Loading [MathJax]/jax/output/HTML-CSS/fonts/TeX/fontdata.js

Difference between revisions of "Aufgaben:Exercise 5.6Z: Gilbert-Elliott Model"

From LNTwww
(No difference)

Revision as of 08:41, 4 January 2018

GE–Modell

Wir betrachten das Bündelfehler–Kanalmodell nach E.N. Gilbert und E.O. Elliott (siehe Skizze). Für die Übergangswahrscheinlichkeiten soll dabei gelten:

Pr(G|B)=0.1,Pr(B|G)=0.01.

Die Fehlerwahrscheinlichkeit im Zustand „GOOD” betrage pG=0.1% und für die im Zustand „BAD” gelte pB=10%.

Im Verlaufe dieser Aufgabe sollen weitere Kenngrößen ermittelt werden:

  • die mittlere Fehlerwahrscheinlichkeit pM,
  • die Zustandswahrscheinlichkeiten wG=Pr(Z=G) und wB=Pr(Z=B),
  • die Werte der Korrelationsfunktion, die für k>0 analytisch wie folgt gegeben ist:
φe(k)=p2M+(pBpM)(pMpG)[1Pr(B|G)Pr(G|B)]k.


Hinweise:



Fragebogen

1

Wie lauten die folgenden Übergangswahrscheinlichkeiten?

Pr(G|G) = 

Pr(B|B)= 

2

Mit welchen Wahrscheinlichkeiten befindet sich das GE–Modell im Zustand „GOOD” (wG) bzw. im Zustand „BAD” (wB)?

wG = 

wB = 

3

Berechnen Sie die mittlere Fehlerwahrscheinlichkeit pM.

pM = 

4

Berechnen Sie die folgenden FKF–Werte:

φe(k=1)= 

 104
φe(k=2)= 

 104
φe(k=5)= 

 104
φe(k=50) = 

 104

5

Wie groß ist der FKF–Wert φe(k=0)?

φe(k=0) = 

 102

6

Lässt sich die mittlere Fehlerwahrscheinlichkeit pM=0.005 erreichen durch

alleinige Änderung von pG,
alleinige Änderung von pB,
alleinige Änderung von Pr(G|B),
alleinige Änderung von Pr(B|G)?


Musterlösung

(1)  Es gilt \rm Pr(G\hspace{0.05cm}|\hspace{0.05cm}G) = 1 \, –Pr(B\hspace{0.05cm}|\hspace{0.05cm}G) \ \underline {= 0.99} sowie \rm Pr(B\hspace{0.05cm}|\hspace{0.05cm}B) = 1 \, –Pr(G\hspace{0.05cm}|\hspace{0.05cm}B) \ \underline {= 0.9}.


(2)  Das GE–Modell ist eine stationäre Markovkette. Für die Wahrscheinlichkeit, dass sich diese im Zustand „GOOD” befindet, gilt unter Berücksichtigung des Ergebnisses der Teilaufgabe (1):

w_{\rm G} = {\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} G) \cdot w_{\rm G} + {\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B) \cdot w_{\rm B}\hspace{0.3cm} \Rightarrow \hspace{0.3cm} {\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G) \cdot w_{\rm G} = {\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B) \cdot w_{\rm B} \hspace{0.05cm}.

Weiter gilt w_{\rm B} = 1 \, –w_{\rm G}:

{\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G) \cdot w_{\rm G} + {\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B) \cdot w_{\rm G} = {\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B)
\Rightarrow \hspace{0.3cm} w_{\rm G} = \frac{{\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B)}{{\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B) + {\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G)} = \frac{0.1}{0.1 + 0.01} \hspace{0.15cm}\underline {\approx 0.909} \hspace{0.05cm},\hspace{0.2cm} w_{\rm B} = 1 - w_{\rm G }\hspace{0.15cm}\underline {\approx 0.091}\hspace{0.05cm}.


(3)  Die mittlere Fehlerwahrscheinlichkeit p_{\rm M} ergibt sich aus den Fehlerwahrscheinlichkeiten p_{\rm G} und p_{\rm B}, gewichtet mit w_{\rm G} und w_{\rm B}:

p_{\rm M} = w_{\rm G} \cdot p_{\rm G} + w_{\rm B} \cdot p_{\rm B} = \frac{10}{11} \cdot 10^{-3} + \frac{1}{11} \cdot 10^{-1}= \frac{10+100}{11} \cdot 10^{-3}\hspace{0.15cm}\underline { = 0.01}\hspace{0.05cm}.


