Difference between revisions of "Aufgaben:Exercise 4.8: Diamond-shaped Joint PDF"
From LNTwww
m (Text replacement - "Category:Aufgaben zu Stochastische Signaltheorie" to "Category:Theory of Stochastic Signals: Exercises") |
|||
(3 intermediate revisions by 2 users not shown) | |||
Line 4: | Line 4: | ||
[[File:P_ID412__Sto_A_4_8.png|right|frame|Rautenförmige 2D-WDF]] | [[File:P_ID412__Sto_A_4_8.png|right|frame|Rautenförmige 2D-WDF]] | ||
− | Wir betrachten eine 2D–Zufallsgröße $(x, y)$, deren Komponenten sich jeweils als Linearkombinationen zweier Zufallsgrößen $u$ und $v$ ergeben: | + | Wir betrachten eine 2D–Zufallsgröße $(x, y)$, deren Komponenten sich jeweils als Linearkombinationen zweier Zufallsgrößen $u$ und $v$ ergeben: |
:$$x=2u-2v+1,$$ | :$$x=2u-2v+1,$$ | ||
:$$y=u+3v.$$ | :$$y=u+3v.$$ | ||
Weiter ist zu beachten: | Weiter ist zu beachten: | ||
− | *Die zwei statistisch unabhängigen Zufallsgrößen $u$ und $v$ sind jeweils gleichverteilt zwischen $0$ und $1$. | + | *Die zwei statistisch unabhängigen Zufallsgrößen $u$ und $v$ sind jeweils gleichverteilt zwischen $0$ und $1$. |
− | *In der Abbildung sehen Sie die 2D–WDF. Innerhalb des blau eingezeichneten Parallelogramms gilt: | + | *In der Abbildung sehen Sie die 2D–WDF. Innerhalb des blau eingezeichneten Parallelogramms gilt: |
:$$f_{xy}(x, y) = H = {\rm const.}$$ | :$$f_{xy}(x, y) = H = {\rm const.}$$ | ||
*Außerhalb des Parallelogramms sind keine Werte möglich: $f_{xy}(x, y) = 0$. | *Außerhalb des Parallelogramms sind keine Werte möglich: $f_{xy}(x, y) = 0$. | ||
+ | |||
+ | |||
Line 19: | Line 21: | ||
''Hinweise:'' | ''Hinweise:'' | ||
− | *Die Aufgabe gehört zum Kapitel [[ | + | *Die Aufgabe gehört zum Kapitel [[Theory_of_Stochastic_Signals/Linearkombinationen_von_Zufallsgrößen|Linearkombinationen von Zufallsgrößen]]. |
− | *Bezug genommen wird auch auf die Seite [[ | + | *Bezug genommen wird auch auf die Seite [[Theory_of_Stochastic_Signals/Zweidimensionale_Zufallsgrößen#Korrelationsgerade|Korrelationsgerade]]. |
− | *Wir verweisen hier auch auf das interaktive Applet [[Applets:Korrelationskoeffizient_%26_Regressionsgerade|Korrelationskoeffizient | + | *Wir verweisen hier auch auf das interaktive Applet [[Applets:Korrelationskoeffizient_%26_Regressionsgerade|Korrelationskoeffizient und Regressionsgerade]]. |
− | *Gehen Sie - wenn möglich - von den angegebenen Gleichungen aus. Nutzen Sie die Informationen der obigen Skizze vorwiegend nur zur Kontrolle Ihrer Ergebnisse. | + | *Gehen Sie - wenn möglich - von den angegebenen Gleichungen aus. Nutzen Sie die Informationen der obigen Skizze vorwiegend nur zur Kontrolle Ihrer Ergebnisse. |
Line 31: | Line 33: | ||
<quiz display=simple> | <quiz display=simple> | ||
