Difference between revisions of "Aufgaben:Exercise 3.9Z: Sine Transformation"
Line 4: | Line 4: | ||
[[File:P_ID137__Sto_Z_3_9.png|right|frame|Eingangs–WDF und Kennlinie]] | [[File:P_ID137__Sto_Z_3_9.png|right|frame|Eingangs–WDF und Kennlinie]] | ||
− | Wir betrachten in dieser Aufgabe eine Zufallsgröße $x$ mit $\sin^2$–förmiger WDF im Bereich zwischen $x= 0$ und $x= 2$: | + | Wir betrachten in dieser Aufgabe eine Zufallsgröße $x$ mit $\sin^2$–förmiger WDF im Bereich zwischen $x= 0$ und $x= 2$: |
:$$f_x(x)= \sin^2({\rm\pi}/{\rm 2}\cdot x) \hspace{1cm}\rm f\ddot{u}r\hspace{0.15cm}{\rm 0\le \it x \le \rm 2} .$$ | :$$f_x(x)= \sin^2({\rm\pi}/{\rm 2}\cdot x) \hspace{1cm}\rm f\ddot{u}r\hspace{0.15cm}{\rm 0\le \it x \le \rm 2} .$$ | ||
− | Außerhalb ist die WDF identisch | + | Außerhalb ist die WDF identisch Null. |
− | Der Mittelwert und die Streuung dieser Zufallsgröße $x$ wurden bereits in der [[Aufgaben:3.3_Momente_bei_cos²-WDF|Aufgabe 3.3]] ermittelt: | + | Der Mittelwert und die Streuung dieser Zufallsgröße $x$ wurden bereits in der [[Aufgaben:3.3_Momente_bei_cos²-WDF|Aufgabe 3.3]] ermittelt: |
:$$m_x = 1,\hspace{0.2cm}\sigma_x = 0.361.$$ | :$$m_x = 1,\hspace{0.2cm}\sigma_x = 0.361.$$ | ||
− | Eine weitere Zufallsgröße $y$ erhält man durch Transformation mittels der nichtlinearen Kennlinie | + | Eine weitere Zufallsgröße $y$ erhält man durch Transformation mittels der nichtlinearen Kennlinie |
:$$y= g(x) =\sin({\rm\pi}/{\rm 2}\cdot x).$$ | :$$y= g(x) =\sin({\rm\pi}/{\rm 2}\cdot x).$$ | ||
− | Die Abbildung zeigt jeweils im Bereich $0 \le x \le 2$: | + | Die Abbildung zeigt jeweils im Bereich $0 \le x \le 2$: |
− | *oben die WDF $f_x(x)$, | + | *oben die WDF $f_x(x)$, |
− | *unten die nichtlineare Kennlinie $y = g(x)$. | + | *unten die nichtlineare Kennlinie $y = g(x)$. |
+ | |||
+ | |||
+ | |||
Line 25: | Line 28: | ||
''Hinweise:'' | ''Hinweise:'' | ||
− | *Die Aufgabe gehört zum Kapitel [[Stochastische_Signaltheorie/Exponentialverteilte_Zufallsgrößen|Exponentialverteilte Zufallsgrößen]]. | + | *Die Aufgabe gehört zum Kapitel [[Stochastische_Signaltheorie/Exponentialverteilte_Zufallsgrößen|Exponentialverteilte Zufallsgrößen]]. |
− | *Besonderer Bezug genommen wird auf die Seite [[Stochastische_Signaltheorie/Exponentialverteilte_Zufallsgrößen#Transformation_von_Zufallsgr.C3.B6.C3.9Fen|Transformation von Zufallsgrößen]] und auf das Kapitel [[Stochastische_Signaltheorie/Erwartungswerte_und_Momente|Erwartungswerte und Momente]]. | + | *Besonderer Bezug genommen wird auf die Seite [[Stochastische_Signaltheorie/Exponentialverteilte_Zufallsgrößen#Transformation_von_Zufallsgr.C3.B6.C3.9Fen|Transformation von Zufallsgrößen]] und auf das Kapitel [[Stochastische_Signaltheorie/Erwartungswerte_und_Momente|Erwartungswerte und Momente]]. |
*Vorgegeben sind die beiden unbestimmten Integrale: | *Vorgegeben sind die beiden unbestimmten Integrale: | ||
Line 38: | Line 41: | ||
{Welche der folgenden Aussagen sind zutreffend? | {Welche der folgenden Aussagen sind zutreffend? | ||
|type="[]"} | |type="[]"} | ||
− | - $y$ ist auf den Wertbereich $0 \le y \le 1$ begrenzt. | + | - $y$ ist auf den Wertbereich $0 \le y \le 1$ begrenzt. |
