Aufgaben:Aufgabe 4.16Z: Zwei- und dreidimensionale Datenreduktion - Versionsgeschichte

Guenter am 29. März 2022 um 15:37 Uhr

2022-03-29T15:37:31Z

Guenter am 29. März 2022 um 15:20 Uhr

2022-03-29T15:20:13Z

Guenter: Guenter verschob die Seite Aufgaben:Aufgabe 4.16Z: 2D- und 3D-Datenreduktion nach Aufgaben:Aufgabe 4.16Z: Zwei- und dreidimensionale Datenreduktion

2022-03-19T15:29:09Z

Guenter verschob die Seite Aufgabe 4.16Z: 2D- und 3D-Datenreduktion nach Aufgabe 4.16Z: Zwei- und dreidimensionale Datenreduktion

Guenter am 5. Dezember 2019 um 15:31 Uhr

2019-12-05T15:31:04Z

Guenter am 5. Dezember 2019 um 15:23 Uhr

2019-12-05T15:23:11Z

Guenter am 22. August 2018 um 09:25 Uhr

2018-08-22T09:25:00Z

Guenter am 22. August 2018 um 09:17 Uhr

2018-08-22T09:17:43Z

Guenter am 22. August 2018 um 08:47 Uhr

2018-08-22T08:47:11Z

Mwiki-lnt: Textersetzung - „\\sSollte die Eingabe des Zahlenwertes „0” erforderlich sein, so geben Sie bitte „0\.” ein.“ durch „ “

2018-05-29T12:03:49Z

Textersetzung - „\*\s*Sollte die Eingabe des Zahlenwertes „0” erforderlich sein, so geben Sie bitte „0\.” ein.“ durch „ “

Guenter: Guenter verschob die Seite Aufgaben:4.16Z 2D- und 3D-Datenreduktion nach Aufgaben:Aufgabe 4.16Z: 2D- und 3D-Datenreduktion

2018-01-03T13:47:45Z

Guenter verschob die Seite 4.16Z 2D- und 3D-Datenreduktion nach Aufgabe 4.16Z: 2D- und 3D-Datenreduktion

@@ Zeile 70: / Zeile 70: @@
 ===Musterlösung===
 {{ML-Kopf}}
-'''(1)'''&nbsp; Aus der Bedingung&nbsp; $\mathbf{K_y} - \lambda \cdot\mathbf{E} = 0$&nbsp; folgt:
+'''(1)'''&nbsp; Aus der Bedingung &nbsp; $\mathbf{K_y} - \lambda \cdot\mathbf{E} = 0$ &nbsp; folgt:
 :$${\rm det}\left[ \begin{array}{cc}
 - \lambda & 1/3 \\
@@ Zeile 79: / Zeile 79: @@
 \sqrt{1-{8}/{9}}= 1 \pm {1}/{3}.$$
-*Die Eigenwerte dieser&nbsp; $2\times2$-Matrix sind somit&nbsp; $\lambda_1 = 4/3\hspace{0.15cm}\underline{=1.333}$&nbsp;  und&nbsp; $\lambda_2 = 2/3\hspace{0.15cm}\underline{=0.667}$.
+*Die Eigenwerte dieser&nbsp; $2\times2$-Matrix sind somit &nbsp; $\lambda_1 = 4/3\hspace{0.15cm}\underline{=1.333}$ &nbsp;  und &nbsp; $\lambda_2 = 2/3\hspace{0.15cm}\underline{=0.667}$.
 '''(2)'''&nbsp; Ohne Berücksichtigung von Korrelationen gibt es&nbsp; $N_2 = \left({8}/{ \Delta_x}\right)^2= 256^2 = 65536$&nbsp; verschiedene Wertepaare.
-*Unter Berücksichtigung der Korrelationen und des Sachverhaltes, dass die beiden durch Koordinatendrehung entstandenen Komponenten&nbsp; $\eta_1$&nbsp; und&nbsp; $\eta_2$&nbsp; jeweils im Bereich von&nbsp; $-4\sigma_1$&nbsp; bis&nbsp; $+4\sigma_1$&nbsp; $($bzw. von&nbsp; $-4\sigma_2$&nbsp; bis&nbsp; $+4\sigma_2)$&nbsp;) zu quantisieren sind, erhält man
+*Unter Berücksichtigung der Korrelationen und des Sachverhaltes,&nbsp; dass die beiden durch Koordinatendrehung entstandenen Komponenten&nbsp; $\eta_1$&nbsp; und&nbsp; $\eta_2$&nbsp; jeweils im Bereich von&nbsp; $-4\cdot\sigma_1$&nbsp; bis&nbsp; $+4\cdot\sigma_1$&nbsp; $($bzw. von&nbsp; $-4\cdot\sigma_2$&nbsp; bis&nbsp; $+4\cdot\sigma_2)$&nbsp;) zu quantisieren sind,&nbsp; erhält man
 :$$N_2\hspace{0.01cm}' =  \frac{8 \hspace{0.05cm}\sigma_1}{\it \Delta_x}\cdot\frac{8
 \hspace{0.05cm}\sigma_2}{\it \Delta_y}= N_2 \cdot \sigma_1 \cdot
 \sigma_2 .$$
-*Der Quotient lautet somit mit&nbsp;  $\sigma_1^2 = \lambda_1$ &nbsp;und&nbsp; $\sigma_2^2 = \lambda_2$:
+*Der Quotient lautet somit mit &nbsp;  $\sigma_1^2 = \lambda_1$ &nbsp;und &nbsp; $\sigma_2^2 = \lambda_2$:
 :$${N_2\hspace{0.01cm}'}/{N_2} =   \sigma_1 \cdot \sigma_2 = \sqrt{{4}/{3}}
 \cdot \sqrt{{2}/{3}} = \frac{2 \cdot \sqrt{2}}{3} \hspace{0.15cm}\underline{ \approx 0.943}.$$
@@ Zeile 115: / Zeile 115: @@
 \frac{24}{9}\lambda - \frac{20}{27}  = 0.$$
-*Diese Gleichung wurde bereits als Lösungshinweis angegeben, ebenso wie eine der Lösungen: &nbsp; $\lambda_1= 5/3$.
+*Diese Gleichung wurde bereits als Lösungshinweis angegeben,&nbsp; ebenso wie eine der Lösungen: &nbsp; $\lambda_1= 5/3$.
 *Damit ergibt sich die Bestimmungsgleichung für die weiteren Eigenwerte&nbsp; $\lambda_2$&nbsp; und&nbsp; $\lambda_3$&nbsp; zu
 :$$\frac{\lambda^3 -  3 \lambda^2 + {24}/{9}\lambda -