− | {Wie groß ist die Höhe $H$ der 2D–WDF innerhalb des Parallelogramms? | + | {Wie groß ist die Höhe $H$ der 2D–WDF innerhalb des Parallelogramms? |
|type="{}"} | |type="{}"} | ||
$H \ = \ $ { 0.125 3% } | $H \ = \ $ { 0.125 3% } | ||
− | {Welche Werte von $u$ und $v$ liegen dem Eckpunkt $(-1, 3)$ zugrunde? | + | {Welche Werte von $u$ und $v$ liegen dem Eckpunkt $(-1, 3)$ zugrunde? |
|type="{}"} | |type="{}"} | ||
$u \ = \ $ { 0. } | $u \ = \ $ { 0. } | ||
Line 42: | Line 44: | ||
− | {Berechnen Sie den Korrelationskoeffizienten $\rho_{xy}$. | + | {Berechnen Sie den Korrelationskoeffizienten $\rho_{xy}$. |
|type="{}"} | |type="{}"} | ||
$\rho_{xy}\ = \ $ { -0.457--0.437 } | $\rho_{xy}\ = \ $ { -0.457--0.437 } | ||
− | {Wie lautet die Korrelationsgerade $y=K(x)$? Bei welchem Punkt $y_0$ schneidet diese die $y$-Achse? | + | {Wie lautet die Korrelationsgerade $y=K(x)$? Bei welchem Punkt $y_0$ schneidet diese die $y$-Achse? |
|type="{}"} | |type="{}"} | ||
$y_0\ = \ $ { 2.5 3% } | $y_0\ = \ $ { 2.5 3% } | ||
− | {Berechnen Sie die Randwahrscheinlichkeitsdichtefunktion $f_x(x)$. Wie groß ist die Wahrscheinlichkeit, dass die Zufallsgröße $x$ negativ ist? | + | {Berechnen Sie die Randwahrscheinlichkeitsdichtefunktion $f_x(x)$. Wie groß ist die Wahrscheinlichkeit, dass die Zufallsgröße $x$ negativ ist? |
|type="{}"} | |type="{}"} | ||
${\rm Pr}(x < 0)\ = \ $ { 0.125 3% } | ${\rm Pr}(x < 0)\ = \ $ { 0.125 3% } | ||
− | {Berechnen Sie die Randwahrscheinlichkeitsdichtefunktion $f_y(y)$. Wie groß ist die Wahrscheinlichkeit, dass die Zufallsgröße $y >3$ ist? | + | {Berechnen Sie die Randwahrscheinlichkeitsdichtefunktion $f_y(y)$. Wie groß ist die Wahrscheinlichkeit, dass die Zufallsgröße $y >3$ ist? |
|type="{}"} | |type="{}"} | ||
${\rm Pr}(y > 3)\ = \ $ { 0.167 3% } | ${\rm Pr}(y > 3)\ = \ $ { 0.167 3% } | ||
Line 67: | Line 69: | ||
{{ML-Kopf}} | {{ML-Kopf}} | ||
'''(1)''' Die Fläche des Parallelogramms kann aus zwei gleich großen Dreiecken zusammengesetzt werden. | '''(1)''' Die Fläche des Parallelogramms kann aus zwei gleich großen Dreiecken zusammengesetzt werden. | ||
− | *Die Fläche des Dreiecks $(1,0)\ (1,4)\ (-1,3)$ ergibt $0.5 · 4 · 2 = 4$. | + | *Die Fläche des Dreiecks $(1,0)\ (1,4)\ (-1,3)$ ergibt $0.5 · 4 · 2 = 4$. |
*Die Gesamtfläche ist doppelt so groß: $F = 8$. | *Die Gesamtfläche ist doppelt so groß: $F = 8$. | ||
− | *Da das WDF | + | *Da das WDF–Volumen stets $1$ ist, gilt $H= 1/F\hspace{0.15cm}\underline{ = 0.125}$. |
− | |||
+ | '''(2)''' Der minimale Wert von $x$ ergibt sich für $\underline{ u=0}$ und $\underline{ v=1}$. | ||
+ | *Daraus folgen aus obigen Gleichungen die Ergebnisse $x= -1$ und $y= +3$. | ||
− | |||
− | Mit $A = 2$, $B = -2$, $D = 1$ und $E = 3$ erhält man: | + | |
+ | '''(3)''' Die im Theorieteil angegebene Gleichung gilt allgemein, also für jede beliebige WDF der beiden statistisch unabhängigen Größen $u$ und $v$, | ||
