Aufgaben:Aufgabe 1.4Z: Summe von Ternärgrößen: Unterschied zwischen den Versionen
Aus LNTwww
K (Guenter verschob die Seite 1.4Z Summe von Ternärgrößen nach Aufgabe 1.4Z: Summe von Ternärgrößen) |
K (Textersetzung - „*Sollte die Eingabe des Zahlenwertes „0” erforderlich sein, so geben Sie bitte „0.” ein.“ durch „ “) |
||
Zeile 18: | Zeile 18: | ||
''Hinweise:'' | ''Hinweise:'' | ||
*Die Aufgabe gehört zum Kapitel [[Stochastische_Signaltheorie/Statistische_Abhängigkeit_und_Unabhängigkeit|Statistische Abhängigkeit und Unabhängigkeit]]. | *Die Aufgabe gehört zum Kapitel [[Stochastische_Signaltheorie/Statistische_Abhängigkeit_und_Unabhängigkeit|Statistische Abhängigkeit und Unabhängigkeit]]. | ||
− | + | ||
*Eine Zusammenfassung der theoretischen Grundlagen mit Beispielen bringt das nachfolgende Lernvideo: | *Eine Zusammenfassung der theoretischen Grundlagen mit Beispielen bringt das nachfolgende Lernvideo: | ||
:[[Statistische Abhängigkeit und Unabhängigkeit]] | :[[Statistische Abhängigkeit und Unabhängigkeit]] |
Version vom 29. Mai 2018, 13:02 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.
- 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,
- die Felder für $s > 0$ gelb hinterlegt.
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 der Teilaufgaben (1) und (2) 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 Teilaufgabe (3) gilt nun:
- $$\rm Pr(\it s > \rm 0 \hspace{0.05cm} | \hspace{0.05cm} \it x > \rm 0)=\frac{Pr[(\it x > \rm 0) \cap (\it s > \rm 0)]}{Pr(\it x >\rm 0)}=\rm \frac{3/9}{3/9}\hspace{0.15cm}\underline {= 1}.$$