Difference between revisions of "Zusammenhang zwischen WDF und VTF (Lernvideo)"
(11 intermediate revisions by 3 users not shown) | |||
Line 1: | Line 1: | ||
− | + | '''!!! The learning video is in German language (images and sound). There is an English summary at the end of this file !!! ''' | |
=== Teil 1 === | === Teil 1 === | ||
Line 18: | Line 18: | ||
=== Anmerkungen zur Nomenklatur === | === Anmerkungen zur Nomenklatur === | ||
− | In diesem Lernvideo gilt wie im gesamten Lerntutorial | + | In diesem Lernvideo gilt wie im gesamten Lerntutorial "LNTwww" folgende Nomenklatur: |
* $f_x(x)$ ist die ''Wahrscheinlichkeitsdichtefunktion'' (WDF, englisch: ''Probability Density Function'', PDF) der Zufallsgröße $x$. | * $f_x(x)$ ist die ''Wahrscheinlichkeitsdichtefunktion'' (WDF, englisch: ''Probability Density Function'', PDF) der Zufallsgröße $x$. | ||
*$F_{x}(r)$ ist die ''Verteilungsfunktion'' (VTF, englisch: ''Cumulative Distribution Function, CDF). Sie gibt die Wahrscheinlichkeit ${\rm Pr}( x \le r)$ an, dass die Zufallsgröße $x$ kleiner oder gleich einem reellen Zahlenwert $r$ ist. | *$F_{x}(r)$ ist die ''Verteilungsfunktion'' (VTF, englisch: ''Cumulative Distribution Function, CDF). Sie gibt die Wahrscheinlichkeit ${\rm Pr}( x \le r)$ an, dass die Zufallsgröße $x$ kleiner oder gleich einem reellen Zahlenwert $r$ ist. | ||
Line 27: | Line 27: | ||
− | Dieses Lernvideo wurde 2004 am [http://www.lnt.ei.tum.de/startseite Lehrstuhl für Nachrichtentechnik] der [https://www.tum.de/ Technischen Universität München] konzipiert und realisiert.<br> | + | Dieses Lernvideo wurde 2004 am [http://www.lnt.ei.tum.de/startseite "Lehrstuhl für Nachrichtentechnik"] der [https://www.tum.de/ "Technischen Universität München"] konzipiert und realisiert.<br> |
− | Buch und Regie: [[ | + | Buch und Regie: [[Biographies_and_Bibliographies/An_LNTwww_beteiligte_Mitarbeiter_und_Dozenten#Prof._Dr.-Ing._habil._G.C3.BCnter_S.C3.B6der_.28at_LNT_since_1974.29|» Günter Söder «]] und [[Biographies_and_Bibliographies/An_LNTwww_beteiligte_Mitarbeiter_und_Dozenten#Dr.-Ing._Johannes_Zangl_.28at_LNT_from_2000-2006.29|» Johannes Zangl «]], Sprecher: Joachim Schenk, Realisierung: [[Biographies_and_Bibliographies/An_LNTwww_beteiligte_Studierende#Franz_Kohl_.28Diplomarbeit_LB_2004.2C_danach_freie_Mitarbeit_bis_2006.29|» Franz Kohl «]] und [[Biographies_and_Bibliographies/An_LNTwww_beteiligte_Studierende#Ji_Li_.28Bachelorarbeit_EI_2003.2C_Diplomarbeit_EI_2005.29|» Ji Li «]]. |
− | Im Zuge der LNTwww-Neugestaltung (Version 3) wurden diese Lernvideos 2016/2017 | + | Im Zuge der LNTwww-Neugestaltung (Version 3) wurden diese Lernvideos 2016/2017 von |
+ | [[Biographies_and_Bibliographies/Beteiligte_der_Professur_Leitungsgebundene_%C3%9Cbertragungstechnik#Tasn.C3.A1d_Kernetzky.2C_M.Sc._.28at_L.C3.9CT_since_2014.29|»Tasnád Kernetzky«]] und einigen Studenten in moderne Formate konvertiert, um von möglichst vielen Browsern (wie Firefox, Chrome, Safari) als auch von Smartphones wiedergegeben werden zu können. | ||
+ | |||
+ | |||
+ | <hr style="border-color: #000000; border-width: 15px;"> | ||
+ | '''English summary:''' | ||
+ | |||
+ | |||
+ | |||
+ | =Relationship between PDF and CDF= | ||
+ | |||
+ | === Part 1 === | ||
+ | Definition of probability density function (PDF) and distribution function (CDF) – Exceedance probability – PDF and CDF for discrete random variables (Duration 6:35). | ||
+ | |||
+ | <lntmedia preload="none"> | ||
+ | file:Zusammenhang_zwischen_WDF_und_VTF_1.mp4 | ||
+ | file:Zusammenhang_zwischen_WDF_und_VTF_1.ogv | ||
+ | </lntmedia> | ||
+ | |||
+ | === Part 2 === | ||
+ | Simulation of PDF and CDF – Uniformly distributed random variable – Rayleigh distributed random variable (Duration 3:17). | ||
+ | |||
+ | <lntmedia preload="none"> | ||
+ | file:Zusammenhang_zwischen_WDF_und_VTF_2.mp4 | ||
+ | file:Zusammenhang_zwischen_WDF_und_VTF_2.ogv | ||
+ | </lntmedia> | ||
+ | |||
+ | === About the nomenclature === | ||
+ | In this learning video, as in the entire learning tutorial "LNTwww", the following nomenclature applies: | ||