@@ Zeile 7: / Zeile 7: @@
 * Die eindimensionale Zufallsgröße&nbsp; $\mathbf{x}$&nbsp; ist durch die Varianz&nbsp; $\sigma^2 = 1$&nbsp; bzw. die Streuung&nbsp; $\sigma = 1$&nbsp; charakterisiert. <br>Wegen der Dimension&nbsp; $N= 1$&nbsp; gilt&nbsp; $\mathbf{x} = x$.
-* Der Korrelationskoeffizient zwischen den Komponenten&nbsp; $y_1$&nbsp; und&nbsp; $y_2$&nbsp; der 2D-Zufallsgröße&nbsp; $\mathbf{y}$&nbsp; beträgt&nbsp; $\rho = 1/3$&nbsp; $($siehe Matrix&nbsp; $\mathbf{K_y})$. <br>$y_1$ und $y_2$ weisen ebenfalls die Streuung $\sigma = 1$ auf.
+* Der Korrelationskoeffizient zwischen den Komponenten&nbsp; $y_1$&nbsp; und&nbsp; $y_2$&nbsp; der 2D-Zufallsgröße&nbsp; $\mathbf{y}$&nbsp; beträgt&nbsp; $\rho = 1/3$&nbsp; $($siehe Matrix&nbsp; $\mathbf{K_y})$. <br>$y_1$ und $y_2$ weisen ebenfalls die Streuung&nbsp; $\sigma = 1$&nbsp; auf.
 * Die Statistik der dreidimensionalen Zufallsgröße&nbsp; $\mathbf{z}$&nbsp; ist durch die Korrelationsmatrix&nbsp; $\mathbf{K_z}$&nbsp; vollständig bestimmt.
-Quantisiert man die Zufallsgröße&nbsp; $\mathbf{x}$&nbsp; im Bereich zwischen&nbsp; $-4$&nbsp; und&nbsp; $+4$&nbsp; mit Intervallbreite&nbsp; $\Delta_x = 1/32$, so gibt es insgesamt &nbsp;$N_1 = 256$&nbsp; unterschiedliche Quantisierungswerte, für deren Übertragung somit &nbsp;$n_1 = 8\ \rm {Bit}$&nbsp; benötigt würden.
+Quantisiert man die Zufallsgröße&nbsp; $\mathbf{x}$&nbsp; im Bereich zwischen&nbsp; $-4$&nbsp; und&nbsp; $+4$&nbsp; mit Intervallbreite&nbsp; $\Delta_x = 1/32$, so gibt es insgesamt &nbsp;$N_1 = 256$&nbsp; unterschiedliche Quantisierungswerte,&nbsp; für deren Übertragung somit &nbsp;$n_1 = 8\ \rm {Bit}$&nbsp; benötigt würden.
-Analog ergeben sich bei der Zufallsgröße&nbsp; $\mathbf{y}$&nbsp; insgesamt &nbsp;$N_2 = 256^2 = 65536$&nbsp; unterschiedliche quantisierte Wertepaare, wenn man die Korrelation zwischen&nbsp; $y_1$ &nbsp;und&nbsp; $y_2$&nbsp;  nicht berücksichtigt.
+Analog ergeben sich bei der Zufallsgröße&nbsp; $\mathbf{y}$&nbsp; insgesamt &nbsp;$N_2 = 256^2 = 65536$&nbsp; unterschiedliche quantisierte Wertepaare,&nbsp; wenn man die Korrelation zwischen&nbsp; $y_1$ &nbsp;und&nbsp; $y_2$&nbsp;  nicht berücksichtigt.
-Durch Ausnutzung dieser Korrelation &ndash; zum Beispiel durch Koordinatentransformation vom Ursprungsystem&nbsp; $(y_1, y_2)$&nbsp; zum neuen System&nbsp; $(\eta_1, \eta_2)$&nbsp; &ndash; ergibt sich eine geringere Zahl&nbsp; $N_2\hspace{0.01cm}'$&nbsp; quantisierter Wertepaare.
+Durch Ausnutzung dieser Korrelation&nbsp; &ndash; zum Beispiel durch Koordinatentransformation vom Ursprungsystem&nbsp; $(y_1,\ y_2)$&nbsp; zum neuen System&nbsp; $(\eta_1,\ \eta_2)$&nbsp; &ndash;&nbsp; ergibt sich eine geringere Zahl&nbsp; $N_2\hspace{0.01cm}'$&nbsp; quantisierter Wertepaare.
-*Hierbei ist zu berücksichtigen, dass jede Komponente entsprechend ihrer jeweiligen Streuung&nbsp; $(\sigma_1$&nbsp;  bzw.&nbsp; $\sigma_2)$&nbsp; im Bereich von&nbsp; $-4$&nbsp; bis&nbsp; $+4$&nbsp; zu quantisieren ist und die Quantisierungsintervalle in beiden Richtungen gleich sein sollen: &nbsp; $\Delta_x = \Delta_y =1/32$.