− | + $y$ ist auf den Wertbereich $0 < y \le 1$ begrenzt. | + | + $y$ ist auf den Wertbereich $0 < y \le 1$ begrenzt. |
− | + Der Mittelwert $m_y$ ist kleiner als der Mittelwert $m_x$. | + | + Der Mittelwert $m_y$ ist kleiner als der Mittelwert $m_x$. |
− | {Berechnen Sie den Mittelwert der Zufallsgröße $y$. | + | {Berechnen Sie den Mittelwert der Zufallsgröße $y$. |
|type="{}"} | |type="{}"} | ||
$m_y \ = \ $ { 0.849 3% } | $m_y \ = \ $ { 0.849 3% } | ||
− | {Berechnen Sie den quadratischen Mittelwert von $y$ und die Streuung. | + | {Berechnen Sie den quadratischen Mittelwert von $y$ und die Streuung $\sigma_y$ . |
|type="{}"} | |type="{}"} | ||
$\sigma_y \ = \ $ { 0.172 3% } | $\sigma_y \ = \ $ { 0.172 3% } | ||
− | {Berechnen Sie die WDF $f_y(y)$. | + | {Berechnen Sie die WDF $f_y(y)$. Beachten Sie die Symmetrieeigenschaften. Welcher WDF–Wert ergibt sich für $y = 0.6$ ? |
|type="{}"} | |type="{}"} | ||
$f_y(y=0.6) \ = \ $ { 0.573 3% } | $f_y(y=0.6) \ = \ $ { 0.573 3% } | ||
− | {Welcher WDF-Wert ergibt sich für $y = 1$? Interpretieren Sie das Ergebnis. | + | {Welcher WDF-Wert ergibt sich für $y = 1$? Interpretieren Sie das Ergebnis. Wie groß ist die Wahrscheinlichkeit, dass $y$ exakt gleich $1$ ist? |
|type="{}"} | |type="{}"} | ||
${\rm Pr}(y=1) \ = \ $ { 0. } | ${\rm Pr}(y=1) \ = \ $ { 0. } |
Revision as of 17:01, 22 November 2019
Wir betrachten in dieser Aufgabe eine Zufallsgröße $x$ mit $\sin^2$–förmiger WDF im Bereich zwischen $x= 0$ und $x= 2$:
- $$f_x(x)= \sin^2({\rm\pi}/{\rm 2}\cdot x) \hspace{1cm}\rm f\ddot{u}r\hspace{0.15cm}{\rm 0\le \it x \le \rm 2} .$$
Außerhalb ist die WDF identisch Null.
Der Mittelwert und die Streuung dieser Zufallsgröße $x$ wurden bereits in der Aufgabe 3.3 ermittelt:
- $$m_x = 1,\hspace{0.2cm}\sigma_x = 0.361.$$
Eine weitere Zufallsgröße $y$ erhält man durch Transformation mittels der nichtlinearen Kennlinie
- $$y= g(x) =\sin({\rm\pi}/{\rm 2}\cdot x).$$
Die Abbildung zeigt jeweils im Bereich $0 \le x \le 2$:
- oben die WDF $f_x(x)$,
- unten die nichtlineare Kennlinie $y = g(x)$.
Hinweise:
- Die Aufgabe gehört zum Kapitel Exponentialverteilte Zufallsgrößen.
- Besonderer Bezug genommen wird auf die Seite Transformation von Zufallsgrößen und auf das Kapitel Erwartungswerte und Momente.
- Vorgegeben sind die beiden unbestimmten Integrale:
- $$\int \sin^{\rm 3}( ax)\,{\rm d}x = \frac{\rm 1}{ 3 a} \cdot \cos^{\rm 3}( ax)-\frac{\rm 1}{ a}\cdot \cos(ax),$$
- $$\int \sin^{\rm 4}(ax)\,{\rm d}x =\frac{\rm 3}{\rm 8}\cdot x-\frac{\rm 1}{\rm 4 a} \cdot \sin(2 ax)+\frac{\rm 1}{32 a}\cdot \sin(4 ax).$$
Fragebogen
Musterlösung
- Aufgrund des Wertebereichs von $x$ und der gegebenen Kennlinie kann $y$ keine Werte kleiner als $0$ bzw. größer als $1$ annehmen.
- Der Wert $y = 0$ kann allerdings ebenfalls nicht auftreten, da weder $x = 0$ noch $x = 2$ möglich sind.
- Mit diesen Eigenschaften ergibt sich sicher $m_y < 1$, also ein kleinerer Wert als $m_x = 1$ (siehe Angabe).
(2) Zur Lösung dieser Aufgabe könnte man beispielsweise zunächst die WDF $f_y(y)$ bestimmen und daraus in gewohnter Weise $m_y$ berechnen.