+ | *$f_x(x)$ is the ''probability density function'' (PDF) of the random variable $x$. | ||
+ | *$F_{x}(r)$ is the ''cumulative distribution function'' (CDF). It gives the probability ${\rm Pr}( x \le r)$ that the random variable $x$ is less than or equal to a real number value $r$. | ||
+ | *There is the functional relation between these two quantities $F_{x}(r) = \int_{-\infty}^{r}f_x(x)\,{\rm d}x.$ | ||
+ | |||
+ | |||
+ | In the literature, the PDF is often denoted by $f_X(x)$ and the CDF by $F_X(x)$. Here $X$ indicates the random variable and $x \in X$ a realization. The corresponding link equation is then: $F_{X}(x) = {\rm Pr}( X \le x) = \int_{-\infty}^{x}f_X(\xi)\,{\rm d}\xi.$ | ||
+ | |||
+ | |||
+ | This educational video was conceived and realized in 2004 at the [http://www.lnt.ei.tum.de/startseite "Chair of Communications Engineering"] of the [https://www.tum.de/ "Technical University of Munich"]. | ||
+ | |||
+ | |||
+ | __NOTOC__ | ||
+ | __NOEDITSECTION__ |
Latest revision as of 21:34, 20 March 2023
!!! The learning video is in German language (images and sound). There is an English summary at the end of this file !!!
Teil 1
Definition von Wahrscheinlichkeitsdichtefunktion (WDF) und Verteilungsfunktion (VTF) – Überschreitungswahrscheinlichkeit – WDF und VTF bei diskreten Zufallsgrößen (Dauer 6.35).
Teil 2
Simulation von WDF und VTF – Gleichverteilte Zufallsgröße – Rayleighverteilte Zufallsgröße (Dauer 3:17).
Anmerkungen zur Nomenklatur
In diesem Lernvideo gilt wie im gesamten Lerntutorial "LNTwww" folgende Nomenklatur:
- $f_x(x)$ ist die Wahrscheinlichkeitsdichtefunktion (WDF, englisch: Probability Density Function, PDF) der Zufallsgröße $x$.
- $F_{x}(r)$ ist die Verteilungsfunktion (VTF, englisch: Cumulative Distribution Function, CDF). Sie gibt die Wahrscheinlichkeit ${\rm Pr}( x \le r)$ an, dass die Zufallsgröße $x$ kleiner oder gleich einem reellen Zahlenwert $r$ ist.
- Zwischen diesen beiden Größen besteht der Funtionalzusammenhang $F_{x}(r) = \int_{-\infty}^{r}f_x(x)\,{\rm d}x.$
In der Literatur wird häufig die WDF mit $f_X(x)$ bezeichnet und die VTF mit $F_X(x)$. Hierbei gibt $X$ die Zufallsgröße an und $x \in X$ eine Realisierung. Die entsprechende Verknüpfungsgleichung lautet dann: $F_{X}(x) = {\rm Pr}( X \le x) = \int_{-\infty}^{x}f_X(\xi)\,{\rm d}\xi.$
Dieses Lernvideo wurde 2004 am "Lehrstuhl für Nachrichtentechnik" der "Technischen Universität München" konzipiert und realisiert.
Buch und Regie: » Günter Söder « und » Johannes Zangl «, Sprecher: Joachim Schenk, Realisierung: » Franz Kohl « und » Ji Li «.
Im Zuge der LNTwww-Neugestaltung (Version 3) wurden diese Lernvideos 2016/2017 von »Tasnád Kernetzky« und einigen Studenten in moderne Formate konvertiert, um von möglichst vielen Browsern (wie Firefox, Chrome, Safari) als auch von Smartphones wiedergegeben werden zu können.
English summary:
Relationship between PDF and CDF
Part 1
Definition of probability density function (PDF) and distribution function (CDF) – Exceedance probability – PDF and CDF for discrete random variables (Duration 6:35).
Part 2
Simulation of PDF and CDF – Uniformly distributed random variable – Rayleigh distributed random variable (Duration 3:17).
About the nomenclature
In this learning video, as in the entire learning tutorial "LNTwww", the following nomenclature applies:
- $f_x(x)$ is the probability density function (PDF) of the random variable $x$.
- $F_{x}(r)$ is the cumulative distribution function (CDF). It gives the probability ${\rm Pr}( x \le r)$ that the random variable $x$ is less than or equal to a real number value $r$.
- There is the functional relation between these two quantities $F_{x}(r) = \int_{-\infty}^{r}f_x(x)\,{\rm d}x.$
In the literature, the PDF is often denoted by $f_X(x)$ and the CDF by $F_X(x)$. Here $X$ indicates the random variable and $x \in X$ a realization. The corresponding link equation is then: $F_{X}(x) = {\rm Pr}( X \le x) = \int_{-\infty}^{x}f_X(\xi)\,{\rm d}\xi.$
This educational video was conceived and realized in 2004 at the "Chair of Communications Engineering" of the "Technical University of Munich".