Aufgaben:Aufgabe 3.3Z: Momente bei Dreieck-WDF: Unterschied zwischen den Versionen

Aus LNTwww
Wechseln zu:Navigation, Suche
(Die Seite wurde neu angelegt: „ {{quiz-Header|Buchseite=Stochastische Signaltheorie/Erwartungswerte und Momente }} right| :Wir betrachten in dieser Aufgabe…“)
 
 
(14 dazwischenliegende Versionen von 3 Benutzern werden nicht angezeigt)
Zeile 3: Zeile 3:
 
}}
 
}}
  
[[Datei:P_ID142__Sto_Z_3_3.png|right|]]
+
[[Datei:P_ID142__Sto_Z_3_3.png|right|frame|Zweimal dreieckförmige WDF]]
:Wir betrachten in dieser Aufgabe zwei Zufallssignale <i>x</i>(<i>t</i>) und <i>y</i>(<i>t</i>) mit jeweils dreieckf&ouml;rmiger WDF, n&auml;mlich die
+
Wir betrachten in dieser Aufgabe zwei Zufallssignale&nbsp; $x(t)$&nbsp; und&nbsp; $y(t)$&nbsp; mit jeweils dreieckförmiger WDF,&nbsp; nämlich
  
:*einseitige Dreieck-WDF (siehe obere Grafik):
+
* die einseitige Dreieck-WDF gemäß der oberen Grafik:
:$$\it f_x(x)=\left\{ \begin{array}{*{4}{c}}  0.5 \cdot (\rm 1-{\it x}/{\rm 4}) & \rm f\ddot{u}r\hspace{0.1cm}{\rm 0 \le \it x \le \rm 4},\\\rm 0 & \rm sonst. \end{array} \right.$$
+
:$$f_x(x)=\left\{ \begin{array}{*{4}{c}}  0.5 \cdot (1-{ x}/{\rm 4}) & \rm f\ddot{u}r\hspace{0.2cm}{\rm 0 \le {\it x} \le 4},\\\rm 0 & \rm sonst. \end{array} \right.$$
  
:*zweiseitige Dreieck-WDF (siehe untere Grafik):
+
* die zweiseitige Dreieck-WDF gemäß der unteren Grafik:
:$$\it f_y(y)=\left\{ \begin{array}{*{4}{c}} 0.25 \cdot (\rm 1-{\it |y|}/{\rm 4}) & \rm f\ddot{u}r\hspace{0.1cm}{\rm -4 \le \it y \le \rm 4},\\\rm 0 & \rm sonst. \end{array} \right.$$
+
:$$ f_y(y)=\left\{ \begin{array}{*{4}{c}} 0.25 \cdot (1-{ |y|}/{\rm 4}) & \rm f\ddot{u}r\hspace{0.2cm}{ -4 \le {\it y\le \rm 4},\\\rm 0 & \rm sonst. \end{array} \right.$$
  
:Ber&uuml;cksichtigen Sie zur L&ouml;sung dieser Aufgabe die Gleichung f&uuml;r die Zentralmomente:
+
Berücksichtigen Sie zur Lösung dieser Aufgabe die Gleichung für die Zentralmomente:
 
:$$\mu_k=\sum\limits_{\kappa = \rm 0}^{\it k}\left({k} \atop {\kappa}\right)\cdot m_k\cdot(-m_{\rm 1})^{k - \kappa}.$$
 
:$$\mu_k=\sum\limits_{\kappa = \rm 0}^{\it k}\left({k} \atop {\kappa}\right)\cdot m_k\cdot(-m_{\rm 1})^{k - \kappa}.$$
  
