Difference between revisions of "Aufgaben:Exercise 2.1Z: Different Signal Courses"

From LNTwww
Line 16: Line 16:
 
(D):   ein rechteckförmiges Zufallssignal,
 
(D):   ein rechteckförmiges Zufallssignal,
  
(E):   das Zufallssignal  '''(D)'''  nach  AMI-Codierung; hierbei bleibt die „Null” erhalten, während eine jede „Eins” alternierend mit „$+2\ \rm V$” und „$-2\ \rm V$” codiert wird.
+
(E):   das Zufallssignal  '''(D)'''  nach  AMI-Codierung; hierbei bleibt die „Null” erhalten, während eine jede „Eins” alternierend mit „$+2\hspace{0.03cm}\rm V$” und „$-2\hspace{0.03cm} \rm V$” codiert wird.
  
  
Line 71: Line 71:
 
===Musterlösung===
 
===Musterlösung===
 
{{ML-Kopf}}
 
{{ML-Kopf}}
:<b>1.</b>&nbsp;&nbsp;Die Zufallsgr&ouml;&szlig;en <i>C</i> und <i>D</i> sind bin&auml;r (<i>M</i> = 2), w&auml;hrend die Zufallsgr&ouml;&szlig;e <i>E</i> dreiwertig ist. Richtig sind die <u>Lösungsvorschläge 3, 4 und 5.</u>
+
'''(1)'''&nbsp; Die Zufallsgrößen (C) und (D) sind binär ($M= 2$), w&auml;hrend die Zufallsgr&ouml;&szlig;e (E) dreiwertig ist. Richtig sind die <u>Lösungsvorschläge 3, 4 und 5.</u>
  
:<b>2.</b>&nbsp;&nbsp;Die <u>Zufallsgr&ouml;&szlig;e <i>A</i></u> ist kontinuierlich und kann alle Werte zwischen &ndash;2V und +2V mit der gleichen Wahrscheinlichkeit annehmen.
+
'''(2)'''&nbsp; Die <u>Zufallsgr&ouml;&szlig;e (A)</u> ist kontinuierlich und kann alle Werte zwischen $\pm 2 \hspace{0.03cm} \rm V$ mit der gleichen Wahrscheinlichkeit annehmen. Alle anderen Zufallsgrößen sind diskret.
  
:<b>3.</b>&nbsp;&nbsp;Nur die <u>Zufallsgr&ouml;&szlig;e <i>B</i></u> hat einen diskreten Anteil bei 0V und au&szlig;erdem noch eine kontinuierliche Komponente (zwischen 0V und +2V).
+
'''(3)'''&nbsp; Nur die <u>Zufallsgr&ouml;&szlig;e (B)</u> hat einen diskreten Anteil bei $0\hspace{0.03cm}\rm V$ und au&szlig;erdem noch eine kontinuierliche Komponente (zwischen $0\hspace{0.03cm} \rm V$ und $+2\hspace{0.03cm}\rm V$).
  
:<b>4.</b>&nbsp;&nbsp;Nach dem Bernoullischen Gesetz der gro&szlig;en Zahlen gilt:
+
'''(4)'''&nbsp; Nach dem Bernoullischen Gesetz der gro&szlig;en Zahlen gilt:
:$$\rm Pr\left(|\it h_{\rm 0} - \it p_{\rm 0}|\ge\it\varepsilon\right)\le\frac{\rm 1}{\rm 4\cdot \it N\cdot\it\varepsilon^{\rm 2}} = {\it p}_{\rm \hspace{0.01cm}Bernouilli}.$$
+
$$\rm Pr\left(|\it h_{\rm 0} - \it p_{\rm 0}|\ge\it\varepsilon\right)\le\frac{\rm 1}{\rm 4\cdot \it N\cdot\it\varepsilon^{\rm 2}} = {\it p}_{\rm \hspace{0.01cm}Bernouilli}.$$
  
