1
Für eine diskret Verteilte Zufallsvariable \( Y \) mit Werten \( x_1, \dots, x_n \) gilt ja die Formel
\( \mathbb{E}[Y] = x_1 \cdot \mathbb{P}[Y=x_1] + \dots + x_n \cdot \mathbb{P}[Y = x_n] \)
Das kannst du hier benutzen.
Betrachte \( Y = \exp(tX) \). Wenn \( X \) die Werte \( 0 \) und \( 1 \) annimmt, welche Werte nimmt dann \( Y \) an? Wie sieht also die Formel für den Erwartungswert aus?
\( \mathbb{E}[Y] = x_1 \cdot \mathbb{P}[Y=x_1] + \dots + x_n \cdot \mathbb{P}[Y = x_n] \)
Das kannst du hier benutzen.
Betrachte \( Y = \exp(tX) \). Wenn \( X \) die Werte \( 0 \) und \( 1 \) annimmt, welche Werte nimmt dann \( Y \) an? Wie sieht also die Formel für den Erwartungswert aus?
Diese Antwort melden
Link
geantwortet
42
Student, Punkte: 7.02K
Student, Punkte: 7.02K
Verstehe ich ehrlich gesagt nicht. Wieso wird 0 eingesetzt? Das heißt das "exp(t*0)" fungiert hier als x1 und exp(t*1) als x2? Aber wieso wird einmal X =0 und beim nächsten Term X=1 gesetzt? Und wieso kann das nicht exp(0*t)*p + exp(1*t)*(1–p) sein, woher soll ich wissen welcher term mit p multipliziert werden muss und welcher mit der Gegenwahrscheinlichkeit?
─
warrior
28.07.2022 um 16:42
Danke für den Tipp, hatte ich bereits gemacht habe allerdings was überlesen, eine Frage ist noch offen, wieso ist X=0 und X=1, in der definition steht für k=0 ist es 1-p und für k=1 ist es p, aber k ist ja nicht X
─
warrior
28.07.2022 um 20:41
Ohh jetzt macht alles Sinn, danke
─
warrior
28.07.2022 um 21:34