:Im Einzelnen ergeben sich hierf&uuml;r
+
Im Einzelnen ergeben sich mit dieser Gleichung folgende Ergebnisse:
:$$\mu_{\rm 1}=0,\hspace{0.5cm}\mu_{\rm 2}=\it m_{\rm 2}-\it m_{\rm 1}^{\rm 2},\hspace{0.5cm}\mu_{\rm 3}=\it m_{\rm 3}-\rm 3\cdot\it m_{\rm 2}\cdot \it m_{\rm 1}+\rm 2\cdot\it m_{\rm 1}^{\rm 3},$$
+
:$$\mu_{\rm 1}=0,\hspace{0.5cm}\mu_{\rm 2}=\it m_{\rm 2}-\it m_{\rm 1}^{\rm 2},\hspace{0.5cm}\mu_{\rm 3}=\it m_{\rm 3}-\rm 3\cdot\it m_{\rm 2}\cdot \it m_{\rm 1} {\rm +}\rm 2\cdot\it m_{\rm 1}^{\rm 3},$$
:$$\mu_{\rm 4}=\it m_{\rm 4}-\rm 4\cdot\it m_{\rm 3}\cdot \it m_{\rm 1}+\rm 6\cdot\it m_{\rm 2}\cdot\it m_{\rm 1}^{\rm 2}-\rm 3\cdot\it m_{\rm 1}^{\rm 4}.$$
+
:$$\mu_{\rm 4}=\it m_{\rm 4}-\rm 4\cdot\it m_{\rm 3}\cdot \it m_{\rm 1}\rm +6\cdot\it m_{\rm 2}\cdot\it m_{\rm 1}^{\rm 2}-\rm 3\cdot\it m_{\rm 1}^{\rm 4}.$$
  
:Aus den Zentralmomenten höherer Ordnung kann man unter anderem ableiten:
+
Aus den Zentralmomenten höherer Ordnung kann man unter anderem ableiten:
  
:*die <i>Charliersche Schiefe</i>:
+
*die&nbsp; &bdquo;Charliersche Schiefe</i>&rdquo;&nbsp; $S = {\mu_3}/{\sigma^3}\hspace{0.05cm},$
:$$S = \frac {\mu_3}{\sigma^3}\hspace{0.05cm},$$
 
  
:*die <i>Kurtosis K</i>:
+
*die&nbsp; &bdquo;Kurtosis</i>&rdquo;&nbsp; $K = {\mu_4}/{\sigma^4}\hspace{0.05cm}.$
:$$K = \frac {\mu_4}{\sigma^4}\hspace{0.05cm}.$$
+
 
 +
 
 +
 
 +
 
 +
 
 +
Hinweise:
 +
*Die Aufgabe gehört zum  Kapitel&nbsp; [[Stochastische_Signaltheorie/Erwartungswerte_und_Momente|Erwartungswerte und Momente]].
 +
*Bezug genommen wird insbesondere auf die Seite&nbsp; [[Stochastische_Signaltheorie/Erwartungswerte_und_Momente#Einige_h.C3.A4ufig_benutzte_Zentralmomente|Einige häufig benutzte Zentralmomente]].
 +
  
:<b>Hinweis</b>: Die Aufgabe bezieht sich auf den gesamten Lehrstoff von Kapitel 3.3.
 
  
  
Zeile 33: Zeile 39:
  
 
<quiz display=simple>
 
<quiz display=simple>
{ Berechnen Sie aus der vorliegenden WDF <i>f<sub>x</sub></i>(<i>x</i>) das Moment <i>k</i>-ter Ordnung (<i>m<sub>k</sub></i>). Welcher Wert ergibt sich f&uuml;r den linearen Mittelwert  <i>m<sub>x</sub></i> = <i>m</i><sub>1</sub>?
+
{ Berechnen Sie aus der vorliegenden WDF&nbsp; $f_x(x)$&nbsp; das Moment&nbsp; $k$-ter Ordnung. <br>Welcher Wert ergibt sich f&uuml;r den linearen Mittelwert&nbsp; $m_x = m_1$?
 
|type="{}"}
 
|type="{}"}
$m_x$ = { 1.333 3% }
+
$m_x \ = \ $ { 1.333 3% }
  
  
{Wie gro&szlig; sind der quadratische Mittelwert und die Streuung <i>&sigma;<sub>x</sub></i>?
+
{Wie gro&szlig; sind der quadratische Mittelwert und die Streuung&nbsp; $\sigma_x$&nbsp; der Zufallsgröße&nbsp; $x$?
 
|type="{}"}
 
|type="{}"}
$\sigma_x$ = { 0.943 3% }
+
$\sigma_x\ = \ $ { 0.943 3% }
  
  
{Wie groß ist bei der Zufallsgr&ouml;&szlig;e <i>x</i> die Charliersche Schiefe <i>S<sub>x</sub></i> = <i>&mu;</i><sub>3</sub>/<i>&sigma;</i><sup>3</sup>? Warum ist dieser Wert ungleich 0?
+
{Wie groß ist bei der Zufallsgr&ouml;&szlig;e&nbsp; $x$&nbsp; die Charliersche Schiefe&nbsp; $S_x = \mu_3/\sigma_x^3$? &nbsp; Warum ist&nbsp; $S_x \ne 0$?
 