:Damit ist die Wahrscheinlichkeit, dass die relative H&auml;ufigkeit <i>h</i><sub>0</sub> von der Wahrscheinlichkeit <nobr><i>p</i><sub>0</sub> = 0.5</nobr> betragsm&auml;&szlig;ig um mehr als 0.01 abweicht, mit <i>&epsilon;</i> = 0.01 berechenbar:
+
Damit ist die Wahrscheinlichkeit, dass die relative H&auml;ufigkeit $h_0$ von der Wahrscheinlichkeit $p_0 = 0.5$ betragsm&auml;&szlig;ig um mehr als $0.01$ abweicht, mit $\varepsilon = 0.01$ berechenbar:
:$${\it p}_{\rm \hspace{0.01cm}Bernoulli} = \rm\frac{1}{4\cdot 100000\cdot 0.01^2}=\rm 2.5\% \hspace{0.5cm}\Rightarrow \hspace{0.5cm}
+
$${\it p}_{\rm \hspace{0.01cm}Bernoulli} = \rm\frac{1}{4\cdot 100000\cdot 0.01^2}=\rm 2.5\% \hspace{0.5cm}\Rightarrow \hspace{0.5cm}
 
{\rm Min}[({\rm Pr}(0.49 \le h_0 \le 0.51)] \hspace{0.15cm}\underline{= 0.975}.$$
 
{\rm Min}[({\rm Pr}(0.49 \le h_0 \le 0.51)] \hspace{0.15cm}\underline{= 0.975}.$$
  
:<b>5.</b>&nbsp;&nbsp;Mit <i>p</i><sub>Bernoulli</sub> = 1 &ndash; 0.99 = 0.01 und <i>&epsilon;</i> = 0.001 gilt wiederum nach dem Gesetz der gro&szlig;en Zahlen:
+
'''(5)'''&nbsp; Mit $p_{\rm Bernoulli} = 1 - 0.99 = 0.01$ und $\varepsilon = 0.001$ gilt wiederum nach dem Gesetz der gro&szlig;en Zahlen:
:$${\it p}_{\rm \hspace{0.01cm}Bernoulli}\le\frac{\rm 1}{\rm 4\cdot  \it N\cdot\it \varepsilon^{\rm 2}}.$$
+
$${\it p}_{\rm \hspace{0.01cm}Bernoulli}\le\frac{\rm 1}{\rm 4\cdot  \it N\cdot\it \varepsilon^{\rm 2}}.$$
:Aufgel&ouml;st nach <i>N</i> erh&auml;lt man:
+
Aufgel&ouml;st nach $N$ erh&auml;lt man:
:$$N\ge\frac{\rm 1}{\rm 4\cdot\it p_{\rm \hspace{0.01cm}Bernoulli}\cdot\it\varepsilon^{\rm 2}}=\rm \frac{1}{4\cdot 0.01\cdot 0.001^{2}}=\rm 0.25\cdot 10^8
+
$$N\ge\frac{\rm 1}{\rm 4\cdot\it p_{\rm \hspace{0.01cm}Bernoulli}\cdot\it\varepsilon^{\rm 2}}=\rm \frac{1}{4\cdot 0.01\cdot 0.001^{2}}=\rm 0.25\cdot 10^8
 
\hspace{0.5cm}\Rightarrow \hspace{0.5cm}
 
\hspace{0.5cm}\Rightarrow \hspace{0.5cm}
{\it N}_{\rm min} \hspace{0.15cm}\underline{= 0.25\cdot 10^8}.$$
+
{\it N}_{\rm min} \hspace{0.15cm}\underline{= 2.5\cdot 10^9}.$$
 
{{ML-Fuß}}
 
{{ML-Fuß}}
  

Revision as of 10:42, 2 March 2017

Wertdiskrete und wertkontinuierliche Signale

Rechts sind fünf Signalverläufe dargestellt. Die ersten drei Signale (A), (B) und (C) sind periodisch und damit auch deterministisch, die beiden unteren Signale haben stochastischen Charakter. Der Momentanwert dieser Signale $x(t)$ wird jeweils als eine Zufallsgröße aufgefasst.

Im Einzelnen sind dargestellt:

(A):   ein dreieckförmiges periodisches Signal,

(B):   das Signal (A) nach Einweggleichrichtung,

(C):   ein rechteckförmiges periodisches Signal,

(D):   ein rechteckförmiges Zufallssignal,

(E):   das Zufallssignal  (D)  nach  AMI-Codierung; hierbei bleibt die „Null” erhalten, während eine jede „Eins” alternierend mit „$+2\hspace{0.03cm}\rm V$” und „$-2\hspace{0.03cm} \rm V$” codiert wird.