+*Hierbei ist zu berücksichtigen,&nbsp; dass jede Komponente entsprechend ihrer jeweiligen Streuung&nbsp; $(\sigma_1$&nbsp;  bzw.&nbsp; $\sigma_2)$&nbsp; im Bereich von&nbsp; $-4$&nbsp; bis&nbsp; $+4$&nbsp; zu quantisieren ist und die Quantisierungsintervalle in beiden Richtungen gleich sein sollen: &nbsp; $\Delta_x = \Delta_y =1/32$.
 *Den Quotienten&nbsp; $N_2\hspace{0.01cm}'/N_2$&nbsp; bezeichnen wir als Datenreduktionsfaktor bezüglich der 2D-Zufallsgröße&nbsp; $\mathbf{y}$.
 *In analoger Definition ist&nbsp; $N_3'/N_3$&nbsp; der entsprechende Reduktionsfaktor der 3D-Zufallsgröße&nbsp; $\mathbf{z}$&nbsp; für&nbsp; $\Delta_x = \Delta_y =\Delta_z =1/32.$
-*Anzumerken ist, dass in beiden Fällen ein möglichst kleiner Wert dieses Quotienten günstig wäre.
+*Anzumerken ist,&nbsp; dass in beiden Fällen ein möglichst kleiner Wert dieses Quotienten günstig wäre.
@@ Zeile 29: / Zeile 29: @@
 Hinweise:
 *Die Aufgabe gehört zum  Kapitel &nbsp;[[Stochastische_Signaltheorie/Verallgemeinerung_auf_N-dimensionale_Zufallsgrößen|Verallgemeinerung auf N-dimensionale Zufallsgrößen]].
 *Insbesondere wird auf die Seite &nbsp;[[Stochastische_Signaltheorie/Verallgemeinerung_auf_N-dimensionale_Zufallsgrößen#Eigenwerte_und_Eigenvektoren|Eigenwerte und Eigenvektoren]]&nbsp; Bezug genommen.
-*Grundlagen zur Anwendung von Vektoren und Matrizen finden sich auf den Seiten &nbsp;[[Stochastische_Signaltheorie/Verallgemeinerung_auf_N-dimensionale_Zufallsgrößen#Grundlagen_der_Matrizenrechnung:_Determinante_einer_Matrix|Determinante einer Matrix]]&nbsp; sowie &nbsp;[[Stochastische_Signaltheorie/Verallgemeinerung_auf_N-dimensionale_Zufallsgrößen#Grundlagen_der_Matrizenrechnung:_Inverse_einer_Matrix|Inverse einer Matrix]].
+*Grundlagen zur Anwendung von Vektoren und Matrizen finden sich auf den Seiten &nbsp;
 *Die Bestimmungsgleichung der Eigenwerte von&nbsp; $\mathbf{K_z}$&nbsp; lautet: &nbsp; $\lambda^3 - 3 \lambda^2 + {24}/{9}\lambda - {20}/{27} = 0.$
@@ Zeile 45: / Zeile 43: @@
 <quiz display=simple>
-{Berechnen Sie die Eigenwerte der Korrelationsmatrix&nbsp; $\mathbf{K_y}$. Es gelte&nbsp; $\lambda_1 \ge \lambda_2$.
+{Berechnen Sie die Eigenwerte der Korrelationsmatrix&nbsp; $\mathbf{K_y}$.&nbsp; Es gelte&nbsp; $\lambda_1 \ge \lambda_2$.
 |type="{}"}
 $\lambda_1 \ = \ $ { 1.333 3% } $\ (\lambda_1 \ge \lambda_2)$
@@ Zeile 51: / Zeile 49: @@
-{Wie groß ist der Datenreduktionsfaktor bei der 2D-Zufallsgröße&nbsp; $\mathbf{y}$?
+{Wie groß ist der Datenreduktionsfaktor bei der zweidimensionalen Zufallsgröße&nbsp; $\mathbf{y}$?
 |type="{}"}
 $N_2\hspace{0.01cm}'/N_2 \ = $ { 0.943 3% }
-{Es gelte&nbsp; $\lambda_1 = 5/3$.&nbsp; Berechnen Sie die Eigenwerte&nbsp; $\lambda_2$&nbsp; und&nbsp; $\lambda_3 \le \lambda_2$&nbsp; von&nbsp; $\mathbf{K_z}$.
+{Es gelte&nbsp; $\lambda_1 = 5/3$.&nbsp; Berechnen Sie die Eigenwerte &nbsp; $\lambda_2$ &nbsp; und &nbsp; $\lambda_3 \le \lambda_2$ &nbsp; von&nbsp; $\mathbf{K_z}$.
 |type="{}"}
 $\lambda_2 \ =  \ $ { 0.667 3% } $\ (\lambda_2 \ge \lambda_3)$
@@ Zeile 62: / Zeile 60: @@
-{Wie groß ist der Datenreduktionsfaktor bei der 3D-Zufallsgröße&nbsp; $\mathbf{z}$?
+{Wie groß ist der Datenreduktionsfaktor bei der dreidimensionalen Zufallsgröße&nbsp; $\mathbf{z}$?
 |type="{}"}
 $N_3\hspace{0.01cm}'/N_3 \ = $ { 0.861 3% }

