0 Daumen
489 Aufrufe

Hallo Community,

kann mir bitte jemand mit Rechenschritten erklären, wie man auf diese Vereinfachung kommt? :)



=eγW0+γαμE[eγ(1α)L]=eγW0+γαμeγ(1α)μ+(γ(1α)σ)22=eγ(μW0)e(γ(1α)σ)22 \begin{array}{l}=-e^{-\gamma W_{0}+\gamma \alpha \mu} \cdot E\left[e^{\gamma(1-\alpha) L}\right] \\ =-e^{-\gamma W_{0}+\gamma \alpha \mu} \cdot e^{\gamma(1-\alpha) \mu+\frac{(\gamma(1-\alpha) \sigma)^{2}}{2}}=-e^{\gamma\left(\mu-W_{0}\right)} \cdot e^{\frac{(\gamma(1-\alpha) \sigma)^{2}}{2}}\end{array}

Hint: XN(μ,σ2)E[eγX]=eγμ+γ2σ22 X \sim N\left(\mu, \sigma^{2}\right) \Rightarrow E\left[e^{\gamma X}\right]=e^{\gamma \mu+\frac{\gamma^{2} \sigma^{2}}{2}} .


Avatar von

Ich verstehe Deine Frage nicht. Ich gehe davon aus, dass die Formel des "Hint" auf L (statt X) angewandt werden kann und dass Dir die Rechenregel ea+b=eaebe^{a+b}=e^a\cdot e^b bekannt ist?

1 Antwort

+1 Daumen

Hallo döschwo,
zu zeigen ist von Zeile 1 zu Zeile 2:
blob.png


wobei μ der Mittelwert von der Zufallsvariable L ist, und σ die Standardabweichung.
E[M] ist der Erwartungswert der Zufallsvariable M.
Kannst du mir bis hierher folgen?

Avatar von 4,1 k
Hallo döschwo

Die Frage ist von Math6262.

:-)

Oh ja, sorry.

Hallo Math6262. Wie ich sehe, hast du kein Interesse mehr an deiner Aufgabe.

Ein anderes Problem?

Stell deine Frage