+ | *so lange diese gleiche Streuungen aufweisen $(\sigma_u = \sigma_v)$. | ||
+ | |||
+ | *Mit $A = 2$, $B = -2$, $D = 1$ und $E = 3$ erhält man: | ||
:$$\rho_{xy } = \frac {\it A \cdot D + B \cdot E}{\sqrt{(\it A^{\rm 2}+\it B^{\rm 2})(\it D^{\rm 2}+\it E^{\rm 2})}} =\frac {2 \cdot 1 -2 \cdot 3}{\sqrt{(4 +4)(1+9)}} = \frac {-4}{\sqrt{80}} = \frac {-1}{\sqrt{5}}\hspace{0.15cm}\underline{ = -0.447}. $$ | :$$\rho_{xy } = \frac {\it A \cdot D + B \cdot E}{\sqrt{(\it A^{\rm 2}+\it B^{\rm 2})(\it D^{\rm 2}+\it E^{\rm 2})}} =\frac {2 \cdot 1 -2 \cdot 3}{\sqrt{(4 +4)(1+9)}} = \frac {-4}{\sqrt{80}} = \frac {-1}{\sqrt{5}}\hspace{0.15cm}\underline{ = -0.447}. $$ | ||
+ | |||
Line 84: | Line 91: | ||
:$$y=K(x)=\frac{\sigma_y}{\sigma_x}\cdot\rho_{xy}\cdot(x-m_x)+m_y.$$ | :$$y=K(x)=\frac{\sigma_y}{\sigma_x}\cdot\rho_{xy}\cdot(x-m_x)+m_y.$$ | ||
− | *Aus den linearen Mittelwerten $m_u = m_v = 0.5$ und den in der Aufgabenstellung angegebenen Gleichungen erhält man $m_x = 1$ und $m_y = 2$. | + | *Aus den linearen Mittelwerten $m_u = m_v = 0.5$ und den in der Aufgabenstellung angegebenen Gleichungen erhält man $m_x = 1$ und $m_y = 2$. |
− | *Die Varianzen von $u$ und $v$ betragen jeweils $\sigma_u^2 = \sigma_v^2 =1/12$. Daraus folgt: | + | *Die Varianzen von $u$ und $v$ betragen jeweils $\sigma_u^2 = \sigma_v^2 =1/12$. Daraus folgt: |
:$$\sigma_x^2 = 4 \cdot \sigma_u^2 + 4 \cdot \sigma_v^2 = 2/3,$$ | :$$\sigma_x^2 = 4 \cdot \sigma_u^2 + 4 \cdot \sigma_v^2 = 2/3,$$ | ||
:$$\sigma_y^2 = \sigma_u^2 + 9\cdot \sigma_v^2 = 5/6.$$ | :$$\sigma_y^2 = \sigma_u^2 + 9\cdot \sigma_v^2 = 5/6.$$ | ||
Line 93: | Line 100: | ||
:$$y=K(x)=\frac{\sqrt{5/6}}{\sqrt{2/3}}\cdot (\frac{-1}{\sqrt{5}})\cdot(x-1)+2= - x/{2} + 2.5.$$ | :$$y=K(x)=\frac{\sqrt{5/6}}{\sqrt{2/3}}\cdot (\frac{-1}{\sqrt{5}})\cdot(x-1)+2= - x/{2} + 2.5.$$ | ||
− | *Daraus folgt der Wert $y_0\hspace{0.15cm}\underline{ = 2.5}$ | + | *Daraus folgt der Wert $y_0=K(x=0)\hspace{0.15cm}\underline{ = 2.5}$ |
− | '''(5)''' Mit den Hilfsgrößen $q= 2u$, $r= -2v$ und $s= x-1$ gilt der Zusammenhang: $s= q+r$. | + | '''(5)''' Mit den Hilfsgrößen $q= 2u$, $r= -2v$ und $s= x-1$ gilt der Zusammenhang: $s= q+r$. |
− | *Da $u$ und $v$ jeweils zwischen $0$ und $1$ gleichverteilt sind, besitzt $q$ eine Gleichverteilung im Bereich von $0$ bis $2$ und $r$ | + | *Da $u$ und $v$ jeweils zwischen $0$ und $1$ gleichverteilt sind, besitzt $q$ eine Gleichverteilung im Bereich von $0$ bis $2$ und $r$ ist gleichverteilt zwischen $-2$ und $0$. |
− | *Da zudem $q$ und $r$ nicht statistisch voneinander abhängen, gilt für die WDF der Summe: | + | *Da zudem $q$ und $r$ nicht statistisch voneinander abhängen, gilt für die WDF der Summe: |
