Difference between revisions of "Aufgaben:Exercise 3.11: Chebyshev's Inequality"

From LNTwww
Line 3: Line 3:
 
}}
 
}}
  
[[File:P_ID139__Sto_A_3_11.png|right|Beispielhafte Tschebyscheffsch–Schranke]
+
[[File:P_ID139__Sto_A_3_11.png|right|Beispielhafte Tschebyscheffsch–Schranke]]
 
Ist über eine Zufallsgröße $x$ nichts weiter bekannt als nur  
 
Ist über eine Zufallsgröße $x$ nichts weiter bekannt als nur  
 
*der Mittelwert $m_x$ und  
 
*der Mittelwert $m_x$ und  
Line 15: Line 15:
 
*Der grüne Kurvenverlauf zeigt die tatsächliche Wahrscheinlichkeit bei der Gleichverteilung.  
 
*Der grüne Kurvenverlauf zeigt die tatsächliche Wahrscheinlichkeit bei der Gleichverteilung.  
 
*Die blauen Punkte gelten für die Exponentialverteilung.  
 
*Die blauen Punkte gelten für die Exponentialverteilung.  
 +
  
 
Aus dieser Darstellung ist zu erkennen, dass die <i>Tschebyscheffsche Ungleichung</i> nur eine sehr grobe Schranke darstellt. Sie sollte nur dann verwendet werden, wenn von der Zufallsgr&ouml;&szlig;e wirklich nur der Mittelwert und die Streuung bekannt sind.
 
Aus dieser Darstellung ist zu erkennen, dass die <i>Tschebyscheffsche Ungleichung</i> nur eine sehr grobe Schranke darstellt. Sie sollte nur dann verwendet werden, wenn von der Zufallsgr&ouml;&szlig;e wirklich nur der Mittelwert und die Streuung bekannt sind.
Line 30: Line 31:
  
 
<quiz display=simple>
 
<quiz display=simple>
{Welche der nachfolgenden Aussagen sind zutreffend?
+
{Welche der folgenden Aussagen sind zutreffend?
 
|type="[]"}
 
|type="[]"}
- Vorstellbar ist eine Zufallsgröße mit Pr(|<i>x</i> - <i>m<sub>x</sub></i> | &#8805; 3<i>&sigma;<sub>x</sub></i>) = 1/4.
+
- Vorstellbar ist eine Zufallsgröße mit ${\rm Pr}(|x -m_x> | \ge 3\sigma_x) = 1/4$.
+ &bdquo;Tschebyscheff&rdquo; liefert f&uuml;r <i>&epsilon;</i> < <i>&sigma;<sub>x</sub></i> keine Information.
+
+ &bdquo;Tschebyscheff&rdquo; liefert f&uuml;r $\varepsilon < \sigma_x$ keine Information.
+ Pr(|<i>x</i> - <i>m<sub>x</sub></i> | &#8805; <i>&epsilon;</i>) ist für große <i>&epsilon;</i> identisch 0, wenn <i>x</i> begrenzt ist.
+
+ ${\rm Pr}(|x -m_x> | \ge \sigma_x)$ist für große $\varepsilon$ identisch $0$, wenn $x$ begrenzt ist.
  
  
{Geben Sie die Überschreitungswahrscheinlichkeit <i>p<sub>k</sub></i> = Pr(|<i>x</i> &ndash; <i>m<sub>x</sub></i>| &#8805; <i>k &middot; &sigma;<sub>x</sub></i>) für die Gau&szlig;verteilung an (mit <i>k</i> = 1, 2, 3, 4). Wie gro&szlig; ist <i>p</i><sub>3</sub>?
+
{Es gelte $k = 1, 2, 3, 4$. Geben Sie die Überschreitungswahrscheinlichkeit $p_k = {\rm Pr}(|x -m_x | \ge k \cdot \sigma_x)$ für die Gau&szlig;verteilung an. <br>Wie gro&szlig; ist $p_3$?
 
