Aufgaben:Aufgabe 4.16: Eigenwerte und Eigenvektoren: Unterschied zwischen den Versionen

Aus LNTwww
Wechseln zu:Navigation, Suche
Keine Bearbeitungszusammenfassung
Maintenance script (Diskussion | Beiträge)
Add English interlanguage link
 
(9 dazwischenliegende Versionen von 2 Benutzern werden nicht angezeigt)
Zeile 4: Zeile 4:


[[Datei:P_ID671__Sto_A_4_16.png|right|frame|Drei Korrelationsmatrizen]]
[[Datei:P_ID671__Sto_A_4_16.png|right|frame|Drei Korrelationsmatrizen]]
Obwohl die Beschreibung Gaußscher Zufallsgrößen mit Hilfe von Vektoren und Matrizen eigentlich nur bei mehr als $N = 2$ Dimensionen erforderlich ist und Sinn macht, beschränken wir uns hier zur Vereinfachung auf den Sonderfall zweidimensionaler Zufallsgrößen.
Obwohl die Beschreibung Gaußscher Zufallsgrößen mit Hilfe von Vektoren und Matrizen eigentlich nur bei mehr als  $N = 2$  Dimensionen erforderlich ist und Sinn macht,  beschränken wir uns hier zur Vereinfachung auf den Sonderfall zweidimensionaler Zufallsgrößen.


In der Grafik ist oben die allgemeine Korrelationsmatrix $\mathbf{K_x}$ der 2D–Zufallsgröße $\mathbf{x} = (x_1, x_2)^{\rm T}$ angegeben, wobei $\sigma_1^2$ und $\sigma_2^2$ die Varianzen der Einzelkomponenten beschreiben.  $\rho$  bezeichnet den Korrelationskoeffizienten zwischen den beiden Komponenten.
In der Grafik ist oben die allgemeine Korrelationsmatrix   $\mathbf{K_x}$   der 2D–Zufallsgröße   $\mathbf{x} = (x_1, x_2)^{\rm T}$   angegeben,  wobei  $\sigma_1^2$  und  $\sigma_2^2$  die Varianzen der Einzelkomponenten beschreiben.  $\rho$  bezeichnet den Korrelationskoeffizienten zwischen den beiden Komponenten.


Die Zufallsgrößen $\mathbf{y}$ und $\mathbf{z}$ geben zwei Spezialfälle von $\mathbf{x}$ an, deren Prozessparameter aus den Korrelationsmatrix $\mathbf{K_y}$ bzw.  $\mathbf{K_z}$ bestimmt werden können.
Die Zufallsgrößen   $\mathbf{y}$   und   $\mathbf{z}$   geben zwei Spezialfälle von   $\mathbf{x}$   an,  deren Prozessparameter aus den Korrelationsmatrix  $\mathbf{K_y}$  bzw.  $\mathbf{K_z}$  bestimmt werden sollen.






''Hinweise:''
 
 
Hinweise:  
*Die Aufgabe gehört zum  Kapitel  [[Stochastische_Signaltheorie/Verallgemeinerung_auf_N-dimensionale_Zufallsgrößen|Verallgemeinerung auf N-dimensionale Zufallsgrößen]].
*Die Aufgabe gehört zum  Kapitel  [[Stochastische_Signaltheorie/Verallgemeinerung_auf_N-dimensionale_Zufallsgrößen|Verallgemeinerung auf N-dimensionale Zufallsgrößen]].
*Einige 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]].
*Einige Grundlagen zur Anwendung von Vektoren und Matrizen finden sich auf den Seiten  
* Entsprechend der Seite  [[Stochastische_Signaltheorie/Zweidimensionale_Gaußsche_Zufallsgrößen#H.C3.B6henlinien_bei_korrelierten_Zufallsgr.C3.B6.C3.9Fen|Höhenlinien bei korrelierten Zufallsgrößen]]  ist der Winkel $\alpha$ zwischen dem alten und dem neuen System durch folgende Gleichung gegeben:
**[[Stochastische_Signaltheorie/Verallgemeinerung_auf_N-dimensionale_Zufallsgrößen#Grundlagen_der_Matrizenrechnung:_Determinante_einer_Matrix|Determinante einer Matrix]]   
:$$\alpha = {1}/{2}\cdot \arctan (2 \cdot\rho \cdot
**[[Stochastische_Signaltheorie/Verallgemeinerung_auf_N-dimensionale_Zufallsgrößen#Grundlagen_der_Matrizenrechnung:_Inverse_einer_Matrix|Inverse einer Matrix]].
\frac{\sigma_1\cdot\sigma_2}{\sigma_1^2 -\sigma_2^2}).$$  
* Entsprechend der Seite  [[Stochastische_Signaltheorie/Zweidimensionale_Gaußsche_Zufallsgrößen#H.C3.B6henlinien_bei_korrelierten_Zufallsgr.C3.B6.C3.9Fen|"Höhenlinien bei korrelierten Zufallsgrößen"]]  ist der Winkel  $\alpha$  zwischen dem alten und dem neuen System durch folgende Gleichung gegeben:
:$$\alpha = {1}/{2}\cdot \arctan (2 \cdot\rho \cdot\frac{\sigma_1\cdot\sigma_2}{\sigma_1^2 -\sigma_2^2}).$$  
*Insbesondere ist zu beachten:  
*Insbesondere ist zu beachten:  
**Eine $2×2$-Kovarianzmatrix besitzt zwei reelle Eigenwerte $\lambda_1$ und $\lambda_2$.  
**Eine  $2×2$–Kovarianzmatrix besitzt zwei reelle Eigenwerte  $\lambda_1$  und  $\lambda_2$.  
**Diese beiden Eigenwerte bestimmen zwei Eigenvektoren $\xi_1$ und $\xi_2$.  
**Diese beiden Eigenwerte bestimmen zwei Eigenvektoren   $\xi_1$   und   $\xi_2$.  
**Diese spannen ein neues Koordinatensystem in Richtung der Hauptachsen des alten Systems auf.
**Diese spannen ein neues Koordinatensystem in Richtung der Hauptachsen des alten Systems auf.


