0 Daumen
1,6k Aufrufe

Sei X eine Zufallsvariable mit Erwartungswert E(X) und Varianz Var(X). Bestimmen Sie die Varianz von

                              Y=(X-E(X))/(sqrt(Var(X)))

Avatar von

3 Antworten

+1 Daumen

du musst mit der Definition des Erwartungswerts und ein paar Rechenregeln hantieren.

Zu allerst:

E(Y)=E(XE(X)V(X))=E(X)E(X)V(X)=0 E(Y) = E \left( \frac{X-E(X)}{\sqrt{V(X)}} \right) = \frac{E(X)-E(X)}{\sqrt{V(X)} } = 0

und

V(Y)=E(Y2)(E(Y)))2=E(Y2)=E((XE(X))2V(X))=E((XE(X))2)V(X)=V(X)V(X)=1 V(Y) = E(Y^2) - (E(Y)))^2 = E(Y^2) = E \left(\frac{(X-E(X))^2}{V(X)} \right) \\ = \frac{ E((X-E(X))^2)}{V(X) } = \frac{V(X)}{V(X)} = 1


Gruß

Avatar von 23 k

Danke, für deine Hilfe. Ich habe die Lösung auch gerade gefunden, aber noch nicht verstanden...


Wieso kann ich denn E(Y) = E( X - E(X) / sqrt(Var(x)) annehmen? Ich glaube daran scheitert es gerade

Weil Y diese Form hat....

Wäre Y = 2X wäre ja auch E(Y) = E(2X)....

Ich habe hier einen Satz der besagt, der Erwartungswert einer Konstante ist eben diese Konstante.

Daher kann ich  E(Y) = Y  bzw. E(X) = X annehmen?

Das stimmt (solltest du dir selber klar machen warum). Aber in dieser Aufgabe sind Y und X keine konstanten. Allerdings sind E(X) und V(X) ja Konstanten. Also gilt E(E(X)) = E(X) und E(V(X))  = V(X). Außerdem benötigst du noch für die obigen Umformungen die Erkenntnisse, dass der Erwartungswert linear ist!

Super danke, ich versuch es nochmal

+1 Daumen

Hi,
mit Y=XE(X)Var(X) Y = \frac{X - E(X)}{\sqrt{Var(X)}} und wenn man Var(X)=E(X2)E(X)2 Var(X) = E(X^2) - E(X)^2 benutzt folgt
(1)E(Y)=E(XE(X)Var(X))=E(X)E(X)Var(x)=0 (1) \quad E(Y) = E\left( \frac{X - E(X)}{\sqrt{Var(X)}} \right) = \frac{E(X) - E(X)}{\sqrt{Var(x)}} = 0
Weiter gilt
(2)Var(Y)=E(Y2)E(Y)2=E[(XE(X)Var(X))2][E(XE(X)Var(X))]2 (2) \quad Var(Y) = E(Y^2) - E(Y)^2 = E\left[ \left( \frac{X - E(X)}{\sqrt{Var(X)}} \right)^2 \right] - \left[ E \left( \frac{X - E(X)}{\sqrt{Var(X)}} \right) \right]^2
Es gilt E(XE(X)Var(X))=0 E \left( \frac{X - E(X)}{\sqrt{Var(X)}} \right) = 0 und
E[(XE(X)Var(X))2]=E[X22XE(X)+E(X)2E(X2)E(X)2] E\left[ \left( \frac{X - E(X)}{\sqrt{Var(X)}} \right)^2 \right] = E \left[ \frac{X^2 -2 \cdot X \cdot E(X) + E(X)^2}{E(X^2) - E(X)^2} \right] und das ist gleich
[E(X2)2E(X)2+E(X)2E(X2)E(X)2]=E(X2)E(X)2E(X2)E(X)2=1 \left[ \frac{E(X^2) -2E(X)^2 + E(X)^2}{E(X^2) - E(X)^2} \right] = \frac{E(X^2) -E(X)^2}{E(X^2) - E(X)^2} = 1

Avatar von 39 k
0 Daumen
Var(Y) = 1 und E(W) = 0
Man nennt standardisierte Zufallsvariable. Aber ich wäre Euch dankbar, wenn einer mal erklären könnte, wie man darauf kommt..
Was ich zu der Formel ja weiß ist, Var(x) = E(x^2) - E(x)^2
Wenn ich also die Formel quadriere und dann Var(x)=... einsetze komme ich auf
Y = (x^2 - E(x)^2}) /  (E(x^2)-E(x)^2)
Edit:

Also ich habe es jetzt, bin aber noch nicht wirklich hinter gestiegen...  Aber so soll es gehen
E(Y) = 1 / sqrt(var(x)) * E(x) - (E(x) / sqrt(var(x)) = 0Var(Y) = (1 / var(x) ) * var(x)  = 1
Avatar von

Ein anderes Problem?

Stell deine Frage