|type="{}"}
 
|type="{}"}
$Pr(|x - m_x| 3\sigma_x)$ = { 0.0026 3% }
+
$\text{Gauß}$: &nbsp; &nbsp;  ${\rm Pr}(|x -m_x | \ge 3 \sigma_x) \ = $ { 0.26 3% } $\ \%$
  
  
{Wie lauten diese Überschreitungswahrscheinlichkeiten <i>p<sub>k</sub></i> (<i>k</i> = 1, 2, 3, 4) bei der Exponentialverteilung. Hier gilt: <i>m<sub>x</sub></i> = <i>&sigma;<sub>x</sub></i> = 1/<i>&lambda;</i>. Wie gro&szlig; ist <i>p</i><sub>3</sub>?
+
{Welche Überschreitungswahrscheinlichkeiten  $p_k$ ergeben sich bei der Exponentialverteilung. Hier gilt &nbsp; $m_x = \sigma_x = 1/\lambda$. <br>Wie gro&szlig; ist $p_3$?
 
|type="{}"}
 
|type="{}"}
$Pr(|x - m_x| 3\sigma_x)$ = { 0.0183 3% }
+
$\text{Exponential}$: &nbsp; &nbsp;  ${\rm Pr}(|x -m_x | \ge 3 \sigma_x) \ = $ { 1.83 3% } $\ \%$
  
  

Revision as of 16:34, 15 March 2017

Beispielhafte Tschebyscheffsch–Schranke

Ist über eine Zufallsgröße $x$ nichts weiter bekannt als nur

  • der Mittelwert $m_x$ und
  • die Streuung $\sigma_x$,

so gibt die Tschebyscheffsche Ungleichung eine obere Schranke für die Wahrscheinlichkeit an, dass $x$ betragsmäßig mehr als einen Wert $\varepsilon$ von seinem Mittelwert $m_x$ abweicht. Diese Schranke lautet: $${\rm Pr}(|x-m_x|\ge \varepsilon) \le {\sigma_x^{\rm 2}}/{\varepsilon^{\rm 2}}.$$

Zur Erläuterung:

  • In der Grafik ist diese obere Schranke rot eingezeichnet.
  • Der grüne Kurvenverlauf zeigt die tatsächliche Wahrscheinlichkeit bei der Gleichverteilung.
  • Die blauen Punkte gelten für die Exponentialverteilung.


Aus dieser Darstellung ist zu erkennen, dass die Tschebyscheffsche Ungleichung nur eine sehr grobe Schranke darstellt. Sie sollte nur dann verwendet werden, wenn von der Zufallsgröße wirklich nur der Mittelwert und die Streuung bekannt sind.


Hinweise:

  • Die Aufgabe gehört zum Kapitel Weitere Verteilungen.
  • Insbesondere wird auf die Seiten Tschebyscheffsche Ungleichung Bezug genommen .
  • Sollte die Eingabe des Zahlenwertes „0” erforderlich sein, so geben Sie bitte „0.” ein.
  • Nachfolgend finden Sie eine Tabelle mit Werten der komplementären Gaußschen Fehlerfunktion.

Werte der komplementären Gaußschen Fehlerfunktion


Fragebogen

1

Welche der folgenden Aussagen sind zutreffend?

Vorstellbar ist eine Zufallsgröße mit ${\rm Pr}(|x -m_x> | \ge 3\sigma_x) = 1/4$.
„Tschebyscheff” liefert für $\varepsilon < \sigma_x$ keine Information.
${\rm Pr}(|x -m_x> | \ge \sigma_x)$ist für große $\varepsilon$ identisch $0$, wenn $x$ begrenzt ist.

2

Es gelte $k = 1, 2, 3, 4$. Geben Sie die Überschreitungswahrscheinlichkeit $p_k = {\rm Pr}(|x -m_x | \ge k \cdot \sigma_x)$ für die Gaußverteilung an.
Wie groß ist $p_3$?

$\text{Gauß}$:     ${\rm Pr}(|x -m_x | \ge 3 \sigma_x) \ = $

$\ \%$

3

Welche Überschreitungswahrscheinlichkeiten $p_k$ ergeben sich bei der Exponentialverteilung. Hier gilt   $m_x = \sigma_x = 1/\lambda$.
Wie groß ist $p_3$?