[[File:P_ID414__Sto_A_4_8_e.png|right|frame|Dreieckförmige WDF $f_x(x)$]] | [[File:P_ID414__Sto_A_4_8_e.png|right|frame|Dreieckförmige WDF $f_x(x)$]] | ||
:$$f_s(s) = f_q(q) \star f_r(r).$$ | :$$f_s(s) = f_q(q) \star f_r(r).$$ | ||
− | *Die Addition$x = s+1$ führt zu einer Verschiebung der Dreieck–WDF um $1$ nach rechts. | + | *Die Addition $x = s+1$ führt zu einer Verschiebung der Dreieck–WDF um $1$ nach rechts. |
− | *Für die gesuchte Wahrscheinlichkeit (im folgenden Bild grün hinterlegt) gilt deshalb: ${\rm Pr}(x < 0)\hspace{0.15cm}\underline{ = 0.125}$. | + | *Für die gesuchte Wahrscheinlichkeit (im folgenden Bild grün hinterlegt) gilt deshalb: ${\rm Pr}(x < 0)\hspace{0.15cm}\underline{ = 0.125}$. |
<br clear=all> | <br clear=all> | ||
[[File: P_ID415__Sto_A_4_8_f.png|right|frame|Trapezförmige WDF $f_y(y)$]] | [[File: P_ID415__Sto_A_4_8_f.png|right|frame|Trapezförmige WDF $f_y(y)$]] | ||
− | '''(6)''' Analog zur Musterlösung für die Teilaufgabe '''(5)''' gilt mit $t = 3v$: | + | '''(6)''' Analog zur Musterlösung für die Teilaufgabe '''(5)''' gilt mit $t = 3v$: |
:$$f_y(y) = f_u(u) \star f_t(t).$$ | :$$f_y(y) = f_u(u) \star f_t(t).$$ | ||
*Die Faltung zwischen zwei verschieden breiten Rechtecken ergibt ein Trapez. | *Die Faltung zwischen zwei verschieden breiten Rechtecken ergibt ein Trapez. | ||
− | *Für die gesuchte Wahrscheinlichkeit erhält man ${\rm Pr}(y>3) =1/6\hspace{0.15cm}\underline{ \approx 0.167}$. | + | *Für die gesuchte Wahrscheinlichkeit erhält man ${\rm Pr}(y>3) =1/6\hspace{0.15cm}\underline{ \approx 0.167}$. |
*Diese Wahrscheinlichkeit ist in der rechten Skizze grün hinterlegt. | *Diese Wahrscheinlichkeit ist in der rechten Skizze grün hinterlegt. | ||
Line 121: | Line 128: | ||
− | [[Category: | + | [[Category:Theory of Stochastic Signals: Exercises|^4.3 Linearkombinationen^]] |
Revision as of 13:44, 23 March 2021
Wir betrachten eine 2D–Zufallsgröße $(x, y)$, deren Komponenten sich jeweils als Linearkombinationen zweier Zufallsgrößen $u$ und $v$ ergeben:
- $$x=2u-2v+1,$$
- $$y=u+3v.$$
Weiter ist zu beachten:
- Die zwei statistisch unabhängigen Zufallsgrößen $u$ und $v$ sind jeweils gleichverteilt zwischen $0$ und $1$.
- In der Abbildung sehen Sie die 2D–WDF. Innerhalb des blau eingezeichneten Parallelogramms gilt:
- $$f_{xy}(x, y) = H = {\rm const.}$$
- Außerhalb des Parallelogramms sind keine Werte möglich: $f_{xy}(x, y) = 0$.
Hinweise:
- Die Aufgabe gehört zum Kapitel Linearkombinationen von Zufallsgrößen.
- Bezug genommen wird auch auf die Seite Korrelationsgerade.
- Wir verweisen hier auch auf das interaktive Applet Korrelationskoeffizient und Regressionsgerade.
- Gehen Sie - wenn möglich - von den angegebenen Gleichungen aus. Nutzen Sie die Informationen der obigen Skizze vorwiegend nur zur Kontrolle Ihrer Ergebnisse.