Zeile 28: Zeile 31:


<quiz display=simple>
<quiz display=simple>
{Welche Aussagen treffen für die Korrelationsmatrix $\mathbf{K_y}$ zu?
{Welche Aussagen treffen für die Korrelationsmatrix&nbsp; $\mathbf{K_y}$&nbsp; zu?
|type="[]"}
|type="[]"}
+ $\mathbf{K_y}$ beschreibt alle möglichen 2D-Zufallsgrößen mit &nbsp;$\sigma_1 = \sigma_2 = \sigma$.
+ $\mathbf{K_y}$&nbsp; beschreibt alle möglichen 2D-Zufallsgrößen mit &nbsp;$\sigma_1 = \sigma_2 = \sigma$.
+ Der Wertebereich des Parameters &nbsp;$\rho$&nbsp; ist &nbsp;$-1 \le \rho \le +1$.
+ Der Wertebereich des Korrelationskoeffizienten ist &nbsp;$-1 \le \rho \le +1$.
- Der Wertebereich des Parameters &nbsp;$\rho$&nbsp; ist &nbsp;$0 < \rho < 1$.
- Der Wertebereich des Korrelationskoeffizienten ist &nbsp;$0 < \rho < 1$.




{Berechnen Sie die Eigenwerte von $\mathbf{K_y}$ unter der Bedingung &nbsp;$\sigma = 1$&nbsp; und &nbsp;$\rho = 0$.
{Berechnen Sie die Eigenwerte von&nbsp; $\mathbf{K_y}$&nbsp; unter der Bedingung &nbsp;$\sigma = 1$&nbsp; und &nbsp;$\rho = 0$.
|type="{}"}
|type="{}"}
$\lambda_1 \ = \ $ { 1 3% } $\ (\lambda_1 \ge \lambda_2)$
$\lambda_1 \ = \ $ { 1 3% } $\ (\lambda_1 \ge \lambda_2)$
Zeile 41: Zeile 44:




{Geben Sie die Eigenwerte von $\mathbf{K_y}$ unter der Bedingung &nbsp;$\sigma = 1$&nbsp; sowie &nbsp;$0 < \rho < 1$&nbsp; an.  
{Geben Sie die Eigenwerte von&nbsp; $\mathbf{K_y}$&nbsp; unter der Bedingung &nbsp;$\sigma = 1$&nbsp; sowie &nbsp;$0 < \rho < 1$&nbsp; an.&nbsp;  Welche Werte ergeben sich für &nbsp;$\rho = 0.5 $,&nbsp; wobei &nbsp;$\lambda_1 \ge \lambda_2$&nbsp; vorausgesetzt wird?
<br>Welche Werte ergeben sich für &nbsp;$\rho = 0.5 $, wobei &nbsp;$\lambda_1 \ge \lambda_2$&nbsp; vorausgesetzt wird?
|type="{}"}
|type="{}"}
$\lambda_1 \ =  \ $ { 2 3% } $\ (\lambda_1 \ge \lambda_2)$
$\lambda_1 \ =  \ $ { 1.5 3% } $\ (\lambda_1 \ge \lambda_2)$
$\lambda_2 \ =  \ $ { 0. } $\ (\lambda_2 \le \lambda_1)$
$\lambda_2 \ =  \ $ { 0.5 3% } $\ (\lambda_2 \le \lambda_1)$




{Berechnen Sie die zugehörigen Eigenvektoren $\mathbf{\eta_1}$ &nbsp;und&nbsp; $\mathbf{\eta_2}$. <br>Welche der folgenden Aussagen sind zutreffend?
{Berechnen Sie die zugehörigen Eigenvektoren&nbsp; $\mathbf{\eta_1}$ &nbsp;und&nbsp; $\mathbf{\eta_2}$.&nbsp; Welche der folgenden Aussagen sind zutreffend?
|type="[]"}
|type="[]"}
+ $\mathbf{\eta_1}$ &nbsp;und&nbsp; $\mathbf{\eta_2}$ liegen in Richtung der Ellipsenhauptachsen.
+ $\mathbf{\eta_1}$ &nbsp; und &nbsp; $\mathbf{\eta_2}$ &nbsp; liegen in Richtung der Ellipsenhauptachsen.
+ Die neuen Koordinaten sind  um $45^\circ$ gedreht.
+ Die neuen Koordinaten sind  um&nbsp; $45^\circ$&nbsp; gedreht.
- Die Streuungen bezüglich des neuen Systems sind $\lambda_1$ und $\lambda_2$.
- Die Streuungen bezüglich des neuen Systems sind&nbsp; $\lambda_1$&nbsp; und&nbsp; $\lambda_2$.




