Aufgaben:Aufgabe 1.4Z: Summe von Ternärgrößen: Unterschied zwischen den Versionen
Aus LNTwww
Nabil (Diskussion | Beiträge) K (Nabil verschob die Seite Zusatzaufgaben:1.4 Summe von Ternärgrößen nach 1.4Z Summe von Ternärgrößen) |
|||
Zeile 2: | Zeile 2: | ||
{{quiz-Header|Buchseite=Stochastische Signaltheorie/Statistische Abhängigkeit und Unabhängigkeit}} | {{quiz-Header|Buchseite=Stochastische Signaltheorie/Statistische Abhängigkeit und Unabhängigkeit}} | ||
− | [[Datei:P_ID79__Sto_Z_1_4.png|right|]] | + | [[Datei:P_ID79__Sto_Z_1_4.png|right|Summe von Ternärgrößen]] |
Gegeben seien die ternären Zufallsgrößen | Gegeben seien die ternären Zufallsgrößen | ||
Zeile 11: | Zeile 11: | ||
Diese beiden Ternärwerte treten jeweils mit gleicher Wahrscheinlichkeit auf. Daraus wird als eine neue Zufallsgröße die Summe $s = x + y$ gebildet. | Diese beiden Ternärwerte treten jeweils mit gleicher Wahrscheinlichkeit auf. Daraus wird als eine neue Zufallsgröße die Summe $s = x + y$ gebildet. | ||
− | + | Das nebenstehendes Schema zeigt, dass die Summe $s$ alle ganzzahligen Werte zwischen $–3$ und $+3$ annehmen kann: | |
+ | |||
+ | <math> s \in \{-3, -2, -1, 0, +1, +2, +3\}.</math> | ||
+ | |||
+ | |||
+ | ''Hinweise:'' | ||
+ | *Die Aufgabe gehört zum Kapitel [[Stochastische_Signaltheorie/Statistische_Abhängigkeit_und_Unabhängigkeit|Statistische Abhängigkeit und Unabhängigkeit]]. | ||
+ | *Sollte die Eingabe des Zahlenwertes „0” erforderlich sein, so geben Sie bitte „0.” ein. | ||
+ | *Eine Zusammenfassung der theoretischen Grundlagen mit Beispielen bringt das nachfolgende Lernvideo: | ||
+ | :[[Statistische Abhängigkeit und Unabhängigkeit]] | ||
− | |||
− | |||
− | |||
===Fragebogen=== | ===Fragebogen=== | ||
Zeile 22: | Zeile 28: | ||
{Berechnen Sie die Wahrscheinlichkeit, dass die Summe $s$ positv ist: | {Berechnen Sie die Wahrscheinlichkeit, dass die Summe $s$ positv ist: | ||
|type="{}"} | |type="{}"} | ||
− | $Pr(s>0)$ | + | ${\rm Pr}(s>0) \ = $ { 0.4444 3% } |
− | {Berechnen Sie die Wahrscheinlichkeit, dass sowohl die Eingangsgröße x als auch die Summe s positiv sind: | + | {Berechnen Sie die Wahrscheinlichkeit, dass sowohl die Eingangsgröße $x$ als auch die Summe $s$ positiv sind: |
|type="{}"} | |type="{}"} | ||
− | $Pr | + | ${\rm Pr}[(x>0) \cap (s>0)] \ =$ { 0.3333 3% } |
− | {Berechnen Sie die bedingte Wahrscheinlichkeit, dass die Eingangsgröße x > 0 ist, wenn s > 0 gilt: | + | {Berechnen Sie die bedingte Wahrscheinlichkeit, dass die Eingangsgröße $x > 0$ ist, wenn $s > 0$ gilt: |
|type="{}"} | |type="{}"} | ||
− | $Pr(x>0|s>0)$ | + | ${\rm Pr}(x>0\hspace{0.05cm}|\hspace{0.05cm}s>0)\ =$ { 0.75 3% } |
− | {Berechnen Sie die bedingte Wahrscheinlichkeit, dass die Summe s positiv ist, wenn die Eingangsgröße x > 0 ist: | + | {Berechnen Sie die bedingte Wahrscheinlichkeit, dass die Summe $s$ positiv ist, wenn die Eingangsgröße $x >$ 0 ist: |
|type="{}"} | |type="{}"} | ||
− | $Pr(s>0|x>0)$ | + | ${\rm Pr}(s>0\hspace{0.05cm}|\hspace{0.05cm}x>0)\ =$ { 1 } |
</quiz> | </quiz> |
Version vom 22. Februar 2017, 14:32 Uhr
Gegeben seien die ternären Zufallsgrößen
- $x ∈ {–2, 0, +2}$,
- $y ∈ {–1, 0, +1}$.
Diese beiden Ternärwerte treten jeweils mit gleicher Wahrscheinlichkeit auf. Daraus wird als eine neue Zufallsgröße die Summe $s = x + y$ gebildet.
Das nebenstehendes Schema zeigt, dass die Summe $s$ alle ganzzahligen Werte zwischen $–3$ und $+3$ annehmen kann:
\( s \in \{-3, -2, -1, 0, +1, +2, +3\}.\)
Hinweise:
- Die Aufgabe gehört zum Kapitel Statistische Abhängigkeit und Unabhängigkeit.
- Sollte die Eingabe des Zahlenwertes „0” erforderlich sein, so geben Sie bitte „0.” ein.
- Eine Zusammenfassung der theoretischen Grundlagen mit Beispielen bringt das nachfolgende Lernvideo:
Fragebogen
Musterlösung
- In der nebenstehenden Grafik sind die drei zum Ereignis $x > 0$ gehörenden Felder violett umrandet, während die Felder für $s > 0$ gelb hinterlegt sind. Alle gesuchten Wahrscheinlichkeiten können hier mit Hilfe der klassischen Definition ermittelt werden.
1. Dieses Ereignis ist durch die gelb hinterlegten Felder gekennzeichnet:- $$\rm Pr (\it s > \rm 0) = \rm 4/9 \hspace{0.15cm}\underline { \approx \rm 0.444}.$$
- 2. Hier gilt folgender Sachverhalt:
$$\rm Pr((\it x > \rm 0) \cap (\it s>\rm 0) ) = \rm Pr(\it x > \rm 0) =\rm 3/9\hspace{0.15cm}\underline { \approx \rm 0.333}. $$
- 3. Mit den Ergebnissen aus (a) und (b) folgt:
- $$\rm Pr(\it x > \rm 0 \hspace{0.05cm}| \hspace{0.05cm} \it s > \rm 0) = \frac{{\rm Pr} ((\it x > \rm 0) \cap (\it s > \rm 0))}{{\rm Pr}(\it s > \rm 0)}= \frac{3/9}{4/9}\hspace{0.15cm}\underline {= 0.75}.$$
- 4. Analog zur Teilfrage (c) gilt nun:
- $$\rm Pr(\it s > \rm 0 \hspace{0.05cm} | \hspace{0.05cm} \it x > \rm 0)=\frac{Pr((\it x > \rm 0) \cap (\it s > \rm 0))}{Pr(\it x >\rm 0)}=\rm \frac{3/9}{3/9}\hspace{0.15cm}\underline {= 1}.$$