@@ Zeile 72: / Zeile 72: @@
 ===Musterlösung===
 {{ML-Kopf}}
-'''(1)'''&nbsp; Aus der Bedingung $\mathbf{K_y} - \lambda \cdot\mathbf{E} = 0$ folgt:
+'''(1)'''&nbsp; Aus der Bedingung&nbsp; $\mathbf{K_y} - \lambda \cdot\mathbf{E} = 0$&nbsp; folgt:
 :$${\rm det}\left[ \begin{array}{cc}
 - \lambda & 1/3 \\
@@ Zeile 81: / Zeile 81: @@
 \sqrt{1-{8}/{9}}= 1 \pm {1}/{3}.$$
-Die Eigenwerte dieser $2\times2$-Matrix sind somit $\lambda_1 = 4/3\hspace{0.15cm}\underline{=1.333}$  und $\lambda_2 = 2/3\hspace{0.15cm}\underline{=0.667}$.
+*Die Eigenwerte dieser&nbsp; $2\times2$-Matrix sind somit&nbsp; $\lambda_1 = 4/3\hspace{0.15cm}\underline{=1.333}$&nbsp;  und&nbsp; $\lambda_2 = 2/3\hspace{0.15cm}\underline{=0.667}$.
 '''(2)'''&nbsp; Ohne Berücksichtigung von Korrelationen gibt es $N_2 = \left({8}/{ \Delta_x}\right)^2= 256^2 = 65536$ verschiedene Wertepaare.
-*Unter Berücksichtigung der Korrelationen und des Sachverhaltes, dass die beiden durch Koordinatendrehung entstandenen Komponenten $\eta_1$ und $\eta_2$ jeweils im Bereich von $-4\sigma_1$ bis $+4\sigma_1$ (bzw. von $-4\sigma_2$ bis $+4\sigma_2$) zu quantisieren sind, erhält man
+'''(2)'''&nbsp; Ohne Berücksichtigung von Korrelationen gibt es&nbsp; $N_2 = \left({8}/{ \Delta_x}\right)^2= 256^2 = 65536$&nbsp; verschiedene Wertepaare.
 :$$N_2\hspace{0.01cm}' =  \frac{8 \hspace{0.05cm}\sigma_1}{\it \Delta_x}\cdot\frac{8
 \hspace{0.05cm}\sigma_2}{\it \Delta_y}= N_2 \cdot \sigma_1 \cdot
 \sigma_2 .$$
-*Der Quotient lautet somit mit  $\sigma_1^2 = \lambda_1$ &nbsp;und&nbsp; $\sigma_2^2 = \lambda_2$:
+*Der Quotient lautet somit mit&nbsp;  $\sigma_1^2 = \lambda_1$ &nbsp;und&nbsp; $\sigma_2^2 = \lambda_2$:
 :$${N_2\hspace{0.01cm}'}/{N_2} =   \sigma_1 \cdot \sigma_2 = \sqrt{{4}/{3}}
 \cdot \sqrt{{2}/{3}} = \frac{2 \cdot \sqrt{2}}{3} \hspace{0.15cm}\underline{ \approx 0.943}.$$
 '''(3)'''&nbsp; Die Bestimmungsgleichung der Eigenwerte von $\mathbf{K_z}$ lautet:
 :$${\rm det} \left[ \begin{array}{ccc}
 -\lambda & 1/3 & 1/3\\
@@ Zeile 116: / Zeile 118: @@
 *Diese Gleichung wurde bereits als Lösungshinweis angegeben, ebenso wie eine der Lösungen: &nbsp; $\lambda_1= 5/3$.
-*Damit ergibt sich die Bestimmungsgleichung für die weiteren Eigenwerte $\lambda_2$ und $\lambda_3$ zu
+*Damit ergibt sich die Bestimmungsgleichung für die weiteren Eigenwerte&nbsp; $\lambda_2$&nbsp; und&nbsp; $\lambda_3$&nbsp; zu
 :$$\frac{\lambda^3 -  3 \lambda^2 + {24}/{9}\lambda -
 {20}/{27}}{\lambda -{5}/{3}} =  \lambda^2 -
 {4}/{3} \cdot \lambda + {4}/{9} =0.$$
-Diese Bestimmungsgleichung lässt sich wie folgt umformen: &nbsp; $(\lambda - {2}/{3})^2 =0.$
+*Diese Bestimmungsgleichung lässt sich wie folgt umformen: &nbsp; $(\lambda - {2}/{3})^2 =0.$
-'''(4)'''&nbsp; Analog zur Vorgehensweise in der Teilaufgabe '''(2)''' ergibt sich hier:
+'''(4)'''&nbsp; Analog zur Vorgehensweise in der Teilaufgabe&nbsp; '''(2)'''&nbsp; ergibt sich hier:
 :$${N_3\hspace{0.01cm}'}/{N_3} =   \sqrt{\lambda_1 \cdot \lambda_2\cdot
 \lambda_3} = \sqrt{\frac{5}{3} \cdot \frac{2}{3}\cdot \frac{2}{3}}

