Prinzip der Additionsmethode (Lernvideo): Unterschied zwischen den Versionen

Aus LNTwww
Wechseln zu:Navigation, Suche
Zeile 2: Zeile 2:
 
=== Inhalt ===
 
=== Inhalt ===
 
Zur Erzeugung einer gaußverteilten Zufallsgröße kann man die Tatsache nutzen, dass sich eine solche Gaußverteilung zum Beispiel dann ergibt, wenn man eine Gleichverteilung (Rechteck-WDF) unendlich oft mit sich selbst faltet. Das Lernvideo (Dauer 3:42) verdeutlicht das Prinzip:
 
Zur Erzeugung einer gaußverteilten Zufallsgröße kann man die Tatsache nutzen, dass sich eine solche Gaußverteilung zum Beispiel dann ergibt, wenn man eine Gleichverteilung (Rechteck-WDF) unendlich oft mit sich selbst faltet. Das Lernvideo (Dauer 3:42) verdeutlicht das Prinzip:
*Die Summe $s = x_1 + x_2$ besitzt eine dreieckförmige WDF $f_s(s)$ zwischen $\pm 2$, wenn die zwei unabhängigen Komponenten $x_1$ und $x_2$ jeweils zwischen $\pm 1$  gleichverteilt sind. Dies ist die erste einfache Approximation der Gaußverteilung basierend auf der Faltung für den Prarneter $I = 2$.
+
*Die Summe $s = x_1 + x_2$ besitzt eine dreieckförmige WDF $f_s(s)$ zwischen $\pm 1$, wenn die zwei unabhängigen Komponenten $x_1$ und $x_2$ jeweils zwischen $\pm 0.5$  gleichverteilt sind. Dies ist die erste einfache Approximation der Gaußverteilung basierend auf der Faltung für den Prarneter $I = 2$.
*Addiert man nun nicht nur zwei, sondern $I$ solche statistisch unabhängigen Komponenten, so wird die Approximation immer besser, je größer $I$ ist. Man erkauft sich die bessere Approximationsqualität mit steigendem $I$ allerdings auch mit einem größeren Rechenaufwand.   
+
*Addiert man nun nicht nur zwei, sondern $I$ solche statistisch unabhängige Komponenten, so wird die Approximation immer besser, je größer $I$ ist. Man erkauft sich die bessere Approximationsqualität mit steigendem $I$ allerdings auch mit einem größeren Rechenaufwand.   
 
*Erforderlich ist dabei stets eine Varianzanpassung, das heißt je größer $I$ ist, desto schmäler muss die  rechteckförmige WDF $f_x(x)$ der als identisch angenommenen Eingangsgrößen $x_i$ mit $i = 1$, ... ,$I$ sein, wenn $\sigma_s$ vorgegeben ist.
 
*Erforderlich ist dabei stets eine Varianzanpassung, das heißt je größer $I$ ist, desto schmäler muss die  rechteckförmige WDF $f_x(x)$ der als identisch angenommenen Eingangsgrößen $x_i$ mit $i = 1$, ... ,$I$ sein, wenn $\sigma_s$ vorgegeben ist.
 
*Mit der hier beschriebenen Additionsmethode lässt sich der innere Bereich der Gaußschen Glockenkurve sehr gut nachbilden. Dagegen werden die Ausläufer der Gaußkurve unzureichend nachgebildet, außer, man wählt $I$ extrem groß.
 
*Mit der hier beschriebenen Additionsmethode lässt sich der innere Bereich der Gaußschen Glockenkurve sehr gut nachbilden. Dagegen werden die Ausläufer der Gaußkurve unzureichend nachgebildet, außer, man wählt $I$ extrem groß.

Version vom 22. Mai 2017, 16:17 Uhr

Inhalt

Zur Erzeugung einer gaußverteilten Zufallsgröße kann man die Tatsache nutzen, dass sich eine solche Gaußverteilung zum Beispiel dann ergibt, wenn man eine Gleichverteilung (Rechteck-WDF) unendlich oft mit sich selbst faltet. Das Lernvideo (Dauer 3:42) verdeutlicht das Prinzip:

  • Die Summe $s = x_1 + x_2$ besitzt eine dreieckförmige WDF $f_s(s)$ zwischen $\pm 1$, wenn die zwei unabhängigen Komponenten $x_1$ und $x_2$ jeweils zwischen $\pm 0.5$ gleichverteilt sind. Dies ist die erste einfache Approximation der Gaußverteilung basierend auf der Faltung für den Prarneter $I = 2$.
  • Addiert man nun nicht nur zwei, sondern $I$ solche statistisch unabhängige Komponenten, so wird die Approximation immer besser, je größer $I$ ist. Man erkauft sich die bessere Approximationsqualität mit steigendem $I$ allerdings auch mit einem größeren Rechenaufwand.
  • Erforderlich ist dabei stets eine Varianzanpassung, das heißt je größer $I$ ist, desto schmäler muss die rechteckförmige WDF $f_x(x)$ der als identisch angenommenen Eingangsgrößen $x_i$ mit $i = 1$, ... ,$I$ sein, wenn $\sigma_s$ vorgegeben ist.
  • Mit der hier beschriebenen Additionsmethode lässt sich der innere Bereich der Gaußschen Glockenkurve sehr gut nachbilden. Dagegen werden die Ausläufer der Gaußkurve unzureichend nachgebildet, außer, man wählt $I$ extrem groß.



Dieses Lernvideo wurde 2003 am Lehrstuhl für Nachrichtentechnik der Technischen Universität München konzipiert und realisiert.
Buch und Regie: Günter Söder,   Sprecher: Klaus Eichin,  Realisierung: Winfried Kretzinger.

Im Zuge der LNTwww-Neugestaltung (Version 3) wurden diese Lernvideos 2016/2017 durch Tasnád Kernetzky und einigen Studenten in moderne Formate konvertiert, um von möglichst vielen Browsern wie Firefox, Chrome und Safari, als auch von Smartphones wiedergegeben werden zu können.