|type="{}"}
 
|type="{}"}
$S_x$ = { 0.566 3% }
+
$S_x \ = \ $ { 0.566 3% }
  
  
{Welche Aussagen treffen f&uuml;r die symmetrisch verteilte Zufallsgr&ouml;&szlig;e <i>y</i> zu?
+
{Welche Aussagen treffen f&uuml;r die symmetrisch verteilte Zufallsgr&ouml;&szlig;e&nbsp; $y$&nbsp; zu?
 
|type="[]"}
 
|type="[]"}
+ Alle Momente <i>m<sub>k</sub></i> mit ungeradzahligem <i>k</i> sind 0.
+
+ Alle Momente mit ungeradzahligem&nbsp; $k$&nbsp; sind&nbsp; $m_k =0$.
- Alle Momente <i>m<sub>k</sub></i> mit geradzahligem <i>k</i> sind 0.
+
- Alle Momente mit geradzahligem&nbsp; $k$&nbsp; sind&nbsp; $m_k =0$.
+ Alle Momente <i>m<sub>k</sub></i> mit geradem <i>k</i> sind wie in 1. berechnet.
+
+ Alle Momente&nbsp; $m_k$&nbsp; mit geradzahligem&nbsp; $k$&nbsp; sind wie in der Teilaufgabe&nbsp; '''(1)'''&nbsp; berechnet.
+ Die Zentralmomente <i>&mu;<sub>k</sub></i> sind gleich den Momenten <i>m<sub>k</sub></i>.
+
+ Die Zentralmomente&nbsp; $\mu_k$&nbsp; sind gleich den nichtzentrierten Momenten&nbsp; $m_k$.
  
  
{Berechnen Sie die Streuung der Zufallsgr&ouml;&szlig;e <i>y</i>.
+
{Berechnen Sie die Streuung der Zufallsgr&ouml;&szlig;e&nbsp; $y$.
 
|type="{}"}
 
|type="{}"}
$\sigma_y$ = { 1.633 3% }
+
$\sigma_y \ = \ $ { 1.633 3% }
  
  
{Welcher Wert ergibt sich f&uuml;r die Kurtosis <i>K<sub>y</sub></i> der Zufallsgr&ouml;&szlig;e <i>y</i>? Interpretieren Sie das Ergebnis.
+
{Welcher Wert ergibt sich f&uuml;r die Kurtosis&nbsp; $K_y$&nbsp; der Zufallsgr&ouml;&szlig;e $y$? &nbsp; Interpretieren Sie das Ergebnis.
 
|type="{}"}
 
|type="{}"}
$K_y$ = { 2.4 3% }
+
$K_y \ = \ $ { 2.4 3% }
  
  
Zeile 71: Zeile 77:
 
===Musterlösung===
 
===Musterlösung===
 
{{ML-Kopf}}
 
{{ML-Kopf}}
:<b>1.</b>&nbsp;&nbsp;F&uuml;r das Moment <i>k</i>-ter Ordnung gilt nach den Gleichungen von Kapitel 3.3:
+
'''(1)'''&nbsp; F&uuml;r das Moment&nbsp; $k$&ndash;ter Ordnung der Zufallsgröße&nbsp; $x$&nbsp; gilt:
:$$m_k=\rm \frac{\rm 1} {\rm 2}\cdot  \int_{\rm 0}^{\rm 4}\it x^k\cdot (\rm 1-\frac{\it x}{\rm 4})\it \hspace{0.1cm}{\rm d}x.$$
+
:$$m_k=1/2\cdot  \int_{\rm 0}^{\rm 4} x^k\cdot ( 1-\frac{\it x}{\rm 4}) \hspace{0.1cm}{\rm d}x.$$
  
:Dies f&uuml;hrt zu dem Ergebnis:
+
*Dies f&uuml;hrt zu dem Ergebnis:
:$$m_k=\frac{x^{\it k+\rm 1}}{\rm 2\cdot (\it k+\rm 1)}\Bigg|_{\rm 0}^{\rm 4}-\frac{x^{\it k+\rm 2}}{\rm 8\cdot (\it k+\rm 2)}\Bigg|_{\rm 0}^{\rm 4}=\frac{\rm 2\cdot \rm 4^{\it k}}{(\it k+\rm 1)\cdot (\it k+\rm 2)}.$$
+
:$$m_k=\frac{x^{ k+ 1}}{ 2\cdot ( k+ 1)}\Bigg|_{\rm 0}^{\rm 4}-\frac{x^{ k+2}}{8\cdot ( k+2)}\Bigg|_{\rm 0}^{\rm 4}=\frac{\rm 2\cdot \rm 4^{\it k}}{(\it k\rm +1)\cdot (\it k\rm + 2)}.$$
  