(4)  Entsprechend der allgemeinen Gleichung auf dem Angabenblatt gilt für k > 0:

\varphi_{e}(k) \hspace{-0.1cm} \ = \ \hspace{-0.1cm} p_{\rm M}^2 + (p_{\rm B} - p_{\rm M}) \cdot (p_{\rm M} - p_{\rm G}) \cdot [1 - {\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G )- {\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B )]^{\it k} = 10^{-4} + 0.09 \cdot 0.009 \cdot 0.89^{\it k} = 10^{-4} \cdot \left ( 1 + 8.1 \cdot 0.89^{\it k} \right )\hspace{0.05cm}.
\Rightarrow \hspace{0.3cm}\varphi_{e}(k = 1 ) \hspace{-0.1cm} \ = \ \hspace{-0.1cm} 10^{-4} \cdot \left ( 1 + 8.1 \cdot 0.89^{ 1} \right ) \hspace{0.15cm}\underline {= 8.209 \cdot 10^{-4}} \hspace{0.05cm},
\Rightarrow \hspace{0.3cm}\varphi_{e}(k = 2 ) \hspace{-0.1cm} \ = \ \hspace{-0.1cm} 10^{-4} \cdot \left ( 1 + 8.1 \cdot 0.89^{ 2} \right )\hspace{0.15cm}\underline { = 7.416 \cdot 10^{-4}} \hspace{0.05cm},
\Rightarrow \hspace{0.3cm}\varphi_{e}(k = 5 ) \hspace{-0.1cm} \ = \ \hspace{-0.1cm} 10^{-4} \cdot \left ( 1 + 8.1 \cdot 0.89^{ 5} \right )\hspace{0.15cm}\underline {= 5.523 \cdot 10^{-4}} \hspace{0.05cm},
\Rightarrow \hspace{0.3cm}\varphi_{e}(k = 50 ) \hspace{-0.1cm} \ = \ \hspace{-0.1cm} 10^{-4} \cdot \left ( 1 + 8.1 \cdot 0.89^{ 50} \right ) \hspace{0.15cm}\underline {= 1.024 \cdot 10^{-4}} \hspace{0.05cm}.


(5)  Für jedes Kanalmodell gilt wegen e_{\nu} ∈ \{0, 1\}:

\varphi_{e}(k = 0 ) = {\rm E}[e_{\nu} ^2] = {\rm E}[e_{\nu} ] = p_{\rm M} \hspace{0.05cm}.

Mit dem Ergebnis der Teilaufgabe (3) ergibt sich für den vorliegenden Fall \varphi_e(k = 0) \ \underline {= 0.01}.


(6)  Entsprechend der Teilaufgabe (3) gilt

p_{\rm M} = {10}/{11} \cdot p_{\rm G} + {1}/{11} \cdot p_{\rm B} \hspace{0.05cm}.

Bei vorgegebenem p_{\rm B} = 0.1 ergibt sich selbst für p_{\rm G} = 0 (kein Fehler im Zustand „G”) die mittlere Fehlerwahrscheinlichkeit zu p_{\rm M} \approx 0.009. Dagegen ist mit festem p_{\rm G} = 0.001 der Wert p_{\rm M} = 0.005 erreichbar:

0.005 = {10}/{11} \cdot 10^{-3} + {1}/{11} \cdot p_{\rm B} \hspace{0.3cm} \Rightarrow \hspace{0.3cm} p_{\rm B} \le 0.055 - 0.1 = 4.5\%\hspace{0.05cm}.

Weiterhin kann die mittlere Fehlerwahrscheinlichkeit (mit vorgegebenem p_{\rm G} und p_{\rm B}) auch wie folgt dargestellt werden:

p_{\rm M} = \frac{p_{\rm G} \cdot {\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B)+ p_{\rm B} \cdot {\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G)}{{\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B) + {\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G)} = \frac{0.001 \cdot {\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B)+ 0.1 \cdot {\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G)}{{\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B) + {\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G)}\hspace{0.05cm}.

Mit \rm Pr(B|G) = 0.01 bzw. mit \rm Pr(G|B) = 0.1 erhält man folgende Gleichungen:

{\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G) = 0.01\hspace{-0.15cm}:\hspace{0.2cm} {\it p}_{\rm M} \hspace{-0.1cm} \ = \ \hspace{-0.1cm} \frac{0.001 \cdot {\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B)+ 0.001 }{{\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B) + 0.01}\hspace{0.05cm},\hspace{0.5cm} {\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B) = 0.1\hspace{-0.15cm}:\hspace{0.2cm}{\it p}_{\rm M} \hspace{-0.1cm} \ = \ \hspace{-0.1cm} \frac{0.0001 + 0.1 \cdot {\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G)}{0.1 +{\rm Pr}(\rm G\hspace{0.05cm}|\hspace{0.05cm} B) }\hspace{0.05cm}.

Aus der oberen Gleichung ist zu erkennen, dass mit keinem \rm Pr(G|B)–Wert das Ergebnis p_{\rm M} = 0.005 möglich ist. Dagegen lässt sich durch ein kleineres \rm Pr(B|G) die Bedingung erfüllen:

0.005 = \frac{0.0001 + 0.1 \cdot {\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G)}{0.1 +{\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G) } \hspace{0.3cm} \Rightarrow \hspace{0.3cm}{\rm Pr}(\rm B\hspace{0.05cm}|\hspace{0.05cm} G) \le \frac{0.0004}{0.095} \approx 0.0042\hspace{0.05cm}.

Richtig sind somit die Lösungsvorschläge 2 und 4.