Zum gleichen Ergebnis führt der direkte Weg:
- $$m_y={\rm E}\big[y\big]={\rm E}\big[g(x)\big]=\int_{-\infty}^{+\infty}g(x)\cdot f_x(x)\,{\rm d}x.$$
Mit den aktuellen Funktionen $g(x)$ und $f_x(x)$ erhält man:
- $$m_y=\int_{\rm 0}^{\rm 2}\hspace{-0.1cm}\sin^{\rm 3}({\pi}/{ 2}\cdot x)\,{\rm d}x=\frac{\rm 2}{\rm 3\cdot \pi}\cdot \cos^{\rm 3}({\pi}/{ 2}\cdot x)-\frac{\rm 2}{\rm \pi} \cdot \cos({3 \rm \pi}/{\rm 2}\cdot x)\Big|_{\rm 0}^{\rm 2}=\frac{\rm 8}{\rm 3\cdot \pi} \hspace{0.15cm}\underline{=\rm 0.849}.$$
(3) In Analogie zu Punkt (2) gilt:
- $$m_{2 y}={\rm E}[y^{\rm 2}]={\rm E}[g^{\rm 2}( x)]=\int_{-\infty}^{+\infty}\hspace{-0.35cm}g^{2}( x)\cdot f_x(x)\,{\rm d}x.$$
Dies führt zum Ergebnis:
- $$ m_{ 2 y}=\int_{\rm 0}^{\rm 2}\hspace{-0.15cm}\sin^{\rm 4}({\rm \pi}/{\rm 2}\cdot x)\,{\rm d} x= \frac{\rm 3}{\rm 8}\cdot x-\frac{\rm 1}{\rm 2\cdot\pi}\cdot \sin(\rm \pi\cdot{\it x})+\frac{\rm 1}{\rm 16\cdot\pi}\cdot \sin(\rm 2 \pi\cdot {\it x})\Big|_{\rm 0}^{\rm 2} \hspace{0.15cm}{= \rm 0.75}.$$
Mit dem Ergebnis aus (2) folgt somit für die Streuung:
- $$ \sigma_{y}=\sqrt{\frac{\rm 3}{\rm 4}-\Big(\frac{\rm 8}{\rm 3\cdot\pi}\Big)^{\rm 2}} \hspace{0.15cm}\underline{\approx \rm 0.172}.$$
(4) Aufgrund der Symmetrie von WDF $f_x(x)$ und Kennlinie $y =g(x)$ um $x = 1$ liefern die beiden Bereiche
- $0 \le x \le 1$ und
- $1 \le x \le 2$
jeweils den gleichen Beitrag für $f_y(y)$. Im ersten Bereich ist die Ableitung der Kennlinie positiv,
- $$g\hspace{0.05cm}'(x)={\rm \pi}/{\rm 2}\cdot \cos({\rm \pi}/{\rm 2}\cdot x),$$
und die Umkehrfunktion lautet: $$ x=h(y)={\rm 2}/{\rm \pi}\cdot \arcsin( y).$$
Unter Berücksichtigung des zweiten Beitrags durch den Faktor $2$ erhält man für die gesuchte WDF im Bereich $0 \le y \le 1$ ):
- $$f_y(y)= 2\cdot\frac{\sin^{ 2}({ \pi}/{ 2}\cdot x)}{{ \pi}/{ 2}\cdot \cos({ \pi}/{ 2}\cdot x)}\Big|_{\, x={ 2}/{ \pi}\cdot \arcsin( y)}.$$
Außerhalb ist $f_y(y) \equiv 0$. Dies führt zum Zwischenergebnis
- $$f_y(y)=\frac{4}{\pi}\cdot \frac{\sin^{2}(\arcsin( y ))}{\sqrt{\rm 1-\sin^{ 2}(\arcsin( y \rm ))}},$$
und wegen $\sin(\arcsin(y)) = y$:
- $$f_y(y)=\frac{ 4}{\pi}\cdot \frac{ y^{2}}{\sqrt{1- y^{\rm 2}}}.$$
- An der Stelle $y = 0.6$ erhält man den Wert $f_y(y= 0.6)\hspace{0.15cm}\underline{=0.573}$.
- Rechts ist diese WDF $f_y(y)$ grafisch dargestellt.
(5) Die WDF ist an der Stelle $y = 1$ unendlich groß.
- Dies hängt damit zusammen, dass an dieser Stelle die Ableitung $g\hspace{0.05cm}'(x)$ der Kennlinie horizontal verläuft.
- Da aber $y$ eine kontinuierliche Zufallsgröße ist, gilt trotzdem ${\rm Pr}(y = 1) \hspace{0.15cm}\underline{= 0}$.
Das bedeutet:
- Eine Unendlichkeitsstelle in der WDF ist nicht identisch mit einer Diracfunktion.
- Oder salopper ausgedrückt: Eine Unendlichkeitsstelle in der WDF ist „weniger” als eine Diracfunktion.