:Daraus erh&auml;lt man f&uuml;r den linearen Mittelwert (<i>k</i> = 1):
+
*Daraus erh&auml;lt man f&uuml;r den linearen Mittelwert&nbsp; $(k= 1)$:
 
:$$m_x=\rm {4}/{3}\hspace{0.15cm}\underline{=1.333}.$$
 
:$$m_x=\rm {4}/{3}\hspace{0.15cm}\underline{=1.333}.$$
  
:<b>2.</b>&nbsp;&nbsp;Der quadratische Mittelwert (<i>k</i> = 2) betr&auml;gt <i>m</i><sub>2</sub></i> = 8/3. Daraus folgt mit dem <i>Satz von Steiner</i>:
 
:$$\sigma_x^{\rm 2}=\rm\frac{8}{3}-\Bigg(\frac{4}{3}\Bigg)^2=\rm \frac{8}{9}\hspace{0.5cm}\Rightarrow\hspace{0.5cm}\it \sigma_x\hspace{0.15cm}\underline{\approx \rm 0.943}.$$
 
  
:<b>3.</b>&nbsp;&nbsp;Mit <i>m</i><sub>1</sub> = 4/3, <i>m</i><sub>2</sub> = 8/3 und <i>m</i><sub>3</sub> = 32/5 erh&auml;lt man mit der angegebenen Gleichung für das Zentralmoment dritter Ordnung: <i>&mu;</i><sub>3</sub> = 64/135  &asymp; 0.474. Daraus folgt f&uuml;r die <i>Charliersche Schiefe</i>:
+
 
 +
'''(2)'''&nbsp; Der quadratische Mittelwert&nbsp; $(k= 2)$&nbsp; betr&auml;gt &nbsp; $m_2 = 8/3$.
 +
*Daraus folgt mit dem Satz von Steiner:
 +
:$$\sigma_x^{\rm 2}={8}/{3}-({4}/{3})^2=\rm {8}/{9}\hspace{0.5cm}\Rightarrow\hspace{0.5cm} \sigma_x\hspace{0.15cm}\underline{\approx \rm 0.943}.$$
 +
 
 +
 
 +
 
 +
'''(3)'''&nbsp; Mit &nbsp;$m_1 = 4/3$, &nbsp;$m_2 = 8/3$&nbsp; und &nbsp;$m_3 = 32/5$&nbsp; erh&auml;lt man mit der angegebenen Gleichung für das Zentralmoment dritter Ordnung: &nbsp;  
 +
:$$\mu_3 = 64/135  \approx 0.474.$$
 +
*Daraus folgt f&uuml;r die&nbsp; "Charliersche Schiefe":
 
:$$S_x=\rm \frac{64/135}{\Big(\sqrt {8/9}\Big)^3}=\frac{\sqrt{8}}{5}\hspace{0.15cm}\underline{\approx 0.566}.$$
 
:$$S_x=\rm \frac{64/135}{\Big(\sqrt {8/9}\Big)^3}=\frac{\sqrt{8}}{5}\hspace{0.15cm}\underline{\approx 0.566}.$$
  
:Aufgrund der unsymmetrischen WDF ist <i>S<sub>x</sub></i> &ne; 0.
+
*Aufgrund der unsymmetrischen WDF ist&nbsp; $S_x \ne 0$.
 +
 