@@ Zeile 3: / Zeile 3: @@
 }}
-[[Datei:P_ID678__Sto_Z_4_16.png|right|frame|Korrelationsmatrizen <br>$\mathbf{K_y}$ und $\mathbf{K_z}$ ]]
+[[Datei:P_ID678__Sto_Z_4_16.png|right|frame|Korrelationsmatrizen <br>$\mathbf{K_y}$&nbsp; und&nbsp; $\mathbf{K_z}$ ]]
-Wir betrachten Gaußsche mittelwertfreie Zufallsgrößen $\mathbf{x}$, $\mathbf{y}$ und $\mathbf{z}$ mit den Dimensionen $N= 1$, $N= 2$ und $N= 3$:
+Wir betrachten Gaußsche mittelwertfreie Zufallsgrößen&nbsp; $\mathbf{x}$,&nbsp; $\mathbf{y}$&nbsp; und&nbsp; $\mathbf{z}$&nbsp; mit den Dimensionen&nbsp; $N= 1$,&nbsp; $N= 2$&nbsp; und&nbsp; $N= 3$:
-* Die eindimensionale Zufallsgröße $\mathbf{x}$ ist durch die Varianz $\sigma^2 = 1$ bzw. die Streuung $\sigma = 1$ charakterisiert. <br>Wegen der Dimension $N= 1$ gilt $\mathbf{x} = x$.
+* Die eindimensionale Zufallsgröße&nbsp; $\mathbf{x}$&nbsp; ist durch die Varianz&nbsp; $\sigma^2 = 1$&nbsp; bzw. die Streuung&nbsp; $\sigma = 1$&nbsp; charakterisiert. <br>Wegen der Dimension&nbsp; $N= 1$&nbsp; gilt&nbsp; $\mathbf{x} = x$.
-* Der Korrelationskoeffizient zwischen den Komponenten $y_1$ und $y_2$ der 2D-Zufallsgröße $\mathbf{y}$ beträgt $\rho = 1/3$ (siehe Matrix $\mathbf{K_y}$). <br>$y_1$ und $y_2$ weisen ebenfalls die Streuung $\sigma = 1$ auf.
+* Der Korrelationskoeffizient zwischen den Komponenten&nbsp; $y_1$&nbsp; und&nbsp; $y_2$&nbsp; der 2D-Zufallsgröße&nbsp; $\mathbf{y}$&nbsp; beträgt&nbsp; $\rho = 1/3$&nbsp; $($siehe Matrix&nbsp; $\mathbf{K_y})$. <br>$y_1$ und $y_2$ weisen ebenfalls die Streuung $\sigma = 1$ auf.
-* Die Statistik der dreidimensionalen Zufallsgröße $\mathbf{z}$ ist durch die Korrelationsmatrix $\mathbf{K_z}$ vollständig bestimmt.
+* Die Statistik der dreidimensionalen Zufallsgröße&nbsp; $\mathbf{z}$&nbsp; ist durch die Korrelationsmatrix&nbsp; $\mathbf{K_z}$&nbsp; vollständig bestimmt.
-Quantisiert man die Zufallsgröße $\mathbf{x}$ im Bereich zwischen $-4$ und $+4$&nbsp; mit Intervallbreite $\Delta_x = 1/32$, so gibt es insgesamt &nbsp;$N_1 = 256$&nbsp; unterschiedliche Quantisierungswerte, für deren Übertragung somit &nbsp;$n_1 = 8\ \rm {Bit}$&nbsp; benötigt würden.
+Quantisiert man die Zufallsgröße&nbsp; $\mathbf{x}$&nbsp; im Bereich zwischen&nbsp; $-4$&nbsp; und&nbsp; $+4$&nbsp; mit Intervallbreite&nbsp; $\Delta_x = 1/32$, so gibt es insgesamt &nbsp;$N_1 = 256$&nbsp; unterschiedliche Quantisierungswerte, für deren Übertragung somit &nbsp;$n_1 = 8\ \rm {Bit}$&nbsp; benötigt würden.
-Analog ergeben sich bei der Zufallsgröße $\mathbf{y}$ insgesamt &nbsp;$N_2 = 256^2 = 65536$&nbsp; unterschiedliche quantisierte Wertepaare, wenn man die Korrelation zwischen $y_1$ &nbsp;und&nbsp; $y_2$  nicht berücksichtigt.
+Analog ergeben sich bei der Zufallsgröße&nbsp; $\mathbf{y}$&nbsp; insgesamt &nbsp;$N_2 = 256^2 = 65536$&nbsp; unterschiedliche quantisierte Wertepaare, wenn man die Korrelation zwischen&nbsp; $y_1$ &nbsp;und&nbsp; $y_2$&nbsp;  nicht berücksichtigt.
-Durch Ausnutzung dieser Korrelation &ndash; zum Beispiel durch Koordinatentransformation vom Ursprungsystem $(y_1, y_2)$ zum neuen System $(\eta_1, \eta_2)$ &ndash; ergibt sich eine geringere Zahl $N_2\hspace{0.01cm}'$ quantisierter Wertepaare.
+Durch Ausnutzung dieser Korrelation &ndash; zum Beispiel durch Koordinatentransformation vom Ursprungsystem&nbsp; $(y_1, y_2)$&nbsp; zum neuen System&nbsp; $(\eta_1, \eta_2)$&nbsp; &ndash; ergibt sich eine geringere Zahl&nbsp; $N_2\hspace{0.01cm}'$&nbsp; quantisierter Wertepaare.
