matheraum.de
Raum für Mathematik
Offene Informations- und Nachhilfegemeinschaft

Für Schüler, Studenten, Lehrer, Mathematik-Interessierte.
Hallo Gast!einloggen | registrieren ]
Startseite · Forum · Wissen · Kurse · Mitglieder · Team · Impressum
Navigation
 Startseite...
 Neuerdings beta neu
 Forum...
 vorwissen...
 vorkurse...
 Werkzeuge...
 Nachhilfevermittlung beta...
 Online-Spiele beta
 Suchen
 Verein...
 Impressum
Forenbaum
^ Forenbaum
Status Hochschulmathe
  Status Uni-Analysis
    Status Reelle Analysis
    Status UKomplx
    Status Uni-Kompl. Analysis
    Status Differentialgl.
    Status Maß/Integrat-Theorie
    Status Funktionalanalysis
    Status Transformationen
    Status UAnaSon
  Status Uni-Lin. Algebra
    Status Abbildungen
    Status ULinAGS
    Status Matrizen
    Status Determinanten
    Status Eigenwerte
    Status Skalarprodukte
    Status Moduln/Vektorraum
    Status Sonstiges
  Status Algebra+Zahlentheo.
    Status Algebra
    Status Zahlentheorie
  Status Diskrete Mathematik
    Status Diskrete Optimierung
    Status Graphentheorie
    Status Operations Research
    Status Relationen
  Status Fachdidaktik
  Status Finanz+Versicherung
    Status Uni-Finanzmathematik
    Status Uni-Versicherungsmat
  Status Logik+Mengenlehre
    Status Logik
    Status Mengenlehre
  Status Numerik
    Status Lin. Gleich.-systeme
    Status Nichtlineare Gleich.
    Status Interpol.+Approx.
    Status Integr.+Differenz.
    Status Eigenwertprobleme
    Status DGL
  Status Uni-Stochastik
    Status Kombinatorik
    Status math. Statistik
    Status Statistik (Anwend.)
    Status stoch. Analysis
    Status stoch. Prozesse
    Status Wahrscheinlichkeitstheorie
  Status Topologie+Geometrie
  Status Uni-Sonstiges

Gezeigt werden alle Foren bis zur Tiefe 2

Das Projekt
Server und Internetanbindung werden durch Spenden finanziert.
Organisiert wird das Projekt von unserem Koordinatorenteam.
Hunderte Mitglieder helfen ehrenamtlich in unseren moderierten Foren.
Anbieter der Seite ist der gemeinnützige Verein "Vorhilfe.de e.V.".
Partnerseiten
Weitere Fächer:

Open Source FunktionenplotterFunkyPlot: Kostenloser und quelloffener Funktionenplotter für Linux und andere Betriebssysteme
StartseiteMatheForenUni-StochastikAufgabe zu fast sichere Konv.
Foren für weitere Schulfächer findest Du auf www.vorhilfe.de z.B. Informatik • Physik • Technik • Biologie • Chemie
Forum "Uni-Stochastik" - Aufgabe zu fast sichere Konv.
Aufgabe zu fast sichere Konv. < Stochastik < Hochschule < Mathe < Vorhilfe
Ansicht: [ geschachtelt ] | ^ Forum "Uni-Stochastik"  | ^^ Alle Foren  | ^ Forenbaum  | Materialien

Aufgabe zu fast sichere Konv.: Frage (beantwortet)
Status: (Frage) beantwortet Status 
Datum: 14:16 Di 03.09.2019
Autor: Boogie2015

Eingabefehler: "{" und "}" müssen immer paarweise auftreten, es wurde aber ein Teil ohne Entsprechung gefunden (siehe rote Markierung)

Guten Nachmittag :-) Ich gehe die Altklausuren durch, um  mich auf die kommende Klausur in Stochastik vorzubereiten und habe Probleme bei folgender Aufgabe:



_________________________________________________________________________________


Es sei $(Y_{i})_{n \in \mathbb{N}}$ eine unabhängige Folge von uniform auf $\{1,2 \}$ verteilten Zufallsvariablen.

Für $n \in \mathbb{N}$ sei $X_{n} := \left  (  \prod\limits_{i = 1}^{n} Y_{i}  \right )^{\frac{1}{n}}$.



