Difference between revisions of "Aufgaben:Exercise 3.10Z: Rayleigh? Or Rice?"

From LNTwww
m (Text replacement - "Category:Aufgaben zu Stochastische Signaltheorie" to "Category:Theory of Stochastic Signals: Exercises")
(2 intermediate revisions by 2 users not shown)
Line 20: Line 20:
  
 
''Hinweise:''  
 
''Hinweise:''  
*Die Aufgabe gehört zum  Kapitel  [[Stochastische_Signaltheorie/Weitere_Verteilungen|Weitere Verteilungen]].
+
*Die Aufgabe gehört zum  Kapitel  [[Theory_of_Stochastic_Signals/Weitere_Verteilungen|Weitere Verteilungen]].
*Insbesondere wird auf die Seiten   [[Stochastische_Signaltheorie/Weitere_Verteilungen#Rayleighverteilung|Rayleighverteilung]]  und   [[Stochastische_Signaltheorie/Weitere_Verteilungen#Riceverteilung|Riceverteilung]]  Bezug genommen .
+
*Insbesondere wird auf die Seiten   [[Theory_of_Stochastic_Signals/Weitere_Verteilungen#Rayleighverteilung|Rayleighverteilung]]  und   [[Theory_of_Stochastic_Signals/Weitere_Verteilungen#Riceverteilung|Riceverteilung]]  Bezug genommen .
 
   
 
   
 
*Sie können Ihre Ergebnisse mit interaktiven Applet  [[Applets:WDF,_VTF_und_Momente_spezieller_Verteilungen_(Applet)|WDF, VTF und Momente spezieller Verteilungen]]  überprüfen.
 
*Sie können Ihre Ergebnisse mit interaktiven Applet  [[Applets:WDF,_VTF_und_Momente_spezieller_Verteilungen_(Applet)|WDF, VTF und Momente spezieller Verteilungen]]  überprüfen.
Line 67: Line 67:
 
{{ML-Kopf}}
 
{{ML-Kopf}}
 
'''(1)'''&nbsp; Richtig ist <u>allein der zweite Lösungsvorschlag</u>.
 
'''(1)'''&nbsp; Richtig ist <u>allein der zweite Lösungsvorschlag</u>.
*Aufgrund der gegebenen WDF liegt keine Riceverteilung, sondern eine Rayleighverteilung vor.  
+
*Aufgrund der gegebenen WDF liegt keine Riceverteilung, sondern eine <u>Rayleighverteilung</u> vor.  
*Diese ist um den Mittelwert $m_x$ unsymmetrisch, so dass $\mu_3 \ne 0$ ist.  
+
*Diese ist um den Mittelwert&nbsp; $m_x$&nbsp; unsymmetrisch, so dass&nbsp; $\mu_3 \ne 0$&nbsp; ist.  
*Nur bei einer gau&szlig;verteilten Zufallsgr&ouml;&szlig;e gilt f&uuml;r die Kurtosis $K = 3$.  
+
*Nur bei einer gau&szlig;verteilten Zufallsgr&ouml;&szlig;e gilt f&uuml;r die Kurtosis&nbsp; $K = 3$.  
*Bei der Rayleighverteilung ergibt sich aufgrund ausgepr&auml;gterer WDF&ndash;Ausl&auml;ufer ein gr&ouml;&szlig;erer Wert $(K = 3.245)$, und zwar  unabh&auml;ngig von $\lambda$.  
+
*Bei der Rayleighverteilung ergibt sich aufgrund ausgepr&auml;gterer WDF&ndash;Ausl&auml;ufer ein gr&ouml;&szlig;erer Wert&nbsp; $(K = 3.245)$, und zwar  unabh&auml;ngig von&nbsp; $\lambda$.  
  
