0 Daumen
1,1k Aufrufe

Aufgabe:

Die Zufallsvariablen Ri mit i=1,2,3,4,5 seien unabhängig normalverteilt mit folgendem Erwartungswert und folgender Varianz:

 \( R_{i} \sim\left\{\begin{array}{l}N(2,3), \quad i=1,2 \\ N(1.7,1.1), i=3,4,5\end{array}\right. \)

Für die Zufallsvariable R ‾ gilt R ‾ =2.49 R1 +2.73 R4 . Wie groß ist die Wahrscheinlichkeit P( R ‾ ≤10.1)?

Avatar von

1 Antwort

0 Daumen

Antwort mit KI erzeugt

Aufgabe: Wahrscheinlichkeit, Varianz und Erwartungswert für eine Linearkombination von normalverteilten Zufallsvariablen

Gegeben ist, dass die Zufallsvariablen \(R_i\) normalverteilt sind mit den Parametern:

- \(R_i \sim N(2,3)\) für \(i = 1, 2\)
- \(R_i \sim N(1.7,1.1)\) für \(i = 3, 4, 5\)

Wir interessieren uns für die Zufallsvariable \(\overline{R} = 2.49R_1 + 2.73R_4\) und möchten die Wahrscheinlichkeit \(P(\overline{R} \leq 10.1)\) bestimmen.

Schritt 1: Erwartungswert von \(\overline{R}\) bestimmen

Der Erwartungswert einer Linearkombination von Zufallsvariablen ist die Linearkombination der Erwartungswerte der jeweiligen Zufallsvariablen, also:

\( E(\overline{R}) = 2.49E(R_1) + 2.73E(R_4) \)

Da \(E(R_1) = 2\) (aus \(N(2,3)\)) und \(E(R_4) = 1.7\) (aus \(N(1.7,1.1)\)) bekannt sind, erhalten wir:

\( E(\overline{R}) = 2.49 \times 2 + 2.73 \times 1.7 = 4.98 + 4.641 = 9.621 \)

Schritt 2: Varianz von \(\overline{R}\) bestimmen

Die Varianz einer Linearkombination unabhängiger Zufallsvariablen ist die Summe der mit dem Quadrat der Koeffizienten gewichteten Varianzen der Zufallsvariablen:

\( Var(\overline{R}) = 2.49^2Var(R_1) + 2.73^2Var(R_4) \)

Mit \(Var(R_1) = 3\) und \(Var(R_4) = 1.1\), erhalten wir:

\( Var(\overline{R}) = 2.49^2 \times 3 + 2.73^2 \times 1.1 = 18.5901 + 8.1979 = 26.788 \)

Schritt 3: Standardabweichung von \(\overline{R}\) bestimmen

Die Standardabweichung ist die Wurzel aus der Varianz, also:

\( \sigma(\overline{R}) = \sqrt{Var(\overline{R})} = \sqrt{26.788} \approx 5.18 \)

Schritt 4: Standardnormalverteilung nutzen

Um \(P(\overline{R} \leq 10.1)\) zu bestimmen, transformieren wir \(\overline{R}\) in eine Standardnormalverteilung \(Z\) mit:

\( Z = \frac{\overline{R} - E(\overline{R})}{\sigma(\overline{R})} \)

Somit:

\( P(\overline{R} \leq 10.1) = P\left(Z \leq \frac{10.1 - 9.621}{5.18}\right) = P(Z \leq 0.092) \)

Schritt 5: Wahrscheinlichkeit berechnen

Suchen wir in der Standardnormalverteilungstabelle oder nutzen ein Programm, finden wir für \(P(Z \leq 0.092)\) einen Wert von ca. \(0.536\), was bedeutet, dass die Wahrscheinlichkeit, dass \(\overline{R}\) kleiner oder gleich 10.1 ist, ungefähr 53.6% beträgt.
Avatar von 3,5 k

Ein anderes Problem?

Stell deine Frage

Willkommen bei der Mathelounge! Stell deine Frage einfach und kostenlos

x
Made by a lovely community