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

Aus LNTwww
Wechseln zu:Navigation, Suche
Keine Bearbeitungszusammenfassung
Maintenance script (Diskussion | Beiträge)
Join multi-line formulas for MW 1.43 parser compat
Zeile 20: Zeile 20:
**[[Stochastische_Signaltheorie/Verallgemeinerung_auf_N-dimensionale_Zufallsgrößen#Grundlagen_der_Matrizenrechnung:_Inverse_einer_Matrix|Inverse einer Matrix]].
**[[Stochastische_Signaltheorie/Verallgemeinerung_auf_N-dimensionale_Zufallsgrößen#Grundlagen_der_Matrizenrechnung:_Inverse_einer_Matrix|Inverse einer Matrix]].
* 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:
* 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:
:$$\alpha = {1}/{2}\cdot \arctan (2 \cdot\rho \cdot
:$$\alpha = {1}/{2}\cdot \arctan (2 \cdot\rho \cdot\frac{\sigma_1\cdot\sigma_2}{\sigma_1^2 -\sigma_2^2}).$$  
\frac{\sigma_1\cdot\sigma_2}{\sigma_1^2 -\sigma_2^2}).$$  
*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  $\lambda_2$.  
Zeile 88: Zeile 87:


'''(2)'''  In diesem Fall lautet die Bestimmungsgleichung:
'''(2)'''  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}.$$
1- \lambda & 0 \\
0 & 1- \lambda
\end{array} \right] = 0 \hspace{0.3cm}\Rightarrow \hspace{0.3cm}
(1- \lambda)^2  = 0\hspace{0.3cm}\Rightarrow
\hspace{0.3cm} \hspace{0.15cm}\underline{\lambda_{1/2} =1}.$$






'''(3)'''   Bei positivem  $\rho$  lautet die Bestimmungsgleichung der Eigenwerte:
'''(3)'''   Bei positivem  $\rho$  lautet die Bestimmungsgleichung der Eigenwerte:
:$$(1- \lambda)^2 -\rho^2 = 0\hspace{0.5cm}\Rightarrow
:$$(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.$$
\hspace{0.5cm}\lambda^2 - 2\lambda + 1 - \rho^2 =
0\hspace{0.5cm}\Rightarrow\hspace{0.5cm}\lambda_{1/2} =1 \pm \rho.$$


*Für  $\rho= 0.5$  erhält man  $\underline{\lambda_{1} =1.5}$  und  $\underline{\lambda_{2} =0.5}$.  
*Für  $\rho= 0.5$  erhält man  $\underline{\lambda_{1} =1.5}$  und  $\underline{\lambda_{2} =0.5}$.  
Zeile 112: Zeile 104:


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


[[Datei:P_ID676__Sto_A_4_16_d.png|right|frame|Koordinatensystemdrehung]]
[[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 Skizze ist das Ergebnis verdeutlicht:  
In der Skizze ist das Ergebnis verdeutlicht:  
Zeile 166: Zeile 117:
*Mit  $\sigma_1 = \sigma_2$  ergibt sich fast immer  $($Ausnahme:   $\rho= 0)$  der Drehwinkel  $\alpha = 45^\circ$.  
*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:
*Dies folgt auch aus der im Theorieteil angegebenen Gleichung:
:$$\alpha = {1}/{2}\cdot \arctan (2 \cdot\rho \cdot
:$$\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.$$
\frac{\sigma_1\cdot\sigma_2}{\sigma_1^2 -\sigma_2^2})=
{1}/{2}\cdot \arctan
(\infty)\hspace{0.3cm}\Rightarrow\hspace{0.3cm}\alpha = 45^\circ.$$
*Die Eigenwerte  $\lambda_1$  und  $\lambda_2$  kennzeichnen nicht die Streuungen bezüglich der neuen Achsen,  sondern die  Varianzen.  
*Die Eigenwerte  $\lambda_1$  und  $\lambda_2$  kennzeichnen nicht die Streuungen bezüglich der neuen Achsen,  sondern die  Varianzen.  


Zeile 182: Zeile 130:


'''(6)'''  Nach dem inzwischen altbekannten Schema gilt:
'''(6)'''  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)'''  Nach der auf dem Angabenblatt vorgegebenen Gleichung gilt:
'''(7)'''  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|frame|Bestmögliche Dekorrelation]]
[[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  $\mathbf{z}$:

Version vom 24. Februar 2026, 15:39 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  $(\lambda_2 = \sigma_2 = 0)$.