Zeigen Sie, dass $(X_{n})_{n \in \mathbb{N}}$ fast sicher konvergiert, und bestimmen Sie den Grenzwert.
Vereinfachen Sie Ihr Ergebnis so weit wie möglich. (Tipp: Logarithmieren)

_________________________________________________________________________________






Leider habe ich keine Ahnung, wie man fast sichere Konvergenz zeigt... Ich tue mich allgemein schwer bei diesen Konvergenzbegriffen.


Das ist mein Ansatz, auch wenn das nicht gerade viel ist:






Ansatz
______



$X_{n} = \left  (  \prod\limits_{i = 1}^{n} Y_{i}  \right )^{\frac{1}{n}} \Leftrightarrow ln(X_{n}) = ln \left ( \left  (  \prod\limits_{i = 1}^{n} Y_{i}  \right )^{\frac{1}{n}}\right ) = \frac{1}{n} \cdot ln \left (   \left  (  \prod\limits_{i = 1}^{n} Y_{i}  \right ) \right ) = \frac{1}{n} \cdot \sum\limits_{i = 1}^{n} ln(Y_{i})$


Ich habe einfach nur den obigen Tipp mit dem Logarithmieren befolgt. Aber ich weiß nicht mehr weiter.
Im Skript haben wir noch folgenden Satz stehen:


_________________________________________________________________________________________________________________________________________

Wenn $\sum\limits_{n \in \mathbb{N}} \mathbb{P}[\vert X_{n} - X\vert \ge \varepsilon] < \infty}$ für alle $\varepsilon > 0$ ("schnelle Konvergenz"), konvergiert $(X_{n})_{n \in \mathbb{N}}$ fast sicher gegen $X$.


_________________________________________________________________________________________________________________________________________


Aber ich weiß nicht, wie ich diesen Satz anwenden kann.


Ich hoffe, mir kann jemand bei dieser Aufgabe helfen.

Viele Grüße, Boogie

        
Bezug
Aufgabe zu fast sichere Konv.: Antwort
Status: (Antwort) fertig Status 
Datum: 15:12 Di 03.09.2019
Autor: Gonozal_IX

Hiho,


> [mm]X_{n} = \left ( \prod\limits_{i = 1}^{n} Y_{i} \right )^{\frac{1}{n}} \Leftrightarrow ln(X_{n}) = ln \left ( \left ( \prod\limits_{i = 1}^{n} Y_{i} \right )^{\frac{1}{n}}\right ) = \frac{1}{n} \cdot ln \left ( \left ( \prod\limits_{i = 1}^{n} Y_{i} \right ) \right ) = \frac{1}{n} \cdot \sum\limits_{i = 1}^{n} ln(Y_{i})[/mm]

[ok]

>  Im Skript haben wir noch folgenden Satz stehen:

Ihr hattet bestimmt noch mehr Sätze zu fast sicherer Konvergenz. z.B. das starke Gesetz der großen Zahlen.
Was sagt das denn über den Ausdruck $ [mm] \frac{1}{n} \cdot \sum\limits_{i = 1}^{n} ln(Y_{i})$? [/mm]
Prüfe vorher die Bedingungen, dass du das auch anwenden darfst!

Gruß,
Gono



Bezug
                
Bezug
Aufgabe zu fast sichere Konv.: Frage (beantwortet)
Status: (Frage) beantwortet Status 
Datum: 16:14 Di 03.09.2019
Autor: Boogie2015

Sehr vielen Dank für die schnelle Antwort!

Ja, das starke Gesetz der großen Zahlen hatten wir :-)



Der Satz lautet ja so:
________________________________________________________________________

Es sei [mm] $(X_{i})_{i \in \mathbb{N}}$ [/mm]  i.i.d., [mm] $E[X_{1}^{2}] [/mm] < [mm] \infty$ [/mm] und [mm] $S_{n} [/mm] := [mm] X_{1} [/mm] + [mm] \ldots X_{n}$ [/mm] für alle $n [mm] \in \mathbb{N}$. [/mm]

Dann gilt [mm] $\frac{S_{n}}{n} \overset{f.s.}{\underset{n \rightarrow \infty}{\rightarrow}} E[X_{1}]$ [/mm]


_________________________________________________________________________


Nun muss man prüfen, ob die Voraussetzungen gegeben sind:


Nach Voraussetzung ist [mm] $(Y_{i})_{i \in \mathbb{N}}$ [/mm] unabhängig. Dann ist auch die Transformation [mm] $(ln(Y_{i}))_{i \in \mathbb{N}}$ [/mm] unabhängig, oder?
Das folgt nämlich aus folgendem Satz:


__________________________________________________________________________________

Ist  [mm] $(Y_{i})_{i \in \mathbb{N}}$ [/mm] unabhängig und [mm] $f_{i}: \overline{\mathbb{R}} \rightarrow \overline{\mathbb{R}}$ [/mm] für alle $i [mm] \in [/mm] I$ messbar, so ist auch
[mm] $(f_{i} \circ Y_{i})_{i \in I}$ [/mm] unabhängig.

