Aloha :)
Für die Varianz gibt es 2 handliche Formeln, mit denen man sehr weit kommt:(1)Var(aX+b)=a2⋅Var(X);a,b∈R;X= Zufallsvariable(2)Var(X+Y)=Var(X)+Var(Y)+2⋅Cov(X,Y);X,Y= ZufallsvariableBeide Formeln kannst du mit Hilfe der Linearität des Erwartungswertes, den wir im Folgenden durch spitze Klammern ⟨⋯⟩ symbolisieren, schnell beweisen:
Var(aX+b)=⟨[(aX+b)−⟨aX+b⟩]2⟩=⟨[(aX+b)−(a⟨X⟩+b)]2⟩=⟨[aX+b−a⟨X⟩−b)]2⟩=⟨[aX−a⟨X⟩)]2⟩=⟨a2(X−⟨X⟩)2⟩=a2⟨(X−⟨X⟩)2⟩=a2⋅Var(X)Var(X+Y)=⟨[(X+Y)−⟨X+Y⟩]2⟩=⟨[(X−⟨X⟩)+(Y−⟨Y⟩)]2⟩=⟨(x−⟨X⟩)2+(Y−⟨Y⟩)2+2(X−⟨X⟩)(Y−⟨Y⟩)⟩=⟨(x−⟨X⟩)2⟩+⟨(Y−⟨Y⟩)2⟩+2⟨(X−⟨X⟩)(Y−⟨Y⟩)⟩=Var(X)+Var(Y)+2⋅Cov(X,Y)
Zur Aufgabe:
Die Zufallsvariable Z ist standard-normalverteilt, d.h. Var(Z)=1, daher gilt:
(1)Var(X1)=Var(2Z+1)=22⋅Var(Z)=4(1)Var(X2)=Var(3Z)=32⋅Var(Z)=9
(1)Var(X1+X2)=Var(2Z+1+3Z)=Var(5Z+1)=52⋅Var(Z)=25(2)=25Var(X1+X2)==4Var(X1)+=9Var(X2)+2⋅Cov(X1,X2)⇒2⋅Cov(X1,X2)=12⇒Cov(X1,X2)=6