{Wie lauten die Kenngrößen der durch $\mathbf{K_z}$ festgelegten Zufallsgröße $\mathbf{z}$?
{Wie lauten die Kenngrößen der durch&nbsp; $\mathbf{K_z}$&nbsp; festgelegten Zufallsgröße&nbsp; $\mathbf{z}$?
|type="{}"}
|type="{}"}
$\sigma_1 = \ $ { 2 3% }
$\sigma_1 = \ $ { 2 3% }
Zeile 62: Zeile 64:




{Berechnen Sie die Eigenwerte $\lambda_1$ und $\lambda_2 \le \lambda_1$ der Kovarianzmatrix $\mathbf{K_z}$.
{Berechnen Sie die Eigenwerte&nbsp; $\lambda_1$&nbsp; und&nbsp; $\lambda_2 \le \lambda_1$&nbsp; der Korrelationsmatrix&nbsp; $\mathbf{K_z}$.
|type="{}"}
|type="{}"}
$\lambda_1 \ = \  $ { 5 3% } $\ (\lambda_1 \ge \lambda_2)$
$\lambda_1 \ = \  $ { 5 3% } $\ (\lambda_1 \ge \lambda_2)$
Zeile 68: Zeile 70:




{Um welchen Winkel $\alpha$  ist das neue Koordinatensystem $(\mathbf{\zeta_1}, \ \mathbf{\zeta_2})$  gegenüber dem ursprünglichen System $(\mathbf{z_1}, \ \mathbf{z_2})$ gedreht?
{Um welchen Winkel&nbsp; $\alpha$&nbsp; ist das neue Koordinatensystem&nbsp; $(\mathbf{\zeta_1}, \ \mathbf{\zeta_2})$&nbsp; gegenüber dem ursprünglichen System&nbsp; $(\mathbf{z_1}, \ \mathbf{z_2})$&nbsp; gedreht?
|type="{}"}
|type="{}"}
$\alpha \ =  \ $ { 26.56 3% } $\ \rm Grad$
$\alpha \ =  \ $ { 26.56 3% } $\ \rm Grad$
Zeile 78: Zeile 80:
===Musterlösung===
===Musterlösung===
{{ML-Kopf}}
{{ML-Kopf}}
'''(1)'''&nbsp; Richtig sind <u>die Lösungsvorschläge 1 und 2</u>:
'''(1)'''&nbsp; Richtig sind&nbsp; <u>die Lösungsvorschläge 1 und 2</u>:
*$\mathbf{K_y}$ ist tatsächlich die allgemeinste Kovariationmatrix einer 2D-Zufallsgröße mit $\sigma_1 = \sigma_2 = \sigma$.  
*$\mathbf{K_y}$&nbsp; ist tatsächlich die allgemeinste Korrelationsmatrix einer 2D-Zufallsgröße mit&nbsp; $\sigma_1 = \sigma_2 = \sigma$.  
*Der Parameter $\rho$ gibt den Korrelationskoeffizienten an. Dieser kann alle Werte zwischen $\pm 1$ inclusive dieser Randwerte annehmen.
*Der Parameter&nbsp; $\rho$&nbsp; gibt den Korrelationskoeffizienten an.&nbsp; Dieser kann alle Werte zwischen&nbsp; $\pm 1$&nbsp; inclusive dieser Randwerte annehmen.
   
   


'''(2)'''&nbsp; In diesem Fall lautet die Bestimmungsgleichung:
'''(2)'''&nbsp; In diesem Fall lautet die Bestimmungsgleichung:
:$${\rm det}\left[ \begin{array}{cc}
:$${\rm det}\left[ \begin{array}{cc}1- \lambda & 0 \\0 & 1- \lambda\end{array} \right] = 0 \hspace{0.3cm}\Rightarrow \hspace{0.3cm}(1- \lambda)^2  = 0\hspace{0.3cm}\Rightarrow\hspace{0.3cm} \hspace{0.15cm}\underline{\lambda_{1/2} =1}.$$
1- \lambda & 0 \\
 
0 & 1- \lambda
 
\end{array} \right] = 0 \hspace{0.3cm}\Rightarrow \hspace{0.3cm}
 
(1- \lambda)^2  = 0\hspace{0.3cm}\Rightarrow
'''(3)'''&nbsp;  Bei positivem&nbsp; $\rho$&nbsp; lautet die Bestimmungsgleichung der Eigenwerte:
\hspace{0.3cm} \hspace{0.15cm}\underline{\lambda_{1/2} =1}.$$
:$$(1- \lambda)^2 -\rho^2 = 0\hspace{0.5cm}\Rightarrow\hspace{0.5cm}\lambda^2 - 2\lambda + 1 - \rho^2 =0\hspace{0.5cm}\Rightarrow\hspace{0.5cm}\lambda_{1/2} =1 \pm \rho.$$


'''(3)'''&nbsp; Bei positivem $\rho$ lautet die Bestimmungsgleichung der Eigenwerte:
*Für&nbsp; $\rho= 0.5$&nbsp; erhält man&nbsp; $\underline{\lambda_{1} =1.5}$&nbsp; und&nbsp; $\underline{\lambda_{2} =0.5}$.
:$$(1- \lambda)^2 -\rho^2 = 0\hspace{0.3cm}\Rightarrow
*Die Gleichung gilt übrigens im gesamten Definitionsbereich&nbsp; $-1 \le \rho \le +1$.
\hspace{0.3cm}\lambda^2 - 2\lambda + 1 - \rho^2 =
*Für&nbsp; $\rho = 0$&nbsp; ist&nbsp; $\lambda_1 = \lambda_2 = +1$&nbsp; &nbsp; &rArr; &nbsp; siehe Teilaufgabe&nbsp; '''(2)'''.  
0\hspace{0.3cm}\Rightarrow\hspace{0.3cm}\lambda_{1/2} =1 \pm \rho.$$
*Für&nbsp; $\rho = \pm 1$&nbsp; ergibt sich $\lambda_1  = 2$&nbsp; und&nbsp; $\lambda_2  = 0$.


