Kapitel 4 Zufallsvariable und Wahrscheinlichkeitsdichten
Kapitel 4 Zufallsvariable und Wahrscheinlichkeitsdichten
Kapitel 4 Zufallsvariable und Wahrscheinlichkeitsdichten
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Das folgende Beispiel gilt allgemein.<br />
Beispiel: (Lineares Filtern)<br />
Seien X ein gesendetes <strong>und</strong> Y das zugehörige empfangene Signal. Gesucht wird eine lineare<br />
Rekonstruktion aY + b mit minimaler mittlerer quadratischer Abweichung<br />
Das Minimum wird für<br />
E ( [X − (aY + b)] 2) .<br />
a = ρ(X, Y ) σ(X)<br />
σ(Y )<br />
<strong>und</strong> b = E(X) − aE(Y )<br />
erreicht. Es gilt nämlich<br />
E ( [X − (aY + b)] 2) = E(X 2 ) − 2E[(aY + b)X] + E[(aY + b) 2 ]<br />
= E(X 2 ) − 2aE(XY ) − 2bE(X) + a 2 E(Y 2 )<br />
+2abE(Y ) + b 2 .<br />
Ableiten nach a <strong>und</strong> b <strong>und</strong> 0 setzen ergibt die Gleichungen<br />
Hieraus folgt zunächst<br />
<strong>und</strong><br />
Damit ist<br />
aE(Y 2 ) − E(XY ) + bE(Y ) = 0<br />
b − E(X) + aE(Y ) = 0.<br />
b = E(X) − aE(Y )<br />
a [E(Y 2 ) − (E(Y )) 2 ] − [E(XY ) − E(X)E(Y )] = 0.<br />
} {{ } } {{ }<br />
=Var(Y )<br />
=Kov(X,Y )<br />
a = Kov(X, Y )<br />
Var(Y )<br />
= σ(X) ρ(X, Y ).<br />
σ(Y )<br />
Wir kommen nun zurück auf die Unabhängigkeit von <strong>Zufallsvariable</strong>n <strong>und</strong> wollen uns mit<br />
der Verteilung von deren Summen beschäftigen. Zunächst eine wichtige Tatsache. Sind<br />
die <strong>Zufallsvariable</strong>n X 1 , X 2 , . . .,X n unabhängig <strong>und</strong> jeweils stetig verteilt mit Dichten<br />
f 1 , f 2 , . . ., f n , so gilt für die gemeinsame Dichte<br />
f(x 1 , x 2 , . . .,x n ) =<br />
n∏<br />
f i (x i ).<br />
i=1<br />
Denn: P(X 1 ≤ α 1 , . . .,X n ≤ α n ) =<br />
=<br />
=<br />
54<br />
n∏<br />
P(X i ≤ α i )<br />
i=1<br />
∫ αi<br />
n∏<br />
i=1 −∞<br />
∫ α1<br />
∫ αn<br />
· · ·<br />
f i (x i ) dx i<br />
−∞ −∞ i=1<br />
n∏<br />
f i (x i ) dx 1 . . .dx n