Difference between revisions of "Aufgaben:Exercise 4.6: Coordinate Rotation"

From LNTwww
Line 51: Line 51:
 
===Musterlösung===
 
===Musterlösung===
 
{{ML-Kopf}}
 
{{ML-Kopf}}
:<b>1.</b>&nbsp;&nbsp;Aus <i>&xi;</i> = <i>x</i> + <i>y</i> und <i>&eta;</i> = &ndash;<i>x</i> + <i>y</i> folgt direkt:
+
'''(1)'''&nbsp; Aus $\xi = x + y$ und $\eta = -x + y$ folgt direkt:
:$$x = \frac{1}{2} ( \xi - \eta ) ,\hspace{1cm}y = \frac{1}{2} ( \xi +\eta ) .$$
+
:$$x = {1}/{2} \cdot  ( \xi - \eta ) ,\hspace{0.5cm}y = {1}/{2}\cdot ( \xi +\eta ) .$$
  
:Setzt man diese Werte f&uuml;r den negativen Exponenten ein, so erh&auml;lt man:
+
Setzt man diese Werte f&uuml;r den negativen Exponenten ein, so erh&auml;lt man:
:$$\frac{x^2}{2}  + \frac{y^2}{8} = \frac{1}{8} ( \xi - \eta )^2 +  \frac{1}{32} ( \xi + \eta )^2.$$
+
:$$\frac{x^2}{2}  + \frac{y^2}{8} = \frac{1}{8} \cdot ( \xi - \eta )^2 +  \frac{1}{32} \cdot ( \xi + \eta )^2.$$
  
:Ausmultipliziert ergibt dies:
+
Ausmultipliziert ergibt dies:
 
:$$\frac{5}{32} \cdot  \xi^2 +  \frac{5}{32} \cdot  \eta^2 - \frac{3}{16} \cdot  \xi \cdot  \eta .$$
 
:$$\frac{5}{32} \cdot  \xi^2 +  \frac{5}{32} \cdot  \eta^2 - \frac{3}{16} \cdot  \xi \cdot  \eta .$$
  
:Da die Koeffizienten bei <i>&xi;</i><sup>2</sup> und <i>&eta;</i><sup>2</sup> gleich sind, gilt <i>&sigma;<sub>&xi;</sub></i> = <i>&sigma;<sub>&eta;</sub></i>. <u>Der gesuchte Quotient ist somit 1</u>.
+
Da die Koeffizienten bei $\xi^2$ und $\eta^2$ gleich sind, gilt $\sigma_\xi = \sigma_\eta$ <u>Der gesuchte Quotient ist somit 1</u>.
  
:<b>2.</b>&nbsp;&nbsp;Durch Koeffizientenvergleich erh&auml;lt man für <i>&sigma;<sub>&xi;</sub></i> = <i>&sigma;<sub>&eta;</sub></i> das Gleichungssystem:
+
'''(2)'''&nbsp; Durch Koeffizientenvergleich erh&auml;lt man für $\sigma_\xi = \sigma_\eta$ das Gleichungssystem:
 
:$$2 \cdot \sigma_\xi^2 \cdot  (1 - \rho_{\xi\eta}^2)=  \frac{32}{5},\hspace{0.5cm}
 
:$$2 \cdot \sigma_\xi^2 \cdot  (1 - \rho_{\xi\eta}^2)=  \frac{32}{5},\hspace{0.5cm}
 
\frac{\sigma_\xi^2 \cdot  (1 - \rho_{\xi\eta}^2)}{\rho_{\xi\eta}}=  \frac{16}{3}.$$
 
\frac{\sigma_\xi^2 \cdot  (1 - \rho_{\xi\eta}^2)}{\rho_{\xi\eta}}=  \frac{16}{3}.$$
  
:Setzt man die erste Gleichung in die zweite ein, so ergibt sich <i>&rho;<sub>&xi;&eta;</sub></i> <u>= 0.6</u> und <i>&sigma;<sub>&xi;</sub></i> = 5<sup>&frac12;</sup> <u>&asymp; 2.236</u>.
+
Setzt man die erste Gleichung in die zweite ein, so ergibt sich $\rho_{\xi\eta}\hspace{0.15cm}\underline {= 0.6}$  und $\sigma_{\xi} = \sqrt{5}\hspace{0.15cm}\underline {= 2.236}$.
  