Fragebogen
Musterlösung
(1) Die Fläche des Parallelogramms kann aus zwei gleich großen Dreiecken zusammengesetzt werden.
- Die Fläche des Dreiecks $(1,0)\ (1,4)\ (-1,3)$ ergibt $0.5 · 4 · 2 = 4$.
- Die Gesamtfläche ist doppelt so groß: $F = 8$.
- Da das WDF–Volumen stets $1$ ist, gilt $H= 1/F\hspace{0.15cm}\underline{ = 0.125}$.
(2) Der minimale Wert von $x$ ergibt sich für $\underline{ u=0}$ und $\underline{ v=1}$.
- Daraus folgen aus obigen Gleichungen die Ergebnisse $x= -1$ und $y= +3$.
(3) Die im Theorieteil angegebene Gleichung gilt allgemein, also für jede beliebige WDF der beiden statistisch unabhängigen Größen $u$ und $v$,
- so lange diese gleiche Streuungen aufweisen $(\sigma_u = \sigma_v)$.
- Mit $A = 2$, $B = -2$, $D = 1$ und $E = 3$ erhält man:
- $$\rho_{xy } = \frac {\it A \cdot D + B \cdot E}{\sqrt{(\it A^{\rm 2}+\it B^{\rm 2})(\it D^{\rm 2}+\it E^{\rm 2})}} =\frac {2 \cdot 1 -2 \cdot 3}{\sqrt{(4 +4)(1+9)}} = \frac {-4}{\sqrt{80}} = \frac {-1}{\sqrt{5}}\hspace{0.15cm}\underline{ = -0.447}. $$
(4) Die Korrelationsgerade lautet allgemein:
- $$y=K(x)=\frac{\sigma_y}{\sigma_x}\cdot\rho_{xy}\cdot(x-m_x)+m_y.$$
- Aus den linearen Mittelwerten $m_u = m_v = 0.5$ und den in der Aufgabenstellung angegebenen Gleichungen erhält man $m_x = 1$ und $m_y = 2$.
- Die Varianzen von $u$ und $v$ betragen jeweils $\sigma_u^2 = \sigma_v^2 =1/12$. Daraus folgt:
- $$\sigma_x^2 = 4 \cdot \sigma_u^2 + 4 \cdot \sigma_v^2 = 2/3,$$
- $$\sigma_y^2 = \sigma_u^2 + 9\cdot \sigma_v^2 = 5/6.$$
- Setzt man diese Werte in die Gleichung der Korrelationsgeraden ein, so ergibt sich:
- $$y=K(x)=\frac{\sqrt{5/6}}{\sqrt{2/3}}\cdot (\frac{-1}{\sqrt{5}})\cdot(x-1)+2= - x/{2} + 2.5.$$
- Daraus folgt der Wert $y_0=K(x=0)\hspace{0.15cm}\underline{ = 2.5}$
(5) Mit den Hilfsgrößen $q= 2u$, $r= -2v$ und $s= x-1$ gilt der Zusammenhang: $s= q+r$.
- Da $u$ und $v$ jeweils zwischen $0$ und $1$ gleichverteilt sind, besitzt $q$ eine Gleichverteilung im Bereich von $0$ bis $2$ und $r$ ist gleichverteilt zwischen $-2$ und $0$.
- Da zudem $q$ und $r$ nicht statistisch voneinander abhängen, gilt für die WDF der Summe:
- $$f_s(s) = f_q(q) \star f_r(r).$$
- Die Addition $x = s+1$ führt zu einer Verschiebung der Dreieck–WDF um $1$ nach rechts.
- Für die gesuchte Wahrscheinlichkeit (im folgenden Bild grün hinterlegt) gilt deshalb: ${\rm Pr}(x < 0)\hspace{0.15cm}\underline{ = 0.125}$.
(6) Analog zur Musterlösung für die Teilaufgabe (5) gilt mit $t = 3v$:
- $$f_y(y) = f_u(u) \star f_t(t).$$
- Die Faltung zwischen zwei verschieden breiten Rechtecken ergibt ein Trapez.
- Für die gesuchte Wahrscheinlichkeit erhält man ${\rm Pr}(y>3) =1/6\hspace{0.15cm}\underline{ \approx 0.167}$.
- Diese Wahrscheinlichkeit ist in der rechten Skizze grün hinterlegt.