Für $\rho= 0.5$ erhält man $\underline{\lambda_{1} =1.5}$ und $\underline{\lambda_{2} =0.5}$. Die Gleichung gilt übrigens im gesamten Definitionsbereich $-1 \le \rho \le +1$.
*Für $\rho = 0$ ist $\lambda_1 = \lambda_2 = +1$ (siehe Teilaufgabe 2).
*Bei $\rho = \pm 1$ ergibt sich $\lambda_1  = 2$ und $\lambda_2  = 0$.




'''(4)'''&nbsp; Die Eigenvektoren erhält man durch Einsetzen der Eigenwerte $\lambda_1$ und $\lambda_2$ in die Kovarianzmatrix:
'''(4)'''&nbsp; Richtig sind&nbsp; <u>die Lösungsvorschläge 1 und 2</u>.
:$$\left[ \begin{array}{cc}
1- (1+\rho) & \rho \\
\rho & 1- (1+\rho)
\end{array} \right]\cdot{\boldsymbol{\eta_1}} = \left[ \begin{array}{cc}
-\rho & \rho \\
\rho & -\rho
\end{array} \right]\cdot \left[ \begin{array}{c}
\eta_{11} \\
\eta_{12}
\end{array} \right]=0$$
:$$\Rightarrow\hspace{0.3cm}-\rho \cdot \eta_{11} + \rho \cdot
\eta_{12} = 0\hspace{0.3cm}\Rightarrow\hspace{0.3cm}\eta_{11}=
{\rm const} \cdot
\eta_{12}\hspace{0.3cm}\Rightarrow\hspace{0.3cm}{\boldsymbol{\eta_1}}=
{\rm const}\cdot \left[ \begin{array}{c}
1 \\
1
\end{array} \right];$$
:$$\left[ \begin{array}{cc}
1- (1-\rho) & \rho \\
\rho & 1- (1-\rho)
\end{array} \right]\cdot{\boldsymbol{\eta_2}} = \left[ \begin{array}{cc}
\rho & \rho \\
\rho & \rho
\end{array} \right]\cdot \left[ \begin{array}{c}
\eta_{21} \\
\eta_{22}
\end{array} \right]=0$$
:$$\Rightarrow\hspace{0.3cm}\rho \cdot \eta_{21} + \rho \cdot
\eta_{22} = 0\hspace{0.3cm}\Rightarrow\hspace{0.3cm}\eta_{21}=
-{\rm const} \cdot
\eta_{22}\hspace{0.3cm}\Rightarrow\hspace{0.3cm}{\boldsymbol{\eta_2}}=
{\rm const}\cdot \left[ \begin{array}{c}
-1 \\
1
\end{array} \right].$$


[[Datei:P_ID676__Sto_A_4_16_d.png|right|Zur Drehung des Koordinatensystems]]
Die Eigenvektoren erhält man durch Einsetzen der Eigenwerte&nbsp; $\lambda_1$&nbsp; und&nbsp; $\lambda_2$&nbsp; in die Korrelationsmatrix:
:$$\left[ \begin{array}{cc}1- (1+\rho) & \rho \\\rho & 1- (1+\rho)\end{array} \right]\cdot{\boldsymbol{\eta_1}} = \left[ \begin{array}{cc}-\rho & \rho \\\rho & -\rho\end{array} \right]\cdot \left[ \begin{array}{c}\eta_{11} \\\eta_{12}\end{array} \right]=0$$
:$$\Rightarrow\hspace{0.3cm}-\rho \cdot \eta_{11} + \rho \cdot\eta_{12} = 0\hspace{0.3cm}\Rightarrow\hspace{0.3cm}\eta_{11}={\rm const} \cdot\eta_{12}\hspace{0.3cm}\Rightarrow\hspace{0.3cm}{\boldsymbol{\eta_1}}={\rm const}\cdot \left[ \begin{array}{c}1 \\1\end{array} \right];$$
:$$\left[ \begin{array}{cc}1- (1-\rho) & \rho \\\rho & 1- (1-\rho)\end{array} \right]\cdot{\boldsymbol{\eta_2}} = \left[ \begin{array}{cc}\rho & \rho \\\rho & \rho\end{array} \right]\cdot \left[ \begin{array}{c}\eta_{21} \\\eta_{22}\end{array} \right]=0$$
:$$\Rightarrow\hspace{0.3cm}\rho \cdot \eta_{21} + \rho \cdot\eta_{22} = 0\hspace{0.3cm}\Rightarrow\hspace{0.3cm}\eta_{21}=-{\rm const} \cdot\eta_{22}\hspace{0.3cm}\Rightarrow\hspace{0.3cm}{\boldsymbol{\eta_2}}={\rm const}\cdot \left[ \begin{array}{c}-1 \\1\end{array} \right].$$
 
[[Datei:P_ID676__Sto_A_4_16_d.png|right|frame|Koordinatensystemdrehung]]
Bringt man diese in die so genannte Orthonormalform, so gilt:
Bringt man diese in die so genannte Orthonormalform, so gilt:
:$${\boldsymbol{\eta_1}}= \frac{1}{\sqrt{2}}\cdot \left[
:$${\boldsymbol{\eta_1}}= \frac{1}{\sqrt{2}}\cdot \left[\begin{array}{c}1 \\1\end{array} \right],\hspace{0.5cm}{\boldsymbol{\eta_2}}= \frac{1}{\sqrt{2}}\cdot \left[\begin{array}{c}-1 \\1\end{array} \right].$$
\begin{array}{c}
1 \\
1
\end{array} \right],\hspace{0.5cm}
{\boldsymbol{\eta_2}}= \frac{1}{\sqrt{2}}\cdot \left[
\begin{array}{c}
-1 \\
1
\end{array} \right].$$