-*Hierbei ist zu berücksichtigen, dass jede Komponente entsprechend ihrer jeweiligen Streuung ($\sigma_1$  bzw. $\sigma_2$) im Bereich von $-4$ bis $+4$ zu quantisieren ist und die Quantisierungsintervalle in beiden Richtungen gleich sein sollen: &nbsp; $\Delta_x = \Delta_y =1/32$.
+*Hierbei ist zu berücksichtigen, dass jede Komponente entsprechend ihrer jeweiligen Streuung&nbsp; $(\sigma_1$&nbsp;  bzw.&nbsp; $\sigma_2)$&nbsp; im Bereich von&nbsp; $-4$&nbsp; bis&nbsp; $+4$&nbsp; zu quantisieren ist und die Quantisierungsintervalle in beiden Richtungen gleich sein sollen: &nbsp; $\Delta_x = \Delta_y =1/32$.
-*Den Quotienten $N_2\hspace{0.01cm}'/N_2$ bezeichnen wir als Datenreduktionsfaktor bezüglich der 2D-Zufallsgröße $\mathbf{y}$.
+*Den Quotienten&nbsp; $N_2\hspace{0.01cm}'/N_2$&nbsp; bezeichnen wir als Datenreduktionsfaktor bezüglich der 2D-Zufallsgröße&nbsp; $\mathbf{y}$.
-*In analoger Definition ist $N_3'/N_3$ der entsprechende Reduktionsfaktor der 3D-Zufallsgröße $\mathbf{z}$ für $\Delta_x = \Delta_y =\Delta_z =1/32.$
+*In analoger Definition ist&nbsp; $N_3'/N_3$&nbsp; der entsprechende Reduktionsfaktor der 3D-Zufallsgröße&nbsp; $\mathbf{z}$&nbsp; für&nbsp; $\Delta_x = \Delta_y =\Delta_z =1/32.$
 *Anzumerken ist, dass in beiden Fällen ein möglichst kleiner Wert dieses Quotienten günstig wäre.
@@ Zeile 35: / Zeile 38: @@
 *Grundlagen zur Anwendung von Vektoren und Matrizen finden sich auf den Seiten &nbsp;[[Stochastische_Signaltheorie/Verallgemeinerung_auf_N-dimensionale_Zufallsgrößen#Grundlagen_der_Matrizenrechnung:_Determinante_einer_Matrix|Determinante einer Matrix]]&nbsp; sowie &nbsp;[[Stochastische_Signaltheorie/Verallgemeinerung_auf_N-dimensionale_Zufallsgrößen#Grundlagen_der_Matrizenrechnung:_Inverse_einer_Matrix|Inverse einer Matrix]].
-*Die Bestimmungsgleichung der Eigenwerte von $\mathbf{K_z}$ lautet: &nbsp; $\lambda^3 - 3 \lambda^2 + {24}/{9}\lambda - {20}/{27} = 0.$
+*Die Bestimmungsgleichung der Eigenwerte von&nbsp; $\mathbf{K_z}$&nbsp; lautet: &nbsp; $\lambda^3 - 3 \lambda^2 + {24}/{9}\lambda - {20}/{27} = 0.$
-*Eine der drei Lösungen dieser Gleichung ist $\lambda_1 = 5/3$.
+*Eine der drei Lösungen dieser Gleichung ist&nbsp; $\lambda_1 = 5/3$.
@@ Zeile 42: / Zeile 45: @@
 <quiz display=simple>
-{Berechnen Sie die Eigenwerte der Korrelationsmatrix $\mathbf{K_y}$. Es gelte $\lambda_1 \ge \lambda_2$.
+{Berechnen Sie die Eigenwerte der Korrelationsmatrix&nbsp; $\mathbf{K_y}$. Es gelte&nbsp; $\lambda_1 \ge \lambda_2$.
 |type="{}"}
 $\lambda_1 \ = \ $ { 1.333 3% } $\ (\lambda_1 \ge \lambda_2)$
@@ Zeile 48: / Zeile 51: @@
-{Wie groß ist der Datenreduktionsfaktor bei der 2D-Zufallsgröße $\mathbf{y}$?
+{Wie groß ist der Datenreduktionsfaktor bei der 2D-Zufallsgröße&nbsp; $\mathbf{y}$?
 |type="{}"}
 $N_2\hspace{0.01cm}'/N_2 \ = $ { 0.943 3% }
-{Es gelte $\lambda_1 = 5/3$. Berechnen Sie die Eigenwerte $\lambda_2$ und $\lambda_3 \le \lambda_2$ von $\mathbf{K_z}$.
+{Es gelte&nbsp; $\lambda_1 = 5/3$.&nbsp; Berechnen Sie die Eigenwerte&nbsp; $\lambda_2$&nbsp; und&nbsp; $\lambda_3 \le \lambda_2$&nbsp; von&nbsp; $\mathbf{K_z}$.
 |type="{}"}
 $\lambda_2 \ =  \ $ { 0.667 3% } $\ (\lambda_2 \ge \lambda_3)$
@@ Zeile 59: / Zeile 62: @@
-{Wie groß ist der Datenreduktionsfaktor bei der 3D-Zufallsgröße $\mathbf{z}$?
+{Wie groß ist der Datenreduktionsfaktor bei der 3D-Zufallsgröße&nbsp; $\mathbf{z}$?
 |type="{}"}
 $N_3\hspace{0.01cm}'/N_3 \ = $ { 0.861 3% }