  
'''(2)'''&nbsp; Die Ableitung der WDF nach $x$ liefert:
+
 
 +
'''(2)'''&nbsp; Die Ableitung der WDF nach&nbsp; $x$&nbsp; liefert:
 
:$$\frac{{\rm d} f_x(x)}{{\rm d}  x} = \frac{\rm 1}{\lambda^{\rm 2}}\cdot{\rm e}^{ -{x^{\rm 2}}/({2  \lambda^{\rm 2}})}+\frac{ x}{ \lambda^{\rm 2}}\cdot{\rm e}^{ -{x^{\rm 2}}/({ 2 \lambda^{\rm 2}})}\cdot(-\frac{2 x}{2 \lambda^{\rm 2}}).$$
 
:$$\frac{{\rm d} f_x(x)}{{\rm d}  x} = \frac{\rm 1}{\lambda^{\rm 2}}\cdot{\rm e}^{ -{x^{\rm 2}}/({2  \lambda^{\rm 2}})}+\frac{ x}{ \lambda^{\rm 2}}\cdot{\rm e}^{ -{x^{\rm 2}}/({ 2 \lambda^{\rm 2}})}\cdot(-\frac{2 x}{2 \lambda^{\rm 2}}).$$
  
Daraus folgt als Bestimmungsgleichung f&uuml;r $x_0$ (nur die positive Lösung ist sinnvoll):
+
*Daraus folgt als Bestimmungsgleichung f&uuml;r&nbsp; $x_0$&nbsp; (nur die positive Lösung ist sinnvoll):
 
:$$\frac{1}{\lambda^{\rm 2}}\cdot{\rm e}^{ -{x_{\rm 0}^{\rm 2}}/{(2 \lambda^{\rm 2}})}\cdot(\rm 1-{\it x_{\rm 0}^{\rm 2}}/{\it \lambda^{\rm 2}})=0 \quad  \Rightarrow  \quad {\it x}_0=\it \lambda.$$
 
:$$\frac{1}{\lambda^{\rm 2}}\cdot{\rm e}^{ -{x_{\rm 0}^{\rm 2}}/{(2 \lambda^{\rm 2}})}\cdot(\rm 1-{\it x_{\rm 0}^{\rm 2}}/{\it \lambda^{\rm 2}})=0 \quad  \Rightarrow  \quad {\it x}_0=\it \lambda.$$
  
Somit erh&auml;lt man f&uuml;r den Verteilungsparameter $\lambda = x_0\hspace{0.15cm}\underline{= 2}$.
+
*Somit erh&auml;lt man f&uuml;r den Verteilungsparameter&nbsp; $\lambda = x_0\hspace{0.15cm}\underline{= 2}$.
 +
 
  
  
'''(3)'''&nbsp; Die gesuchte Wahrscheinlichkeit ist gleich der Verteilungsfunktion an der Stelle $r = x_0 = \lambda$:
+
'''(3)'''&nbsp; Die gesuchte Wahrscheinlichkeit ist gleich der Verteilungsfunktion an der Stelle&nbsp; $r = x_0 = \lambda$:
 
:$${\rm Pr}(x<x_{\rm 0})={\rm Pr}( x \le x_{\rm 0})=
 
:$${\rm Pr}(x<x_{\rm 0})={\rm Pr}( x \le x_{\rm 0})=
F_x(x_{\rm 0})=1-{\rm e}^{-{\lambda^{\rm 2}}/({ 2 \lambda^{\rm 2}})}=1-{\rm e}^{-0.5}\hspace{0.15cm}\underline{=\rm 0.393}.$$
+
F_x(x_{\rm 0})=1-{\rm e}^{-{\lambda^{\rm 2}}/({ 2 \lambda^{\rm 2}})}=1-{\rm e}^{-0.5}\hspace{0.15cm}\underline{=\rm 39.3\%}.$$
 +
 
  
  
Line 90: Line 93:
 
:$$m_x=\int_{-\infty}^{+\infty}\hspace{-0.45cm}x\cdot f_x(x)\,{\rm d}x=\int_{\rm 0}^{\infty}\frac{\it x^{\rm 2}}{\it \lambda^{\rm 2}} \cdot \rm e^{-{\it x^{\rm 2}}/({\rm 2\it \lambda^{\rm 2}})}\,{\rm d}\it x = \sqrt{{\rm \pi}/{\rm 2}}\cdot \it \lambda\hspace{0.15cm}\underline{=\rm 2.506}.$$
 