__________________________________________________________________________________



Stimmt die Folgerung?
Nach Voraussetzung ist [mm] $(Y_{i})_{i \in \mathbb{N}}$ [/mm] identisch verteilt, weil jedes [mm] $Y_{i}$ [/mm] auf [mm] $\{1,2\}$ [/mm] uniform verteilt ist.


Nur weiß ich nicht, ob die Transformation von identisch verteilten Zufallsvariablen wieder identisch verteilt sind... Falls ja, aus welchem Satz folgt das?




Aber nehmen wir mal an, die Folge [mm] $(ln(Y_{i}))_{i \in \mathbb{N}}$ [/mm] wäre identisch verteilt.


Dann gilt laut dem starken Gesetz der großen Zahlen:


[mm] $\frac{1}{n} \cdot \sum\limits_{i = 1}^{n} ln(Y_{i}) \overset{f.s.}{\underset{n \rightarrow \infty}{\rightarrow}} E[ln(Y_{1})]$ [/mm]


Was ich aber noch nicht weiß, ist, was [mm] $E[ln(Y_{1})]$ [/mm] ist. Wie berechnet man das?



Was wir dann über [mm] $X_{n}$ [/mm] und dessen Grenzwert sagen können, ist mir noch nicht klar...


Ich würde vermuten, dass dann [mm] $X_{n}$ [/mm] fast sicher gegen $ [mm] E[ln(Y_{1})]$ [/mm] konvergiert, weil der Schritt mit dem Logarithmus war ja eine Äquivalenzumformung. Aber so richtig Begründen kann ich das leider nicht..


Ich freue mich auf eine Rückmeldung!


Bezug
                        
Bezug
Aufgabe zu fast sichere Konv.: Antwort
Status: (Antwort) fertig Status 
Datum: 11:37 Mi 04.09.2019
Autor: Gonozal_IX

Hiho,

> Stimmt die Folgerung?

Bis hierhin alles ok.

> Nur weiß ich nicht, ob die Transformation von identisch
> verteilten Zufallsvariablen wieder identisch verteilt
> sind... Falls ja, aus welchem Satz folgt das?

Ja das gilt, das kannst du einfach über die Definition der Verteilung herleiten und das ist schon fast trivial.
Den Beweis schauen wir uns aber an, wenn wir hier fertig sind, um uns jetzt nicht abzulenken.


> Aber nehmen wir mal an, die Folge [mm](ln(Y_{i}))_{i \in \mathbb{N}}[/mm]
> wäre identisch verteilt.
>  
>
> Dann gilt laut dem starken Gesetz der großen Zahlen:
>  
>
> [mm]\frac{1}{n} \cdot \sum\limits_{i = 1}^{n} ln(Y_{i}) \overset{f.s.}{\underset{n \rightarrow \infty}{\rightarrow}} E[ln(Y_{1})][/mm]

[ok]

> Was ich aber noch nicht weiß, ist, was [mm]E[ln(Y_{1})][/mm] ist.
> Wie berechnet man das?

Also wenn man jetzt kleinlich ist: In der Aufgabe steht nix davon, dass du das berechnen sollst. Aber da es so einfach ist, machen wir das trotzdem!
Wie berechnet man den Erwartungswert einer transformierten Zufallsvariable??
Grundlagen!

Es ist [mm] $E[Y_1] [/mm] = [mm] \ldots$, [/mm] dann ist [mm] $E[f(Y_1)] [/mm] = [mm] \ldots$. [/mm]
Hatten ihr garantiert!


> Was wir dann über [mm]X_{n}[/mm] und dessen Grenzwert sagen
> können, ist mir noch nicht klar...

Nach obigem hast du gezeigt: [mm] $\ln(X_n) \overset{f.s.}{\to} E[\ln(Y_1)]$ [/mm]
Nun ist [mm] $X_n [/mm] = [mm] e^{\ln(X_n)}$, [/mm] also …

Gruß,
Gono


Bezug
                                
Bezug
Aufgabe zu fast sichere Konv.: Frage (beantwortet)
Status: (Frage) beantwortet Status 
Datum: 18:09 Fr 06.09.2019
Autor: Boogie2015

Oh, vielen Dank für die Rückmeldung. Hatte davor keine Zeit und kann erst jetzt antworten.