In der nebenstehenden Skizze ist das Ergebnis verdeutlicht:  
In der Skizze ist das Ergebnis verdeutlicht:  
*Das neue, durch $\mathbf{\eta_1}$ und $\mathbf{\eta_2}$ festgelegte Koordinatensystem liegt tatsächlich in Richtung der Hauptachsen des ursprünglichen Systems.  
*Das durch&nbsp; $\mathbf{\eta_1}$&nbsp; und&nbsp; $\mathbf{\eta_2}$&nbsp; festgelegte Koordinatensystem liegt in Richtung der Hauptachsen des ursprünglichen Systems.  
*Mit $\sigma_1 = \sigma_2$ ergibt sich fast immer (Ausnahme: $\rho= 0$) der Drehwinkel $\alpha = 45^\circ$. Dies folgt auch aus der im Theorieteil angegebenen Gleichung:
*Mit&nbsp; $\sigma_1 = \sigma_2$&nbsp; ergibt sich fast immer&nbsp; $($Ausnahme: &nbsp; $\rho= 0)$&nbsp; der Drehwinkel&nbsp; $\alpha = 45^\circ$.  
:$$\alpha = {1}/{2}\cdot \arctan (2 \cdot\rho \cdot
*Dies folgt auch aus der im Theorieteil angegebenen Gleichung:
\frac{\sigma_1\cdot\sigma_2}{\sigma_1^2 -\sigma_2^2})=
:$$\alpha = {1}/{2}\cdot \arctan (2 \cdot\rho \cdot\frac{\sigma_1\cdot\sigma_2}{\sigma_1^2 -\sigma_2^2})={1}/{2}\cdot \arctan(\infty)\hspace{0.3cm}\Rightarrow\hspace{0.3cm}\alpha = 45^\circ.$$
{1}/{2}\cdot \arctan
*Die Eigenwerte&nbsp; $\lambda_1$&nbsp; und&nbsp; $\lambda_2$&nbsp; kennzeichnen nicht die Streuungen bezüglich der neuen Achsen,&nbsp; sondern die Varianzen.  
(\infty)\hspace{0.3cm}\Rightarrow\hspace{0.3cm}\alpha = 45^\circ.$$
*Die Eigenwerte $\lambda_1$ und $\lambda_2$ kennzeichnen nicht die Streuungen bezüglich der neuen Achsen, sondern die entsprechenden Varianzen.  




Richtig sind also <u>die Lösungsvorschläge 1 und 2</u>.


'''(5)'''&nbsp; Durch Vergleich der Matrizen $\mathbf{K_x}$ und $\mathbf{K_z}$ erhält man  
'''(5)'''&nbsp; Durch Vergleich der Matrizen &nbsp; $\mathbf{K_x}$ &nbsp; und &nbsp; $\mathbf{K_z}$ &nbsp; erhält man  
*$\sigma_{1}\hspace{0.15cm}\underline{ =2}$,
*$\sigma_{1}\hspace{0.15cm}\underline{ =2}$,
*$\sigma_{2}\hspace{0.15cm}\underline{ =1}$,
*$\sigma_{2}\hspace{0.15cm}\underline{ =1}$,
*$\rho = 2/(\sigma_{1} \cdot \sigma_{2})\hspace{0.15cm}\underline{ =1}$.
*$\rho = 2/(\sigma_{1} \cdot \sigma_{2})\hspace{0.15cm}\underline{ =1}$.




'''(6)'''&nbsp; Nach dem inzwischen altbekannten Schema gilt:
'''(6)'''&nbsp; Nach dem inzwischen altbekannten Schema gilt:
:$$(4- \lambda) \cdot (1- \lambda) -4 = 0\hspace{0.3cm}\Rightarrow
:$$(4- \lambda) \cdot (1- \lambda) -4 = 0\hspace{0.3cm}\Rightarrow\hspace{0.3cm}\lambda^2 - 5\lambda  =0\hspace{0.3cm}\Rightarrow\hspace{0.3cm}\hspace{0.15cm}\underline{\lambda_{1}=5,\hspace{0.1cm} \lambda_{2} =0}.$$
\hspace{0.3cm}\lambda^2 - 5\lambda  =
 
0\hspace{0.3cm}\Rightarrow\hspace{0.3cm}\hspace{0.15cm}\underline{\lambda_{1}
 
=5,\hspace{0.1cm} \lambda_{2} =0}.$$


'''(7)'''&nbsp; Nach der auf dem Angabenblatt vorgegebenen Gleichung gilt:
'''(7)'''&nbsp; Nach der auf dem Angabenblatt vorgegebenen Gleichung gilt:
:$$\alpha ={1}/{2}\cdot \arctan (2 \cdot 1 \cdot \frac{2 \cdot
:$$\alpha ={1}/{2}\cdot \arctan (2 \cdot 1 \cdot \frac{2 \cdot1}{2^2 -1^2})= {1}/{2}\cdot \arctan ({4}/{3}) =26.56^\circ.$$
1}{2^2 -1^2})= {1}/{2}\cdot \arctan ({4}/{3}) =
26.56^\circ.$$


