blob: 9ef8d1acdc27cb7bee0d1c9aece901addb553fdc (
plain)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
|
%
% minmax.tex -- Minimum und Maximum
%
% (c) 2021 Prof Dr Andreas Müller, OST Ostschweizer Fachhochschule
%
\bgroup
\begin{frame}[t]
\setlength{\abovedisplayskip}{5pt}
\setlength{\belowdisplayskip}{5pt}
\frametitle{Minimum und Maximum}
\vspace{-20pt}
\begin{columns}[t,onlytextwidth]
\begin{column}{0.48\textwidth}
\begin{block}{Maximum}
Verteilungsfunktion von
\[
Z=\operatorname{max}(X_1,\dots,X_n)
\]
\begin{align*}
F_Z(x)
&=
P(Z\le x)
\\
&=
P(X_1\le x\wedge\dots\wedge X_n\le x)
\\
&=
P(X_1\le x)\cdot \ldots\cdot P(X_n\le x)
\\
&=
F_X(x)^n
\end{align*}
\end{block}
\end{column}
\begin{column}{0.48\textwidth}
\begin{block}{Minimum}
Verteilungsfunktion von
\[
Z=\operatorname{min}(X_1,\dots,X_n)
\]
\begin{align*}
F_Z(x)
&=
P(Z\le x)
\\
&=P(\overline{
X_1\le x\wedge\dots\wedge X_n \le x
})
\\
&=
1-P(
X_1> x\wedge\dots\wedge X_n > x
)
\\
&=
1-(P(X_1>x)\cdot\ldots\cdot P(X_n>x))
\\
&=
1-(1-F_X(x))^n
\end{align*}
\end{block}
\end{column}
\end{columns}
\end{frame}
\egroup
|