 +
 
 +
 
 +
 
 +
'''(4)'''&nbsp; Richtig sind&nbsp; <u>die Lösungsvorschläge 1, 3 und 4</u>:
 +
*Bei symmetrischer WDF sind alle ungeraden Momente Null,&nbsp; unter anderem auch der Mittelwert&nbsp; $m_y$.
 +
*Deshalb gibt es hinsichtlich der Zufallsgröße&nbsp; $y$&nbsp; keinen Unterschied zwischen den Momenten&nbsp; $m_k$&nbsp; und den Zentralmomenten&nbsp; $\mu_k$.
 +
*Die Momente&nbsp; $m_k$&nbsp; mit geradzahligem&nbsp; $k$&nbsp; sind f&uuml;r die Zufallsgr&ouml;&szlig;en&nbsp; $x$&nbsp; und&nbsp; $y$&nbsp; gleich.&nbsp; Offensichtlich wird dies an den Zeitmittelwerten:
 +
*Da&nbsp; $x^2(t) = y^2(t)$,&nbsp; sind f&uuml;r&nbsp; $k = 2n$&nbsp; auch die Momente gleich:
 +
:$$m_k=m_{2 n}=\ \text{...}\int [x^2(t)]^n \hspace{0.1cm}{\rm d} x=\ \text{...}\int [y^2(t)]^n \hspace{0.1cm}{\rm d} y.$$
  
:<b>4.</b>&nbsp;&nbsp;Bei symmetrischer WDF sind alle ungeraden Momente 0, unter anderem auch der Mittelwert <i>m<sub>y</sub></i>. Deshalb gibt es hinsichtlich der Zufallsgröße <i>y</i> keinen Unterschied zwischen den Momenten <i>m<sub>k</sub></i> und den Zentralmomenten <i>&mu;<sub>k</sub></i>.
 
  
:Die Momente <i>m<sub>k</sub></i> mit geradzahligem <i>k</i> sind f&uuml;r die Zufallsgr&ouml;&szlig;en <i>x</i> und <i>y</i> gleich. Offensichtlich wird dies an den Zeitmittelwerten. Da <i>x</i>&sup2;(<i>t</i>) = <i>y</i>&sup2;(<i>t</i>) ist, sind f&uuml;r <i>k</i> = 2<i>n</i> auch die Momente gleich:
 
:$$m_k=m_{2 n}=...\int [x^2(t)]^n \hspace{0.1cm}{\rm d} x=...\int [y^2(t)]^n \hspace{0.1cm}{\rm d} y.$$
 
  
:Richtig sind somit <u>die Lösungsvorschläge 1, 3 und 4</u>.
+
'''(5)'''&nbsp; Mit dem Ergebnis der Teilaufgabe&nbsp; '''(2)'''&nbsp; gilt:
 +
:$$m_2=\mu_{\rm 2}=\sigma_y^2=\rm {8}/{3} = 2.667\hspace{0.3cm}\Rightarrow\hspace{0.3cm} \sigma_y\hspace{0.15cm}\underline{=1.633}.$$
  
:<b>5.</b>&nbsp;&nbsp;Mit dem Ergebnis aus b) gilt:
 
:$$m_2=\mu_{\rm 2}=\sigma_y^2=\rm \frac{8}{3} = 2.667\hspace{0.3cm}\Rightarrow\hspace{0.3cm} \sigma_y\hspace{0.15cm}\underline{=1.633}.$$
 
  
:<b>6.</b>&nbsp;&nbsp;Das Zentralmoment vierter Ordnung ist bei symmetrischer WDF gleich dem Moment <i>m</i><sub>4</sub>. Aus der im Punkt a) berechneten allgemeinen Gleichung erh&auml;lt man  
+
'''(6)'''&nbsp; Das Zentralmoment vierter Ordnung ist bei symmetrischer WDF gleich dem Moment&nbsp; $m_4$.  
<i>&mu;</i><sub>4</sub> = 256/15. Daraus folgt f&uuml;r die Kurtosis:
+
*Aus der in Teilaufgabe&nbsp; '''(1)'''&nbsp; berechneten allgemeinen Gleichung erh&auml;lt man&nbsp; $\mu_4 = 256/15.$
 +
*Daraus folgt f&uuml;r die Kurtosis:
 
:$$K_y=\frac{\mu_{\rm 4}}{\sigma_y^{\rm 4}}=\rm \frac{256/15}{(8/3)^2}\hspace{0.15cm}\underline{=2.4}.$$
 
:$$K_y=\frac{\mu_{\rm 4}}{\sigma_y^{\rm 4}}=\rm \frac{256/15}{(8/3)^2}\hspace{0.15cm}\underline{=2.4}.$$
  