[[Datei:P_ID677__Sto_A_4_16_g.png|right|Dekorrelation von 2D-Zufallsgrößen]]
[[Datei:P_ID677__Sto_A_4_16_g.png|right|frame|Bestmögliche Dekorrelation]]
Zum gleichen Ergebnis gelangt man über den Eigenvektor:
Zum gleichen Ergebnis gelangt man über den Eigenvektor:
:$$\left[ \begin{array}{cc}
:$$\left[ \begin{array}{cc}4-5 & 2 \\2 & 1-5\end{array} \right]\cdot \left[ \begin{array}{c}\zeta_{11} \\\zeta_{12}\end{array}\right]=0 \hspace{0.3cm}\Rightarrow\hspace{0.3cm}-\zeta_{11}=2\zeta_{12}=0\hspace{0.3cm}\Rightarrow\hspace{0.3cm}\zeta_{12}={\zeta_{11}}/{2}$$
4-5 & 2 \\
:$$\Rightarrow\hspace{0.3cm}\alpha = \arctan({\zeta_{12}}/{\zeta_{11}}) = \arctan(0.5) \hspace{0.15cm}\underline{= 26.56^\circ}.$$
2 & 1-5
\end{array} \right]\cdot \left[ \begin{array}{c}
\zeta_{11} \\
\zeta_{12}
\end{array}
\right]=0 \hspace{0.3cm}
\Rightarrow\hspace{0.3cm}-\zeta_{11}=
2\zeta_{12}=0\hspace{0.3cm}\Rightarrow\hspace{0.3cm}\zeta_{12}={\zeta_{11}}/{2}$$
:$$\Rightarrow\hspace{0.3cm}\alpha = \arctan
({\zeta_{12}}/{\zeta_{11}}) = \arctan(0.5) \hspace{0.15cm}\underline{= 26.56^\circ}.$$


Die nebenstehende Skizze zeigt die 2D-WDF der Zufallsgröße $\mathbf{z}$:
Die nebenstehende Skizze zeigt die 2D-WDF der Zufallsgröße&nbsp; $\mathbf{z}$:
* Wegen $\rho = 1$ liegen alle Werte auf der Korrelationsgeraden mit den Koordinaten $z_1$ und $z_2 = z_1/2$.  
* Wegen&nbsp; $\rho = 1$&nbsp; liegen alle Werte auf der Korrelationsgeraden mit den Koordinaten&nbsp; $z_1$&nbsp; und&nbsp; $z_2 = z_1/2$.  
*Durch die Drehung um den Winkel $\alpha = \arctan(0.5) = 26.56^\circ$ entsteht ein neues Koordinatensystem.  
*Durch die Drehung um den Winkel&nbsp; $\alpha = \arctan(0.5) = 26.56^\circ$&nbsp; entsteht ein neues Koordinatensystem.  
*Die Varianz entlang der Achse $(\mathbf{\zeta_1}$ beträgt $\lambda_1 = 5$ (Streuung $\sigma_1 = \sqrt{5} = 2.236$), während in der dazu orthogonalen Richtung $(\mathbf{\zeta_2}$ die Zufallsgröße nicht ausgedehnt ist $(\lambda_2 = \sigma_2 = 0)$.
*Die Varianz entlang der Achse&nbsp; $\mathbf{\zeta_1}$ beträgt&nbsp; $\lambda_1 = 5$&nbsp; $($Streuung&nbsp; $\sigma_1 = \sqrt{5} = 2.236)$,  
*während in der dazu orthogonalen Richtung&nbsp; $\mathbf{\zeta_2}$&nbsp; die Zufallsgröße nicht ausgedehnt ist&nbsp; $(\lambda_2 = \sigma_2 = 0)$.
{{ML-Fuß}}
{{ML-Fuß}}


Zeile 205: Zeile 152:


[[Category:Aufgaben zu Stochastische Signaltheorie|^4.7 N-dimensionale Zufallsgrößen^]]
[[Category:Aufgaben zu Stochastische Signaltheorie|^4.7 N-dimensionale Zufallsgrößen^]]
[[en:Aufgaben:Exercise_4.16:_Eigenvalues_and_Eigenvectors]]

Aktuelle Version vom 16. März 2026, 14:37 Uhr

Drei Korrelationsmatrizen

Obwohl die Beschreibung Gaußscher Zufallsgrößen mit Hilfe von Vektoren und Matrizen eigentlich nur bei mehr als  $N = 2$  Dimensionen erforderlich ist und Sinn macht,  beschränken wir uns hier zur Vereinfachung auf den Sonderfall zweidimensionaler Zufallsgrößen.

In der Grafik ist oben die allgemeine Korrelationsmatrix   $\mathbf{K_x}$   der 2D–Zufallsgröße   $\mathbf{x} = (x_1, x_2)^{\rm T}$   angegeben,  wobei  $\sigma_1^2$  und  $\sigma_2^2$  die Varianzen der Einzelkomponenten beschreiben.  $\rho$  bezeichnet den Korrelationskoeffizienten zwischen den beiden Komponenten.

Die Zufallsgrößen   $\mathbf{y}$   und   $\mathbf{z}$   geben zwei Spezialfälle von   $\mathbf{x}$   an,  deren Prozessparameter aus den Korrelationsmatrix  $\mathbf{K_y}$  bzw.  $\mathbf{K_z}$  bestimmt werden sollen.



Hinweise:

$$\alpha = {1}/{2}\cdot \arctan (2 \cdot\rho \cdot\frac{\sigma_1\cdot\sigma_2}{\sigma_1^2 -\sigma_2^2}).$$
  • Insbesondere ist zu beachten:
    • Eine  $2×2$–Kovarianzmatrix besitzt zwei reelle Eigenwerte  $\lambda_1$  und  $\lambda_2$.
    • Diese beiden Eigenwerte bestimmen zwei Eigenvektoren   $\xi_1$   und   $\xi_2$.
    • Diese spannen ein neues Koordinatensystem in Richtung der Hauptachsen des alten Systems auf.