:$$m_x=\int_{-\infty}^{+\infty}\hspace{-0.45cm}x\cdot f_x(x)\,{\rm d}x=\int_{\rm 0}^{\infty}\frac{\it x^{\rm 2}}{\it \lambda^{\rm 2}} \cdot \rm e^{-{\it x^{\rm 2}}/({\rm 2\it \lambda^{\rm 2}})}\,{\rm d}\it x = \sqrt{{\rm \pi}/{\rm 2}}\cdot \it \lambda\hspace{0.15cm}\underline{=\rm 2.506}.$$
  
Der Mittelwert $m_x$ ist nat&uuml;rlich gr&ouml;&szlig;er als $x_0$ (= Maximalwert der WDF), da die WDF zwar nach unten, aber nicht nach oben begrenzt ist.
+
*Der Mittelwert&nbsp; $m_x$&nbsp; ist nat&uuml;rlich gr&ouml;&szlig;er als&nbsp; $x_0$&nbsp; $(=$ Maximalwert der WDF$)$, da die WDF zwar nach unten, aber nicht nach oben begrenzt ist.
 +
 
  
  
Line 96: Line 100:
 
:$${\rm Pr}(x>m_x)=1- F_x(m_x).$$
 
:$${\rm Pr}(x>m_x)=1- F_x(m_x).$$
  
Mit der angegebenen Verteilungsfunktion und dem Ergebnis der Teilaufgabe '''(4)''' erh&auml;lt man:
+
*Mit der angegebenen Verteilungsfunktion und dem Ergebnis der Teilaufgabe&nbsp; '''(4)'''&nbsp; erh&auml;lt man:
:$${\rm Pr}(x>m_x)={\rm e}^{-{m_x^{\rm 2}}/({ 2\lambda^{\rm 2})}}={\rm e}^{-\pi/ 4}\hspace{0.15cm}\underline{\approx \rm 0.456}.$$
+
:$${\rm Pr}(x>m_x)={\rm e}^{-{m_x^{\rm 2}}/({ 2\lambda^{\rm 2})}}={\rm e}^{-\pi/ 4}\hspace{0.15cm}\underline{\approx \rm 45.6\%}.$$
 
{{ML-Fuß}}
 
{{ML-Fuß}}
  
  
  
[[Category:Aufgaben zu Stochastische Signaltheorie|^3.7 Weitere Verteilungen^]]
+
[[Category:Theory of Stochastic Signals: Exercises|^3.7 Weitere Verteilungen^]]

Revision as of 13:44, 23 March 2021

Beschreibt die vorliegende WDF Rayleigh oder Rice?

Die Wahrscheinlichkeitsdichtefunktion der Zufallsgröße  $x$  ist wie folgt gegeben:

$$f_x(x)=\frac{\it x}{\lambda^{2}}\cdot{\rm e}^{-x^{\rm 2}/(\lambda^{\rm 2})}.$$

Entsprechend gilt für die zugehörige Verteilungsfunktion:

$$F_x(r)= {\rm Pr}(x \le r) = 1-{\rm e}^{- r^{\rm 2}/(2 \lambda^{\rm 2})}.$$
  • Bekannt ist, dass der Wert  $x_0 = 2$  am häufigsten auftritt.
  • Das bedeutet auch, dass die WDF  $f_x(x)$  bei  $x = x_0 $  maximal ist.




Hinweise:

$$\int_{0}^{\infty}x^{\rm 2}\cdot {\rm e}^{ -x^{\rm 2}/\rm 2} \, {\rm d}x=\sqrt{{\pi}/{\rm 2}}.$$



Fragebogen

1

Welche der folgenden Aussagen treffen zu?

Es handelt sich um eine riceverteilte Zufallsgröße.
Es handelt sich um eine rayleighverteilte Zufallsgröße.
Das Zentralmoment 3. Ordnung   ⇒   $\mu_3$  ist Null.
Die Kurtosis hat den Wert  $K_x = 3$.

2

Welchen Zahlenwert hat hier der Verteilungsparameter  $\lambda$?

$\lambda \ = \ $

3

Wie groß ist die Wahrscheinlichkeit, dass  $x$  kleiner als  $x_0 = 2$  ist?