:<b>3.</b>&nbsp;&nbsp;Nach Koordinatentransformation kann man f&uuml;r diese Wahrscheinlichkeit schreiben:
+
'''(3)'''&nbsp; Nach Koordinatentransformation kann man f&uuml;r diese Wahrscheinlichkeit schreiben:
 
:$${\rm Pr} ( | x + y | \le C ) = {\rm Pr} ( | \xi | \le C ) = 1 - 2 \cdot {\rm Pr} (  \xi >C ).$$
 
:$${\rm Pr} ( | x + y | \le C ) = {\rm Pr} ( | \xi | \le C ) = 1 - 2 \cdot {\rm Pr} (  \xi >C ).$$
  
:Mit dem komplement&auml;ren Gau&szlig;schen Fehlerintegral folgt daraus weiter:
+
Mit dem komplement&auml;ren Gau&szlig;schen Fehlerintegral folgt daraus weiter:
:$${\rm Pr} ( | x + y | \le C ) = 1 - 2 \cdot {\rm Q} (  \frac{C}{\sigma_\xi}) = 0.99 \hspace{0.3cm} \Rightarrow \hspace{0.3cm} {\rm Q} (  \frac{C}{\sigma_\xi}) = 0.005.$$
+
:$${\rm Pr} ( | x + y | \le C ) = 1 - 2 \cdot {\rm Q} (  {C}/{\sigma_\xi}) = 0.99 \hspace{0.3cm} \Rightarrow \hspace{0.3cm} {\rm Q} (  {C}/{\sigma_\xi}) = 0.005.$$
  
:Mit dem angegebenen Wert Q(2.6) &asymp; 0.005 erh&auml;lt man somit das Ergebnis: <i>C</i> &asymp; 2.6 &middot; <i>&sigma;<sub>&xi;</sub></i> <u>= 5.814</u>.
+
Mit dem angegebenen Wert ${\rm Q}(2.6) \approx 0.005$ erh&auml;lt man somit das Ergebnis: $C \approx 2.6 \cdot \sigma_{\xi}\hspace{0.15cm}\underline {= 5.814}$.
 
{{ML-Fuß}}
 
{{ML-Fuß}}
  

Revision as of 15:25, 20 March 2017

Koordinatendrehung einer 2D-WDF

Wir betrachten in der Aufgabe eine zweidimensionale Gaußsche Zufallsgröße $(x, y)$ mit statistisch unabhängigen Komponenten. Die Streuungen der beiden Komponenten seien $\sigma_x = 1$ und $\sigma_y = 2$.

Berechnet werden soll die Wahrscheinlichkeit dafür, dass die zweidimensionale Zufallsgröße $(x, y)$ innerhalb des grün schraffiert eingezeichneten Bereichs liegt:

$$-C \le x + y \le C.$$

Führen Sie zur Lösung eine Koordinatentransformation durch:

$$\xi = \hspace{0.4cm} x +y,$$
$$\eta= -x +y .$$

Dies entspricht einer Drehung des Koordinatensystems um $45^\circ$. Aus $x+y= \pm C$ folgt damit $\xi\pm C$. Die beiden zweidimensionalen Dichtefunktionen lauten dann:

$$f_{xy} (x,y) = \frac{1}{4 \pi} \cdot \exp \left [ - ( x^2\hspace {-0.1cm} /2 + y^2\hspace {-0.1cm} /8) \right ] ,$$
$$f_{\xi\eta} (\xi, \eta) = \frac{1}{2 \pi \cdot \sigma_\xi \cdot \sigma_\eta \cdot \sqrt{1 - \rho_{\xi\eta}^2}} \cdot \exp \left [ - \frac{1}{2 \cdot (1 - \rho_{\xi\eta}^2)} \cdot ( \frac {\xi^2}{\sigma_\xi^2} + \frac {\eta^2}{\sigma_\eta^2 }- 2 \rho_{\xi\eta}\cdot \frac {\xi \cdot \eta}{\sigma_\xi \cdot \sigma_\eta}) \right ] .$$

Hinweise:

  • Die Aufgabe gehört zum Kapitel Zweidimensionale Gaußsche Zufallsgrößen.
  • Bezug genommen wird insbesondere auf die Seite Drehung des Koordinatensystems.
  • Sollte die Eingabe des Zahlenwertes „0” erforderlich sein, so geben Sie bitte „0.” ein.
  • Gegeben sind die Näherungen ${\rm Q}(2.3) \approx 0.01$ und ${\rm Q}(2.6) \approx 0.005$ für das komplementäre Gaußsche Fehlerintegral.
  • Nachfolgend gibt es Hyperlinks zu zwei Lernvideos, die diese Thematik behandeln:
Gaußsche Zufallsgrößen ohne statistische Bindungen
Gaußsche Zufallsgrößen mit statistischen Bindungen


Fragebogen

1

Ermitteln Sie durch Koeffizientenvergleich das Verhältnis der beiden Streuungen der neuen Zufallsgröße $(\xi, \eta)$.

$\sigma_\xi/\sigma_\eta \ = $

2

Berechnen Sie die Streuung $\sigma_\xi$ und den Korrelationskoeffizienten $\rho_{\xi\eta}$ zwischen den neuen Zufallsgrößen $\xi$ und $\eta$.

$\sigma_\xi \ = $

$\rho_{\xi\eta} \ = $

3

Berechnen Sie die Wahrscheinlichkeit, dass $ |x+y| \le C$ gilt. Wie groß ist $C$ zu wählen, damit $99\%$ aller Größen im schraffierten Bereich liegen?

$C_{99\%} \ = $


Musterlösung

(1)  Aus $\xi = x + y$ und $\eta = -x + y$ folgt direkt:

$$x = {1}/{2} \cdot ( \xi - \eta ) ,\hspace{0.5cm}y = {1}/{2}\cdot ( \xi +\eta ) .$$

Setzt man diese Werte für den negativen Exponenten ein, so erhält man:

$$\frac{x^2}{2} + \frac{y^2}{8} = \frac{1}{8} \cdot ( \xi - \eta )^2 + \frac{1}{32} \cdot ( \xi + \eta )^2.$$

Ausmultipliziert ergibt dies:

$$\frac{5}{32} \cdot \xi^2 + \frac{5}{32} \cdot \eta^2 - \frac{3}{16} \cdot \xi \cdot \eta .$$

Da die Koeffizienten bei $\xi^2$ und $\eta^2$ gleich sind, gilt $\sigma_\xi = \sigma_\eta$ Der gesuchte Quotient ist somit 1.

(2)  Durch Koeffizientenvergleich erhält man für $\sigma_\xi = \sigma_\eta$ das Gleichungssystem:

$$2 \cdot \sigma_\xi^2 \cdot (1 - \rho_{\xi\eta}^2)= \frac{32}{5},\hspace{0.5cm} \frac{\sigma_\xi^2 \cdot (1 - \rho_{\xi\eta}^2)}{\rho_{\xi\eta}}= \frac{16}{3}.$$

Setzt man die erste Gleichung in die zweite ein, so ergibt sich $\rho_{\xi\eta}\hspace{0.15cm}\underline {= 0.6}$ und $\sigma_{\xi} = \sqrt{5}\hspace{0.15cm}\underline {= 2.236}$.

(3)  Nach Koordinatentransformation kann man für diese Wahrscheinlichkeit schreiben:

$${\rm Pr} ( | x + y | \le C ) = {\rm Pr} ( | \xi | \le C ) = 1 - 2 \cdot {\rm Pr} ( \xi >C ).$$

Mit dem komplementären Gaußschen Fehlerintegral folgt daraus weiter:

$${\rm Pr} ( | x + y | \le C ) = 1 - 2 \cdot {\rm Q} ( {C}/{\sigma_\xi}) = 0.99 \hspace{0.3cm} \Rightarrow \hspace{0.3cm} {\rm Q} ( {C}/{\sigma_\xi}) = 0.005.$$

Mit dem angegebenen Wert ${\rm Q}(2.6) \approx 0.005$ erhält man somit das Ergebnis: $C \approx 2.6 \cdot \sigma_{\xi}\hspace{0.15cm}\underline {= 5.814}$.