:Dieser Zahlenwert gilt f&uuml;r die Dreieck-WDF allgemein und liegt zwischen den Kurtosiswerten von Gleichverteilung (<i>K</i> = 1.8) und Gau&szlig;verteilung (<i>K</i> = 3). Dies ist eine qualitative Bewertung der Tatsache, dass hier die Ausl&auml;ufer ausgepr&auml;gter sind als bei einer gleichverteilten Zufallsgr&ouml;&szlig;e, aber aufgrund der Begrenzung weniger stark als bei Gau&szlig;schen Gr&ouml;&szlig;en.
+
::Hinweis: &nbsp; Dieser Zahlenwert gilt f&uuml;r die Dreieck-WDF allgemein und liegt zwischen den Kurtosiswerten von Gleichverteilung&nbsp; $(K = 1.8)$&nbsp; und Gau&szlig;verteilung&nbsp; $(K = 3)$.&nbsp; Dies ist eine quantitative Bewertung der Tatsache,&nbsp; dass hier  
 +
::*die Ausl&auml;ufer ausgepr&auml;gter sind als bei einer gleichverteilten Zufallsgr&ouml;&szlig;e,  
 +
::*aber aufgrund der Begrenzung weniger stark als bei Gau&szlig;schen Gr&ouml;&szlig;en.
  
:Anschließend soll noch nachgewiesen werden, dass auch die unsymmetrische Dreieck-WDF <i>f<sub>x</sub></i>(<i>x</i>) entsprechend der oberen Skizze auf dem Angabenblatt die gleiche Kurtosis besitzt:
+
*Anschließend soll noch nachgewiesen werden,&nbsp; dass auch die unsymmetrische Dreieck-WDF&nbsp; $f_x(x)$&nbsp; entsprechend der oberen Skizze auf dem Angabenblatt die gleiche Kurtosis besitzt:
:$$\mu_{\rm 4} = \it m_{\rm 4}-\rm 4\cdot\it m_{\rm 3}\cdot \it m_{\rm 1}+\rm 6\cdot\it m_{\rm 2}\cdot\it m_{\rm 1}^{\rm 2}-\rm 3\cdot\it m_{\rm 1}^{\rm 4}= \\ = \frac{256}{15} - 4 \cdot \frac{32}{5}\cdot \frac{4}{3} + 6 \cdot \frac{8}{3}\cdot \left(\frac{4}{3}\right)^2 -3 \cdot \left(\frac{4}{3}\right)^4 =\frac{256}{15 \cdot 9}$$
+
:$$\mu_{ 4} = m_{\rm 4}- 4\cdot m_{\rm 3}\cdot m_{\rm 1}+ 6\cdot m_{\rm 2}\cdot m_{\rm 1}^{\rm 2}- 3\cdot m_{\rm 1}^{\rm 4}= \frac{256}{15} - 4 \cdot \frac{32}{5}\cdot \frac{4}{3} + 6 \cdot \frac{8}{3}\cdot \left(\frac{4}{3}\right)^2 -3 \cdot \left(\frac{4}{3}\right)^4 =\frac{256}{15 \cdot 9}$$
  
:Mit dem Ergebnis der Teilaufgabe (c) &nbsp;&#8658;&nbsp; <i>&sigma;<sub>x</sub></i><sup>2</sup> = 8/9 folgt daraus:
+
*Mit dem Ergebnis der Teilaufgabe&nbsp; '''(3)'''&nbsp; &nbsp; &#8658; &nbsp; $\sigma_x^2 = 8/9$&nbsp; folgt daraus:
 
:$$  K_x =  \frac{{256}/(15 \cdot 9)}{8/9 \cdot 8/9} = 2.4.$$  
 
:$$  K_x =  \frac{{256}/(15 \cdot 9)}{8/9 \cdot 8/9} = 2.4.$$  
  

Aktuelle Version vom 5. Januar 2022, 16:00 Uhr

Zweimal dreieckförmige WDF

Wir betrachten in dieser Aufgabe zwei Zufallssignale  $x(t)$  und  $y(t)$  mit jeweils dreieckförmiger WDF,  nämlich

  • die einseitige Dreieck-WDF gemäß der oberen Grafik:
$$f_x(x)=\left\{ \begin{array}{*{4}{c}} 0.5 \cdot (1-{ x}/{\rm 4}) & \rm f\ddot{u}r\hspace{0.2cm}{\rm 0 \le {\it x} \le 4},\\\rm 0 & \rm sonst. \end{array} \right.$$
  • die zweiseitige Dreieck-WDF gemäß der unteren Grafik:
$$ f_y(y)=\left\{ \begin{array}{*{4}{c}} 0.25 \cdot (1-{ |y|}/{\rm 4}) & \rm f\ddot{u}r\hspace{0.2cm}{ -4 \le {\it y} \le \rm 4},\\\rm 0 & \rm sonst. \end{array} \right.$$