Es gilt [mm] $E[ln(Y_{1})] [/mm] = [mm] \sum\limits_{k \in Y_{1}[\Omega]} [/mm] ln(k) [mm] \mathbb{P}[Y_{1} [/mm] = k] = ln(1) [mm] \cdot \mathbb{P}[Y_{1} [/mm] = 1] + ln(2) [mm] \cdot \mathbb{P}[Y_{1} [/mm] = 2] = 0 [mm] \cdot \frac{1}{2} [/mm] + ln(2) [mm] \cdot \frac{1}{2} [/mm] = [mm] \frac{ln(2)}{2}$ [/mm]


Damit gilt [mm] $\ln(X_n) \overset{f.s.}{\to} \frac{ln(2)}{2}$ [/mm]


Und damit konvergiert [mm] $X_{n} [/mm] = [mm] e^{ln(X_{n})}$ [/mm] fast sicher gegen $ [mm] e^{E[ln(Y_{1})]} [/mm] = [mm] e^{\frac{ln(2)}{2}} [/mm] = [mm] \sqrt{2}$, [/mm] richtig?



Falls das passt, dann will ich mir ganz herzlich bei dir bedanken. Habe noch bei solchen Aufgaben enorme Schwierigkeiten.

Schönen Abend noch, Boogie

Bezug
                                        
Bezug
Aufgabe zu fast sichere Konv.: Antwort
Status: (Antwort) fertig Status 
Datum: 19:40 Fr 06.09.2019
Autor: Gonozal_IX

Hiho,

passt alles.

Gruß,
Gono

Bezug
        
Bezug
Aufgabe zu fast sichere Konv.: Antwort
Status: (Antwort) fertig Status 
Datum: 08:54 Mi 04.09.2019
Autor: HJKweseleit


> [mm]X_{n} = \left ( \prod\limits_{i = 1}^{n} Y_{i} \right )^{\frac{1}{n}} \Leftrightarrow ln(X_{n}) = ln \left ( \left ( \prod\limits_{i = 1}^{n} Y_{i} \right )^{\frac{1}{n}}\right ) = \frac{1}{n} \cdot ln \left ( \left ( \prod\limits_{i = 1}^{n} Y_{i} \right ) \right ) = \frac{1}{n} \cdot \sum\limits_{i = 1}^{n} ln(Y_{i})[/mm]
>  
>
> Ich habe einfach nur den obigen Tipp mit dem Logarithmieren
> befolgt. Aber ich weiß nicht mehr weiter.


Ich "rechne" mal ganz naiv ohne irgendwelche mathematisch sauberen Begründungen weiter:

Wegen der angenommenen Gleichverteileung von 1-en und 2-en kannst du nun schreiben:

... [mm] \approx \frac{1}{2}*\frac{1}{n} \cdot \sum\limits_{i = 1}^{n} [/mm] ln(1) [mm] +\frac{1}{2}*\frac{1}{n} \cdot \sum\limits_{i = 1}^{n} [/mm] ln(2)= 0 + [mm] \frac{1}{2}*\frac{1}{n} \cdot \sum\limits_{i = 1}^{n} ln(2)=\frac{1}{2}*\frac{1}{n} \cdot [/mm] n* [mm] ln(2)=\frac{1}{2}* [/mm] ln(2).

Entlogarithmieren führt zu [mm] \limes_{n\rightarrow\infty} x_n [/mm] = [mm] \wurzel{2}. [/mm]

Jetzt musst du das alles noch mit lim usw. schreiben und sauber begründen.



Bezug
                
Bezug
Aufgabe zu fast sichere Konv.: Mitteilung
Status: (Mitteilung) Reaktion unnötig Status 
Datum: 18:11 Fr 06.09.2019
Autor: Boogie2015

Ich danke dir für deine Hilfe, so habe ich das heute auch versucht. Jetzt habe ich zwei Ansätze, die ich verwenden kann, um bei solchen Aufgaben vorzugehen.

Vielen Dank!


Liebe Grüße, Boogie

Bezug
Ansicht: [ geschachtelt ] | ^ Forum "Uni-Stochastik"  | ^^ Alle Foren  | ^ Forenbaum  | Materialien


^ Seitenanfang ^
www.unimatheforum.de
[ Startseite | Forum | Wissen | Kurse | Mitglieder | Team | Impressum ]