${\rm Pr}(x < x_0 ) \ = \ $

$\ \%$

4

Wie groß ist der Mittelwert der Zufallsgröße  $x$? Interpretation.

$m_x \ = \ $

5

Mit welcher Wahrscheinlichkeit ist  $x$  größer als sein Mittelwert  $m_x$?

${\rm Pr}(x > m_x) \ = \ $

$\ \%$


Musterlösung

(1)  Richtig ist allein der zweite Lösungsvorschlag.

  • Aufgrund der gegebenen WDF liegt keine Riceverteilung, sondern eine Rayleighverteilung vor.
  • Diese ist um den Mittelwert  $m_x$  unsymmetrisch, so dass  $\mu_3 \ne 0$  ist.
  • Nur bei einer gaußverteilten Zufallsgröße gilt für die Kurtosis  $K = 3$.
  • Bei der Rayleighverteilung ergibt sich aufgrund ausgeprägterer WDF–Ausläufer ein größerer Wert  $(K = 3.245)$, und zwar unabhängig von  $\lambda$.


(2)  Die Ableitung der WDF nach  $x$  liefert:

$$\frac{{\rm d} f_x(x)}{{\rm d} x} = \frac{\rm 1}{\lambda^{\rm 2}}\cdot{\rm e}^{ -{x^{\rm 2}}/({2 \lambda^{\rm 2}})}+\frac{ x}{ \lambda^{\rm 2}}\cdot{\rm e}^{ -{x^{\rm 2}}/({ 2 \lambda^{\rm 2}})}\cdot(-\frac{2 x}{2 \lambda^{\rm 2}}).$$
  • Daraus folgt als Bestimmungsgleichung für  $x_0$  (nur die positive Lösung ist sinnvoll):
$$\frac{1}{\lambda^{\rm 2}}\cdot{\rm e}^{ -{x_{\rm 0}^{\rm 2}}/{(2 \lambda^{\rm 2}})}\cdot(\rm 1-{\it x_{\rm 0}^{\rm 2}}/{\it \lambda^{\rm 2}})=0 \quad \Rightarrow \quad {\it x}_0=\it \lambda.$$
  • Somit erhält man für den Verteilungsparameter  $\lambda = x_0\hspace{0.15cm}\underline{= 2}$.


(3)  Die gesuchte Wahrscheinlichkeit ist gleich der Verteilungsfunktion an der Stelle  $r = x_0 = \lambda$:

$${\rm Pr}(x<x_{\rm 0})={\rm Pr}( x \le x_{\rm 0})= F_x(x_{\rm 0})=1-{\rm e}^{-{\lambda^{\rm 2}}/({ 2 \lambda^{\rm 2}})}=1-{\rm e}^{-0.5}\hspace{0.15cm}\underline{=\rm 39.3\%}.$$


(4)  Der Mittelwert kann beispielsweise nach folgender Gleichung ermittelt werden:

$$m_x=\int_{-\infty}^{+\infty}\hspace{-0.45cm}x\cdot f_x(x)\,{\rm d}x=\int_{\rm 0}^{\infty}\frac{\it x^{\rm 2}}{\it \lambda^{\rm 2}} \cdot \rm e^{-{\it x^{\rm 2}}/({\rm 2\it \lambda^{\rm 2}})}\,{\rm d}\it x = \sqrt{{\rm \pi}/{\rm 2}}\cdot \it \lambda\hspace{0.15cm}\underline{=\rm 2.506}.$$
  • Der Mittelwert  $m_x$  ist natürlich größer als  $x_0$  $(=$ Maximalwert der WDF$)$, da die WDF zwar nach unten, aber nicht nach oben begrenzt ist.


(5)  Allgemein gilt für die gesuchte Wahrscheinlichkeit:

$${\rm Pr}(x>m_x)=1- F_x(m_x).$$
  • Mit der angegebenen Verteilungsfunktion und dem Ergebnis der Teilaufgabe  (4)  erhält man:
$${\rm Pr}(x>m_x)={\rm e}^{-{m_x^{\rm 2}}/({ 2\lambda^{\rm 2})}}={\rm e}^{-\pi/ 4}\hspace{0.15cm}\underline{\approx \rm 45.6\%}.$$