Berücksichtigen Sie zur Lösung dieser Aufgabe die Gleichung für die Zentralmomente:

$$\mu_k=\sum\limits_{\kappa = \rm 0}^{\it k}\left({k} \atop {\kappa}\right)\cdot m_k\cdot(-m_{\rm 1})^{k - \kappa}.$$

Im Einzelnen ergeben sich mit dieser Gleichung folgende Ergebnisse:

$$\mu_{\rm 1}=0,\hspace{0.5cm}\mu_{\rm 2}=\it m_{\rm 2}-\it m_{\rm 1}^{\rm 2},\hspace{0.5cm}\mu_{\rm 3}=\it m_{\rm 3}-\rm 3\cdot\it m_{\rm 2}\cdot \it m_{\rm 1} {\rm +}\rm 2\cdot\it m_{\rm 1}^{\rm 3},$$
$$\mu_{\rm 4}=\it m_{\rm 4}-\rm 4\cdot\it m_{\rm 3}\cdot \it m_{\rm 1}\rm +6\cdot\it m_{\rm 2}\cdot\it m_{\rm 1}^{\rm 2}-\rm 3\cdot\it m_{\rm 1}^{\rm 4}.$$

Aus den Zentralmomenten höherer Ordnung kann man unter anderem ableiten:

  • die  „Charliersche Schiefe”  $S = {\mu_3}/{\sigma^3}\hspace{0.05cm},$
  • die  „Kurtosis”  $K = {\mu_4}/{\sigma^4}\hspace{0.05cm}.$



Hinweise:



Fragebogen

1

Berechnen Sie aus der vorliegenden WDF  $f_x(x)$  das Moment  $k$-ter Ordnung.
Welcher Wert ergibt sich für den linearen Mittelwert  $m_x = m_1$?

$m_x \ = \ $

2

Wie groß sind der quadratische Mittelwert und die Streuung  $\sigma_x$  der Zufallsgröße  $x$?

$\sigma_x\ = \ $

3

Wie groß ist bei der Zufallsgröße  $x$  die Charliersche Schiefe  $S_x = \mu_3/\sigma_x^3$?   Warum ist  $S_x \ne 0$?

$S_x \ = \ $

4

Welche Aussagen treffen für die symmetrisch verteilte Zufallsgröße  $y$  zu?

Alle Momente mit ungeradzahligem  $k$  sind  $m_k =0$.
Alle Momente mit geradzahligem  $k$  sind  $m_k =0$.
Alle Momente  $m_k$  mit geradzahligem  $k$  sind wie in der Teilaufgabe  (1)  berechnet.
Die Zentralmomente  $\mu_k$  sind gleich den nichtzentrierten Momenten  $m_k$.

5

Berechnen Sie die Streuung der Zufallsgröße  $y$.

$\sigma_y \ = \ $

6

Welcher Wert ergibt sich für die Kurtosis  $K_y$  der Zufallsgröße $y$?   Interpretieren Sie das Ergebnis.

$K_y \ = \ $


Musterlösung

(1)  Für das Moment  $k$–ter Ordnung der Zufallsgröße  $x$  gilt:

$$m_k=1/2\cdot \int_{\rm 0}^{\rm 4} x^k\cdot ( 1-\frac{\it x}{\rm 4}) \hspace{0.1cm}{\rm d}x.$$
  • Dies führt zu dem Ergebnis:
$$m_k=\frac{x^{ k+ 1}}{ 2\cdot ( k+ 1)}\Bigg|_{\rm 0}^{\rm 4}-\frac{x^{ k+2}}{8\cdot ( k+2)}\Bigg|_{\rm 0}^{\rm 4}=\frac{\rm 2\cdot \rm 4^{\it k}}{(\it k\rm +1)\cdot (\it k\rm + 2)}.$$
  • Daraus erhält man für den linearen Mittelwert  $(k= 1)$:
$$m_x=\rm {4}/{3}\hspace{0.15cm}\underline{=1.333}.$$


(2)  Der quadratische Mittelwert  $(k= 2)$  beträgt   $m_2 = 8/3$.