@@ Zeile 79: / Zeile 79: @@
 Die Eigenwerte dieser $2\times2$-Matrix sind somit $\lambda_1 = 4/3\hspace{0.15cm}\underline{=1.333}$  und $\lambda_2 = 2/3\hspace{0.15cm}\underline{=0.667}$.
 '''(2)'''&nbsp; Ohne Berücksichtigung von Korrelationen gibt es $N_2 = \left({8}/{ \Delta_x}\right)^2= 256^2 = 65536$ verschiedene Wertepaare.
 *Unter Berücksichtigung der Korrelationen und des Sachverhaltes, dass die beiden durch Koordinatendrehung entstandenen Komponenten $\eta_1$ und $\eta_2$ jeweils im Bereich von $-4\sigma_1$ bis $+4\sigma_1$ (bzw. von $-4\sigma_2$ bis $+4\sigma_2$) zu quantisieren sind, erhält man
-:$$N_2' =  \frac{8 \hspace{0.05cm}\sigma_1}{\it \Delta_x}\cdot\frac{8
+:$$N_2\hspace{0.01cm}' =  \frac{8 \hspace{0.05cm}\sigma_1}{\it \Delta_x}\cdot\frac{8
 \hspace{0.05cm}\sigma_2}{\it \Delta_y}= N_2 \cdot \sigma_1 \cdot
 \sigma_2 .$$
-*Der Quotient lautet somit mit  $\sigma_1^2 = \lambda_1$ und $\sigma_2^2 = \lambda_2$:
+*Der Quotient lautet somit mit  $\sigma_1^2 = \lambda_1$ &nbsp;und&nbsp; $\sigma_2^2 = \lambda_2$:
-:$${N_2'}/{N_2} =   \sigma_1 \cdot \sigma_2 = \sqrt{{4}/{3}}
+:$${N_2\hspace{0.01cm}'}/{N_2} =   \sigma_1 \cdot \sigma_2 = \sqrt{{4}/{3}}
 \cdot \sqrt{{2}/{3}} = \frac{2 \cdot \sqrt{2}}{3} \hspace{0.15cm}\underline{ \approx 0.943}.$$
 '''(3)'''&nbsp; Die Bestimmungsgleichung der Eigenwerte von $\mathbf{K_z}$ lautet:
@@ Zeile 110: / Zeile 112: @@
 \frac{24}{9}\lambda - \frac{20}{27}  = 0.$$
-Diese Gleichung wurde bereits als Lösungshinweis angegeben, ebenso wie eine der Lösungen: &nbsp; $\lambda_1= 5/3$. Damit ergibt sich die Bestimmungsgleichung für die weiteren Eigenwerte $\lambda_2$ und $\lambda_3$ zu
+*Diese Gleichung wurde bereits als Lösungshinweis angegeben, ebenso wie eine der Lösungen: &nbsp; $\lambda_1= 5/3$.
 :$$\frac{\lambda^3 -  3 \lambda^2 + {24}/{9}\lambda -
 {20}/{27}}{\lambda -{5}/{3}} =  \lambda^2 -
 {4}/{3} \cdot \lambda + {4}/{9} =0.$$
-Diese Bestimmungsgleichung lässt sich wie folgt umformen: $(\lambda - {2}/{3})^2 =0.$
+Diese Bestimmungsgleichung lässt sich wie folgt umformen: &nbsp; $(\lambda - {2}/{3})^2 =0.$
-'''(4)'''&nbsp; Analog zur Vorgehensweise in der Teilaufgabe (2) ergibt sich hier:
+'''(4)'''&nbsp; Analog zur Vorgehensweise in der Teilaufgabe '''(2)''' ergibt sich hier:
-:$${N_3'}/{N_3} =   \sqrt{\lambda_1 \cdot \lambda_2\cdot
+:$${N_3\hspace{0.01cm}'}/{N_3} =   \sqrt{\lambda_1 \cdot \lambda_2\cdot
 \lambda_3} = \sqrt{\frac{5}{3} \cdot \frac{2}{3}\cdot \frac{2}{3}}
 = \sqrt{\frac{20}{27}}  \hspace{0.15cm}\underline{ \approx 0.861}.$$