Fragebogen

1 Welche Aussagen treffen für die Korrelationsmatrix  $\mathbf{K_y}$  zu?

$\mathbf{K_y}$  beschreibt alle möglichen 2D-Zufallsgrößen mit  $\sigma_1 = \sigma_2 = \sigma$.
Der Wertebereich des Korrelationskoeffizienten ist  $-1 \le \rho \le +1$.
Der Wertebereich des Korrelationskoeffizienten ist  $0 < \rho < 1$.

2 Berechnen Sie die Eigenwerte von  $\mathbf{K_y}$  unter der Bedingung  $\sigma = 1$  und  $\rho = 0$.

$\lambda_1 \ = \ $ $\ (\lambda_1 \ge \lambda_2)$
$\lambda_2 \ = \ $ $\ (\lambda_2 \le \lambda_1)$

3 Geben Sie die Eigenwerte von  $\mathbf{K_y}$  unter der Bedingung  $\sigma = 1$  sowie  $0 < \rho < 1$  an.  Welche Werte ergeben sich für  $\rho = 0.5 $,  wobei  $\lambda_1 \ge \lambda_2$  vorausgesetzt wird?

$\lambda_1 \ = \ $ $\ (\lambda_1 \ge \lambda_2)$
$\lambda_2 \ = \ $ $\ (\lambda_2 \le \lambda_1)$

4 Berechnen Sie die zugehörigen Eigenvektoren  $\mathbf{\eta_1}$  und  $\mathbf{\eta_2}$.  Welche der folgenden Aussagen sind zutreffend?

$\mathbf{\eta_1}$   und   $\mathbf{\eta_2}$   liegen in Richtung der Ellipsenhauptachsen.
Die neuen Koordinaten sind um  $45^\circ$  gedreht.
Die Streuungen bezüglich des neuen Systems sind  $\lambda_1$  und  $\lambda_2$.

5 Wie lauten die Kenngrößen der durch  $\mathbf{K_z}$  festgelegten Zufallsgröße  $\mathbf{z}$?

$\sigma_1 = \ $
$\sigma_2 = \ $
$\rho = \ $

6 Berechnen Sie die Eigenwerte  $\lambda_1$  und  $\lambda_2 \le \lambda_1$  der Korrelationsmatrix  $\mathbf{K_z}$.

$\lambda_1 \ = \ $ $\ (\lambda_1 \ge \lambda_2)$
$\lambda_2 \ = \ $ $\ (\lambda_2 \le \lambda_1)$

7 Um welchen Winkel  $\alpha$  ist das neue Koordinatensystem  $(\mathbf{\zeta_1}, \ \mathbf{\zeta_2})$  gegenüber dem ursprünglichen System  $(\mathbf{z_1}, \ \mathbf{z_2})$  gedreht?

$\alpha \ = \ $ $\ \rm Grad$


Musterlösung

(1)  Richtig sind  die Lösungsvorschläge 1 und 2:

  • $\mathbf{K_y}$  ist tatsächlich die allgemeinste Korrelationsmatrix einer 2D-Zufallsgröße mit  $\sigma_1 = \sigma_2 = \sigma$.
  • Der Parameter  $\rho$  gibt den Korrelationskoeffizienten an.  Dieser kann alle Werte zwischen  $\pm 1$  inclusive dieser Randwerte annehmen.


(2)  In diesem Fall lautet die Bestimmungsgleichung:

$${\rm det}\left[ \begin{array}{cc}1- \lambda & 0 \\0 & 1- \lambda\end{array} \right] = 0 \hspace{0.3cm}\Rightarrow \hspace{0.3cm}(1- \lambda)^2 = 0\hspace{0.3cm}\Rightarrow\hspace{0.3cm} \hspace{0.15cm}\underline{\lambda_{1/2} =1}.$$


(3)  Bei positivem  $\rho$  lautet die Bestimmungsgleichung der Eigenwerte:

$$(1- \lambda)^2 -\rho^2 = 0\hspace{0.5cm}\Rightarrow\hspace{0.5cm}\lambda^2 - 2\lambda + 1 - \rho^2 =0\hspace{0.5cm}\Rightarrow\hspace{0.5cm}\lambda_{1/2} =1 \pm \rho.$$
  • Für  $\rho= 0.5$  erhält man  $\underline{\lambda_{1} =1.5}$  und  $\underline{\lambda_{2} =0.5}$.
  • Die Gleichung gilt übrigens im gesamten Definitionsbereich  $-1 \le \rho \le +1$.
  • Für  $\rho = 0$  ist  $\lambda_1 = \lambda_2 = +1$    ⇒   siehe Teilaufgabe  (2).
  • Für  $\rho = \pm 1$  ergibt sich $\lambda_1 = 2$  und  $\lambda_2 = 0$.


(4)  Richtig sind  die Lösungsvorschläge 1 und 2.