$\text{Exponential}$:     ${\rm Pr}(|x -m_x | \ge 3 \sigma_x) \ = $

$\ \%$


Musterlösung

1.  Die erste Aussage ist falsch. Die Tschebyscheffsche Ungleichung liefert hier die Schranke 1/9. Bei keiner Verteilung kann die hier betrachtete Wahrscheinlichkeit größer sein.
Für ε < σx liefert Tschebyscheff einen Wert größer als 1. Da eine Wahrscheinlichkeit nie größer als 1 sein kann, ist diese Information nutzlos.
Auch die letzte Aussage ist zutreffend. Beispielsweise gilt bei der Gleichverteilung:
$$\rm Pr(|\it x- m_x | \ge \varepsilon)=\left\{ \begin{array}{*{4}{c}} 1-{\varepsilon}/{\varepsilon_{\rm 0}} & \rm f\ddot{u}r\hspace{0.1cm}{\it \varepsilon<\varepsilon_{\rm 0}=\sqrt{\rm 3}\cdot\sigma_x},\\\rm 0 & \rm sonst. \end{array} \right. $$
Richtig sind demnach die Lösungsvorschläge 2 und 3
2.  Bei der Gaußverteilung gilt:
$$p_k=\rm Pr(|\it x-m_x| \ge k\cdot\sigma_{x})=\rm 2\cdot \rm Q(\it k).$$
Daraus ergeben sich folgende Zahlenwerte (in Klammern: Schranke nach Tschebyscheff):
$$k=\rm 1: \rm Pr(|\it x-m_x| \ge \sigma_{x}) = \rm 0.317 \hspace{0.3cm}(1.000),$$
$$k=\rm 2: \rm Pr(|\it x-\it m_x| \ge \rm 2\it \cdot\sigma_{x}) = \rm 0.454\cdot 10^{-1} \hspace{0.3cm}(0.250),$$
$$k=\rm 3: \rm Pr(|\it x- \it m_x| \ge \rm 3\cdot\it \sigma_{x}) \hspace{0.15cm}\underline{ = \rm 0.26\cdot 10^{-2}} \hspace{0.45cm}\rm (0.111),$$
$$k=\rm 4: \rm Pr(|\it x- \it m_x| \ge \rm 4\cdot\it \sigma_{x}) = \rm 0.64\cdot 10^{-4} \hspace{0.3cm}(0.0625).$$
3.  Ohne Einschränkung der Allgemeingültigkeit setzen wir λ = 1
 ⇒  mx = σx = 1. Dann gilt:
$$\rm Pr(|\it x - \it m_x| \ge \it k\cdot\sigma_{x}) = \rm Pr(|\it x-\rm 1| \ge \it k).$$
Da in diesem Sonderfall die Zufallsgröße x stets größer als 0 ist, gilt weiter:
$$\it p_k= \rm Pr(\it x \ge k+\rm 1)=\int_{\it k+\rm 1}^{\infty}\hspace{-0.15cm} \rm e^{-\it x}\, {\rm d}\it x=\rm \rm e^{-(\it k + \rm 1)}.$$
Daraus ergeben sich folgende Zahlenwerte für die Exponentialverteilung:
$$k=\rm 1: \rm Pr(|\it x-m_x| \ge \sigma_{x}) = \rm \rm e^{-2}= \rm 0.1353,$$
$$k=\rm 2: \rm Pr(|\it x- \it m_x| \ge \rm 2\it \cdot\sigma_{x}) = \rm \rm e^{-3}=\rm 0.0497 ,$$
$$k=\rm 3: \rm Pr(|\it x-\it m_x| \ge \rm 3\cdot\it \sigma_{x}) = \rm \rm e^{-4}\hspace{0.15cm}\underline{ =\rm 0.0183 },$$
$$k=\rm 4: \rm Pr(|\it x- \it m_x| \ge \rm 4\cdot\it \sigma_{x}) = \rm \rm e^{-5}= \rm 0.0067.$$