimmen.
|
||||
\begin{align}
|
||||
f_1(x_1) = \int_{x_1}^2 f(x_1,x_2) dx_2\\
|
||||
f_2(x_2) = \int_{0}^{x_2} f(x_1,x_2) dx_1
|
||||
\end{align}
|
||||
\item Berechnung der ben\"otigten Erwartungswerte $E$:
|
||||
\begin{align}
|
||||
E(X_i) = \int_{0}^{2} x_i * f_i(x_i) dx\\
|
||||
E(X_i^2) = \int_{0}^{2} x_i^2 * f_i(x_i) dx\\
|
||||
E(X_1X_2) = \underbrace{\int_0^{2}\int_{0}^{x_2}}_{\text{Integration \"uber $x_1$ und
|
||||
$x_2$}} x_1*x_2*f(x_1,x_2) dx_1 dx_2
|
||||
\end{align}
|
||||
\item Einsetzen in umgeformte Kovarianzformel (siehe 1)
|
||||
\end{enumerate}
|
||||
\section{Mengen}
|
||||
\subsection{o-Algebra}
|
||||
- leere Menge enthalten\\
|
||||
@ -178,18 +229,18 @@ $\textbf{oder noch allgemeiner, mit Anzahl M\"oglichkeiten 'z' (z.B. 6 bei W\"ur
|
||||
\end{pmatrix}(z-1)^{(n-x)}}{z^n}
|
||||
\]
|
||||
\subsubsection{X-Mal Werfen, min eine 3 unter der Bedingung min. eine 6}
|
||||
A = min. eine 3 \\
|
||||
B = min. eine 6 \\\\
|
||||
\textbf{gesucht:} \[P(A|B) = \frac{P(A\cap B)}{P(B)} \]
|
||||
\[P(B) = 1-P(keine\;6) = 1-\left(\frac{5}{6}\right)^4 = \frac{625}{1296}\]
|
||||
\textbf{Idee:}
|
||||
\begin{align*}
|
||||
A = min. eine 3 \\
|
||||
B = min. eine 6 \\\\
|
||||
\textbf{gesucht:} \[P(A|B) = \frac{P(A\cap B)}{P(B)} \]
|
||||
\[P(B) = 1-P(keine\;6) = 1-\left(\frac{5}{6}\right)^4 = \frac{625}{1296}\]
|
||||
\textbf{Idee:}
|
||||
\begin{align*}
|
||||
P(A\cap B) &= 1-P(\neg (A\cap B))\\
|
||||
&= 1-P(\neg A \cup \neg B)\\
|
||||
&= 1-P(\neg A) - P(\neg B) + P(\neg A \cap \neg B)\\
|
||||
&= 1-P(keine\;3)-P(keine\;6)+P(weder\;3\;noch\;6)\\
|
||||
&= 1-\left( \frac{5}{6}\right)^4-\left( \frac{5}{6}\right)^4-\left( \frac{4}{6}\right)^4 = 1- \frac{994}{1296}
|
||||
\end{align*}
|
||||
\end{align*}
|
||||
...und das dann nur noch oben einsetzen und fertig.
|
||||
|
||||
\subsubsection{Seiten mit verschiedenen Wahrscheinlichkeiten}
|
||||
|
Loading…
Reference in New Issue
Block a user