Die Eigenvektoren erhält man durch Einsetzen der Eigenwerte  $\lambda_1$  und  $\lambda_2$  in die Korrelationsmatrix:

$$\left[ \begin{array}{cc}1- (1+\rho) & \rho \\\rho & 1- (1+\rho)\end{array} \right]\cdot{\boldsymbol{\eta_1}} = \left[ \begin{array}{cc}-\rho & \rho \\\rho & -\rho\end{array} \right]\cdot \left[ \begin{array}{c}\eta_{11} \\\eta_{12}\end{array} \right]=0$$
$$\Rightarrow\hspace{0.3cm}-\rho \cdot \eta_{11} + \rho \cdot\eta_{12} = 0\hspace{0.3cm}\Rightarrow\hspace{0.3cm}\eta_{11}={\rm const} \cdot\eta_{12}\hspace{0.3cm}\Rightarrow\hspace{0.3cm}{\boldsymbol{\eta_1}}={\rm const}\cdot \left[ \begin{array}{c}1 \\1\end{array} \right];$$
$$\left[ \begin{array}{cc}1- (1-\rho) & \rho \\\rho & 1- (1-\rho)\end{array} \right]\cdot{\boldsymbol{\eta_2}} = \left[ \begin{array}{cc}\rho & \rho \\\rho & \rho\end{array} \right]\cdot \left[ \begin{array}{c}\eta_{21} \\\eta_{22}\end{array} \right]=0$$
$$\Rightarrow\hspace{0.3cm}\rho \cdot \eta_{21} + \rho \cdot\eta_{22} = 0\hspace{0.3cm}\Rightarrow\hspace{0.3cm}\eta_{21}=-{\rm const} \cdot\eta_{22}\hspace{0.3cm}\Rightarrow\hspace{0.3cm}{\boldsymbol{\eta_2}}={\rm const}\cdot \left[ \begin{array}{c}-1 \\1\end{array} \right].$$
Koordinatensystemdrehung

Bringt man diese in die so genannte Orthonormalform, so gilt:

$${\boldsymbol{\eta_1}}= \frac{1}{\sqrt{2}}\cdot \left[\begin{array}{c}1 \\1\end{array} \right],\hspace{0.5cm}{\boldsymbol{\eta_2}}= \frac{1}{\sqrt{2}}\cdot \left[\begin{array}{c}-1 \\1\end{array} \right].$$

In der Skizze ist das Ergebnis verdeutlicht:

  • Das durch  $\mathbf{\eta_1}$  und  $\mathbf{\eta_2}$  festgelegte Koordinatensystem liegt in Richtung der Hauptachsen des ursprünglichen Systems.
  • Mit  $\sigma_1 = \sigma_2$  ergibt sich fast immer  $($Ausnahme:   $\rho= 0)$  der Drehwinkel  $\alpha = 45^\circ$.
  • Dies folgt auch aus der im Theorieteil angegebenen Gleichung:
$$\alpha = {1}/{2}\cdot \arctan (2 \cdot\rho \cdot\frac{\sigma_1\cdot\sigma_2}{\sigma_1^2 -\sigma_2^2})={1}/{2}\cdot \arctan(\infty)\hspace{0.3cm}\Rightarrow\hspace{0.3cm}\alpha = 45^\circ.$$
  • Die Eigenwerte  $\lambda_1$  und  $\lambda_2$  kennzeichnen nicht die Streuungen bezüglich der neuen Achsen,  sondern die Varianzen.


(5)  Durch Vergleich der Matrizen   $\mathbf{K_x}$   und   $\mathbf{K_z}$   erhält man

  • $\sigma_{1}\hspace{0.15cm}\underline{ =2}$,
  • $\sigma_{2}\hspace{0.15cm}\underline{ =1}$,
  • $\rho = 2/(\sigma_{1} \cdot \sigma_{2})\hspace{0.15cm}\underline{ =1}$.


(6)  Nach dem inzwischen altbekannten Schema gilt:

$$(4- \lambda) \cdot (1- \lambda) -4 = 0\hspace{0.3cm}\Rightarrow\hspace{0.3cm}\lambda^2 - 5\lambda =0\hspace{0.3cm}\Rightarrow\hspace{0.3cm}\hspace{0.15cm}\underline{\lambda_{1}=5,\hspace{0.1cm} \lambda_{2} =0}.$$


(7)  Nach der auf dem Angabenblatt vorgegebenen Gleichung gilt:

$$\alpha ={1}/{2}\cdot \arctan (2 \cdot 1 \cdot \frac{2 \cdot1}{2^2 -1^2})= {1}/{2}\cdot \arctan ({4}/{3}) =26.56^\circ.$$
Bestmögliche Dekorrelation

Zum gleichen Ergebnis gelangt man über den Eigenvektor:

$$\left[ \begin{array}{cc}4-5 & 2 \\2 & 1-5\end{array} \right]\cdot \left[ \begin{array}{c}\zeta_{11} \\\zeta_{12}\end{array}\right]=0 \hspace{0.3cm}\Rightarrow\hspace{0.3cm}-\zeta_{11}=2\zeta_{12}=0\hspace{0.3cm}\Rightarrow\hspace{0.3cm}\zeta_{12}={\zeta_{11}}/{2}$$
$$\Rightarrow\hspace{0.3cm}\alpha = \arctan({\zeta_{12}}/{\zeta_{11}}) = \arctan(0.5) \hspace{0.15cm}\underline{= 26.56^\circ}.$$

Die nebenstehende Skizze zeigt die 2D-WDF der Zufallsgröße  $\mathbf{z}$:

  • Wegen  $\rho = 1$  liegen alle Werte auf der Korrelationsgeraden mit den Koordinaten  $z_1$  und  $z_2 = z_1/2$.
  • Durch die Drehung um den Winkel  $\alpha = \arctan(0.5) = 26.56^\circ$  entsteht ein neues Koordinatensystem.
  • Die Varianz entlang der Achse  $\mathbf{\zeta_1}$ beträgt  $\lambda_1 = 5$  $($Streuung  $\sigma_1 = \sqrt{5} = 2.236)$,
  • während in der dazu orthogonalen Richtung  $\mathbf{\zeta_2}$  die Zufallsgröße nicht ausgedehnt ist  $(\lambda_2 = \sigma_2 = 0)$.