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) |
|||
| (12 dazwischenliegende Versionen von 2 Benutzern werden nicht angezeigt) | |||
| 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|frame|Summe zweier Ternärgrößen $x$ und $y$]] |
Gegeben seien die ternären Zufallsgrößen | Gegeben seien die ternären Zufallsgrößen | ||
| − | + | :$$x ∈ {–2, \ 0, +2},$$ | |
| + | :$$y ∈ {–1, \ 0, +1}.$$ | ||
| − | *$y | + | *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 [[Stochastische_Signaltheorie/Statistische_Abhängigkeit_und_Unabhängigkeit|Statistische Abhängigkeit und Unabhängigkeit]]. | ||
| − | + | *Eine Zusammenfassung der theoretischen Grundlagen mit Beispielen bringt das Lernvideo | |
| + | ::[[Statistische_Abhängigkeit_und_Unabhängigkeit_(Lernvideo)|Statistische Abhängigkeit und Unabhängigkeit]]. | ||
| + | |||
| + | |||
===Fragebogen=== | ===Fragebogen=== | ||
<quiz display=simple> | <quiz display=simple> | ||
| − | {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}\big [(x>0) \cap (s>0)\big] \ = \ $ { 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> | ||
| Zeile 40: | Zeile 49: | ||
===Musterlösung=== | ===Musterlösung=== | ||
{{ML-Kopf}} | {{ML-Kopf}} | ||
| − | [[Datei:P_ID99__Sto_Z_1_4_a.png|frame|]] | + | [[Datei:P_ID99__Sto_Z_1_4_a.png|right|frame|Ternärgrößen im Venndiagramm]] |
| − | + | In nebenstehender Grafik sind | |
| − | + | *die drei zum Ereignis $\big[x > 0\big]$ gehörenden Felder violett umrandet, | |
| + | * die Felder für $\big[s > 0\big]$ gelb hinterlegt. | ||
| + | |||
| + | |||
| + | Alle gesuchten Wahrscheinlichkeiten können hier mit Hilfe der klassischen Definition ermittelt werden. | ||
| + | <br><br> | ||
| + | '''(1)''' Dieses Ereignis ist durch die gelb hinterlegten Felder gekennzeichnet: | ||
:$$\rm Pr (\it s > \rm 0) = \rm 4/9 \hspace{0.15cm}\underline { \approx \rm 0.444}.$$ | :$$\rm Pr (\it s > \rm 0) = \rm 4/9 \hspace{0.15cm}\underline { \approx \rm 0.444}.$$ | ||
| − | + | ||
| − | $$\rm Pr | + | |
| − | + | ||
| − | :$$\rm Pr(\it x > \rm 0 \hspace{0.05cm}| \hspace{0.05cm} \it s > \rm 0) = \frac{{\rm Pr} | + | '''(2)''' Hier gilt folgender Sachverhalt: |
| − | + | :$$\rm Pr \big[(\it x > \rm 0) \cap (\it s>\rm 0) \big ] = \rm Pr(\it x > \rm 0) =\rm 3/9\hspace{0.15cm}\underline { \approx \rm 0.333}. $$ | |
| − | :$$\rm Pr(\it s > \rm 0 \hspace{0.05cm} | \hspace{0.05cm} \it x > \rm 0)=\frac{Pr | + | |
| + | |||
| + | |||
| + | '''(3)''' Mit den Ergebnissen der Teilaufgaben '''(1)''' und '''(2)''' folgt: | ||
| + | :$$\rm Pr \big[(\it x > \rm 0) \hspace{0.05cm}| \hspace{0.05cm} (\it s > \rm 0)\big] = \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 \big[(\it x > \rm 0) \cap (\it s > \rm 0) \big]}{Pr(\it x >\rm 0)}=\rm \frac{3/9}{3/9}\hspace{0.15cm}\underline {= 1}.$$ | ||
{{ML-Fuß}} | {{ML-Fuß}} | ||
| − | [[Category:Aufgaben zu Stochastische Signaltheorie|^1.3 Statistische Abhängigkeit | + | [[Category:Aufgaben zu Stochastische Signaltheorie|^1.3 Statistische (Un-)Abhängigkeit^]] |
| − | ^]] | ||
Aktuelle Version vom 30. November 2021, 15:42 Uhr
Summe zweier Ternärgrößen $x$ und $y$
Gegeben seien die ternären Zufallsgrößen
- $$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\}.$$
Hinweise:
- Die Aufgabe gehört zum Kapitel Statistische Abhängigkeit und Unabhängigkeit.
- Eine Zusammenfassung der theoretischen Grundlagen mit Beispielen bringt das Lernvideo
Fragebogen
Musterlösung
Ternärgrößen im Venndiagramm
In nebenstehender Grafik sind
- die drei zum Ereignis $\big[x > 0\big]$ gehörenden Felder violett umrandet,
- die Felder für $\big[s > 0\big]$ gelb hinterlegt.
Alle gesuchten Wahrscheinlichkeiten können hier mit Hilfe der klassischen Definition ermittelt werden.
(1) Dieses Ereignis ist durch die gelb hinterlegten Felder gekennzeichnet:
- $$\rm Pr (\it s > \rm 0) = \rm 4/9 \hspace{0.15cm}\underline { \approx \rm 0.444}.$$
(2) Hier gilt folgender Sachverhalt:
- $$\rm Pr \big[(\it x > \rm 0) \cap (\it s>\rm 0) \big ] = \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 \big[(\it x > \rm 0) \hspace{0.05cm}| \hspace{0.05cm} (\it s > \rm 0)\big] = \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 \big[(\it x > \rm 0) \cap (\it s > \rm 0) \big]}{Pr(\it x >\rm 0)}=\rm \frac{3/9}{3/9}\hspace{0.15cm}\underline {= 1}.$$