Hinweise:



Fragebogen

1

Bei welchen Signalen beschreibt der Momentanwert eine diskrete Zufallsgröße? Überlegen Sie sich auch die jeweilige Stufenzahl $M$.

Signal (A)
Signal (B)
Signal (C)
Signal (D)
Signal (E)

2

Bei welchen Signalen ist der Momentanwert eine (ausschließlich) kontinuierliche Zufallsgröße?

Signal (A)
Signal (B)
Signal (C)
Signal (D)
Signal (E)

3

Welche Zufallsgrößen besitzen einen diskreten und einen kontinuierlichen Anteil?

Signal (A)
Signal (B)
Signal (C)
Signal (D)
Signal (E)

4

Für das Signal (D) wird die relative Häufigkeit $h_0$ empirisch über $100\hspace{0.03cm}000$ Binärsymbole ermittelt. Benennen Sie eine untere Schranke für die Wahrscheinlichkeit, dass der ermittelte Wert zwischen $0.49$ und $0.51$ liegt?

${\rm Min[\ Pr(0.49}≤h_0≤0.51)\ ] \ =$

5

Wieviele Symbole ($N_\min$) müsste man für diese Untersuchung heranziehen, damit sichergestellt wird, dass die Wahrscheinlichkeit für das Ereignis „Die so ermittelte Häufigkeit liegt zwischen 0.499 und 0.501” größer als $99\%$ ist?

$N_\min \ = $

$\ \cdot 10^9$


Musterlösung

(1)  Die Zufallsgrößen (C) und (D) sind binär ($M= 2$), während die Zufallsgröße (E) dreiwertig ist. Richtig sind die Lösungsvorschläge 3, 4 und 5.

(2)  Die Zufallsgröße (A) ist kontinuierlich und kann alle Werte zwischen $\pm 2 \hspace{0.03cm} \rm V$ mit der gleichen Wahrscheinlichkeit annehmen. Alle anderen Zufallsgrößen sind diskret.

(3)  Nur die Zufallsgröße (B) hat einen diskreten Anteil bei $0\hspace{0.03cm}\rm V$ und außerdem noch eine kontinuierliche Komponente (zwischen $0\hspace{0.03cm} \rm V$ und $+2\hspace{0.03cm}\rm V$).

(4)  Nach dem Bernoullischen Gesetz der großen Zahlen gilt: $$\rm Pr\left(|\it h_{\rm 0} - \it p_{\rm 0}|\ge\it\varepsilon\right)\le\frac{\rm 1}{\rm 4\cdot \it N\cdot\it\varepsilon^{\rm 2}} = {\it p}_{\rm \hspace{0.01cm}Bernouilli}.$$

Damit ist die Wahrscheinlichkeit, dass die relative Häufigkeit $h_0$ von der Wahrscheinlichkeit $p_0 = 0.5$ betragsmäßig um mehr als $0.01$ abweicht, mit $\varepsilon = 0.01$ berechenbar: $${\it p}_{\rm \hspace{0.01cm}Bernoulli} = \rm\frac{1}{4\cdot 100000\cdot 0.01^2}=\rm 2.5\% \hspace{0.5cm}\Rightarrow \hspace{0.5cm} {\rm Min}[({\rm Pr}(0.49 \le h_0 \le 0.51)] \hspace{0.15cm}\underline{= 0.975}.$$

(5)  Mit $p_{\rm Bernoulli} = 1 - 0.99 = 0.01$ und $\varepsilon = 0.001$ gilt wiederum nach dem Gesetz der großen Zahlen: $${\it p}_{\rm \hspace{0.01cm}Bernoulli}\le\frac{\rm 1}{\rm 4\cdot \it N\cdot\it \varepsilon^{\rm 2}}.$$ Aufgelöst nach $N$ erhält man: $$N\ge\frac{\rm 1}{\rm 4\cdot\it p_{\rm \hspace{0.01cm}Bernoulli}\cdot\it\varepsilon^{\rm 2}}=\rm \frac{1}{4\cdot 0.01\cdot 0.001^{2}}=\rm 0.25\cdot 10^8 \hspace{0.5cm}\Rightarrow \hspace{0.5cm} {\it N}_{\rm min} \hspace{0.15cm}\underline{= 2.5\cdot 10^9}.$$