← Nächstältere Version	Version vom 19. März 2022, 15:29 Uhr
(kein Unterschied)

@@ Zeile 22: / Zeile 22: @@
 *Insbesondere wird auf die Seite [[Stochastische_Signaltheorie/Verallgemeinerung_auf_N-dimensionale_Zufallsgrößen#Eigenwerte_und_Eigenvektoren|Eigenwerte und Eigenvektoren]] Bezug genommen.
 *Grundlagen zur Anwendung von Vektoren und Matrizen finden sich auf den Seiten [[Stochastische_Signaltheorie/Verallgemeinerung_auf_N-dimensionale_Zufallsgrößen#Grundlagen_der_Matrizenrechnung:_Determinante_einer_Matrix|Determinante einer Matrix]] sowie [[Stochastische_Signaltheorie/Verallgemeinerung_auf_N-dimensionale_Zufallsgrößen#Grundlagen_der_Matrizenrechnung:_Inverse_einer_Matrix|Inverse einer Matrix]].
-*Sollte die Eingabe des Zahlenwertes &bdquo;0&rdquo; erforderlich sein, so geben Sie bitte &bdquo;0.&rdquo; ein.
 *Die Bestimmungsgleichung der Eigenwerte von $\mathbf{K_z}$ lautet: &nbsp; $\lambda^3 - 3 \lambda^2 + {24}/{9}\lambda - {20}/{27} = 0.$
 *Eine der drei Lösungen dieser Gleichung ist $\lambda_1 = 5/3$.

← Nächstältere Version	Version vom 3. Januar 2018, 13:47 Uhr
(kein Unterschied)