  • Daraus folgt mit dem Satz von Steiner:
$$\sigma_x^{\rm 2}={8}/{3}-({4}/{3})^2=\rm {8}/{9}\hspace{0.5cm}\Rightarrow\hspace{0.5cm} \sigma_x\hspace{0.15cm}\underline{\approx \rm 0.943}.$$


(3)  Mit  $m_1 = 4/3$,  $m_2 = 8/3$  und  $m_3 = 32/5$  erhält man mit der angegebenen Gleichung für das Zentralmoment dritter Ordnung:  

$$\mu_3 = 64/135 \approx 0.474.$$
  • Daraus folgt für die  "Charliersche Schiefe":
$$S_x=\rm \frac{64/135}{\Big(\sqrt {8/9}\Big)^3}=\frac{\sqrt{8}}{5}\hspace{0.15cm}\underline{\approx 0.566}.$$
  • Aufgrund der unsymmetrischen WDF ist  $S_x \ne 0$.



(4)  Richtig sind  die Lösungsvorschläge 1, 3 und 4:

  • Bei symmetrischer WDF sind alle ungeraden Momente Null,  unter anderem auch der Mittelwert  $m_y$.
  • Deshalb gibt es hinsichtlich der Zufallsgröße  $y$  keinen Unterschied zwischen den Momenten  $m_k$  und den Zentralmomenten  $\mu_k$.
  • Die Momente  $m_k$  mit geradzahligem  $k$  sind für die Zufallsgrößen  $x$  und  $y$  gleich.  Offensichtlich wird dies an den Zeitmittelwerten:
  • Da  $x^2(t) = y^2(t)$,  sind für  $k = 2n$  auch die Momente gleich:
$$m_k=m_{2 n}=\ \text{...}\int [x^2(t)]^n \hspace{0.1cm}{\rm d} x=\ \text{...}\int [y^2(t)]^n \hspace{0.1cm}{\rm d} y.$$


(5)  Mit dem Ergebnis der Teilaufgabe  (2)  gilt:

$$m_2=\mu_{\rm 2}=\sigma_y^2=\rm {8}/{3} = 2.667\hspace{0.3cm}\Rightarrow\hspace{0.3cm} \sigma_y\hspace{0.15cm}\underline{=1.633}.$$


(6)  Das Zentralmoment vierter Ordnung ist bei symmetrischer WDF gleich dem Moment  $m_4$.

  • Aus der in Teilaufgabe  (1)  berechneten allgemeinen Gleichung erhält man  $\mu_4 = 256/15.$
  • Daraus folgt für die Kurtosis:
$$K_y=\frac{\mu_{\rm 4}}{\sigma_y^{\rm 4}}=\rm \frac{256/15}{(8/3)^2}\hspace{0.15cm}\underline{=2.4}.$$
Hinweis:   Dieser Zahlenwert gilt für die Dreieck-WDF allgemein und liegt zwischen den Kurtosiswerten von Gleichverteilung  $(K = 1.8)$  und Gaußverteilung  $(K = 3)$.  Dies ist eine quantitative Bewertung der Tatsache,  dass hier
  • die Ausläufer ausgeprägter sind als bei einer gleichverteilten Zufallsgröße,
  • aber aufgrund der Begrenzung weniger stark als bei Gaußschen Größen.
  • Anschließend soll noch nachgewiesen werden,  dass auch die unsymmetrische Dreieck-WDF  $f_x(x)$  entsprechend der oberen Skizze auf dem Angabenblatt die gleiche Kurtosis besitzt:
$$\mu_{ 4} = m_{\rm 4}- 4\cdot m_{\rm 3}\cdot m_{\rm 1}+ 6\cdot m_{\rm 2}\cdot m_{\rm 1}^{\rm 2}- 3\cdot m_{\rm 1}^{\rm 4}= \frac{256}{15} - 4 \cdot \frac{32}{5}\cdot \frac{4}{3} + 6 \cdot \frac{8}{3}\cdot \left(\frac{4}{3}\right)^2 -3 \cdot \left(\frac{4}{3}\right)^4 =\frac{256}{15 \cdot 9}$$
  • Mit dem Ergebnis der Teilaufgabe  (3)    ⇒   $\sigma_x^2 = 8/9$  folgt daraus:
$$ K_x = \frac{{256}/(15 \cdot 9)}{8/9 \cdot 8/9} = 2.4.$$