Aufgaben:Aufgabe 2.3: Summe von Binärzahlen: Unterschied zwischen den Versionen

Aus LNTwww
Wechseln zu:Navigation, Suche
Zeile 67: Zeile 67:
 
===Musterlösung===
 
===Musterlösung===
 
{{ML-Kopf}}
 
{{ML-Kopf}}
'''(1)'''  In jeder Zelle kann eine $0$ oder eine $1$ stehen; deshalb kann die Summe alle ganzzahligen Werte zwischen $0$ und $6$ annehmen:
+
'''(1)'''  In jeder Zelle kann eine  $0$  oder eine  $1$  stehen.  Deshalb kann die Summe alle ganzzahligen Werte zwischen  $0$  und  $6$  annehmen:
 
:$$y_{\nu}\in\{0,1,\ \text{...} \ ,6\}\hspace{0.3cm}\Rightarrow\hspace{0.3cm}
 
:$$y_{\nu}\in\{0,1,\ \text{...} \ ,6\}\hspace{0.3cm}\Rightarrow\hspace{0.3cm}
 
y_{\rm max} \hspace{0.15cm} \underline{= 6}.$$
 
y_{\rm max} \hspace{0.15cm} \underline{= 6}.$$
  
  
'''(2)'''  Es liegt eine Binomialverteilung vor. Daher gilt mit $p = 0.25$:
+
 
 +
'''(2)'''  Es liegt eine Binomialverteilung vor.  Daher gilt mit  $p = 0.25$:
 
:$${\rm Pr}(y =0)=(1-p)^{\it I}=0.75^6=0.178,$$
 
:$${\rm Pr}(y =0)=(1-p)^{\it I}=0.75^6=0.178,$$
 
:$${\rm Pr}(y=1)=\left({ I \atop {1}}\right)\cdot (1-p)^{I-1}\cdot p= \rm 6\cdot 0.75^5\cdot 0.25=0.356,$$
 
:$${\rm Pr}(y=1)=\left({ I \atop {1}}\right)\cdot (1-p)^{I-1}\cdot p= \rm 6\cdot 0.75^5\cdot 0.25=0.356,$$
 
:$${\rm Pr}(y=2)=\left({ I \atop { 2}}\right)\cdot (1-p)^{I-2}\cdot p^{\rm 2}= \rm 15\cdot 0.75^4\cdot 0.25^2=0.297,$$
 
:$${\rm Pr}(y=2)=\left({ I \atop { 2}}\right)\cdot (1-p)^{I-2}\cdot p^{\rm 2}= \rm 15\cdot 0.75^4\cdot 0.25^2=0.297,$$
 
:$$\Rightarrow \hspace{0.3cm}{\rm Pr}(y>2)=1-{\rm Pr}(y=0)-{\rm Pr}( y=1)-{\rm Pr}( y=2)\hspace{0.15cm} \underline{=\rm 0.169}.$$
 
:$$\Rightarrow \hspace{0.3cm}{\rm Pr}(y>2)=1-{\rm Pr}(y=0)-{\rm Pr}( y=1)-{\rm Pr}( y=2)\hspace{0.15cm} \underline{=\rm 0.169}.$$
 +
  
  
 
'''(3)'''  Nach der allgemeinen Gleichung gilt  für den Mittelwert der Binomialverteilung:
 
'''(3)'''  Nach der allgemeinen Gleichung gilt  für den Mittelwert der Binomialverteilung:
 
:$$m_y= I\cdot p\hspace{0.15cm} \underline{=\rm 1.5}.$$
 
:$$m_y= I\cdot p\hspace{0.15cm} \underline{=\rm 1.5}.$$
 +
  
  
 
'''(4)'''  Entsprechend gilt für die Streuung der Binomialverteilung:
 
'''(4)'''  Entsprechend gilt für die Streuung der Binomialverteilung:
 
:$$\sigma_y=\sqrt{ I \cdot p \cdot( 1- p)} \hspace{0.15cm} \underline{= \rm 1.061}.$$
 
:$$\sigma_y=\sqrt{ I \cdot p \cdot( 1- p)} \hspace{0.15cm} \underline{= \rm 1.061}.$$
 +
  
  
 
'''(5)'''&nbsp; Richtig ist der  <u>Lösungsvorschlag 2</u>:
 
'''(5)'''&nbsp; Richtig ist der  <u>Lösungsvorschlag 2</u>:
*Ist $y_\nu = 0$, so k&ouml;nnen zum n&auml;chsten Zeitpunkt nur die Werte $0$ und $1$ folgen, nicht aber $2$, ... , $6$.  
+
*Ist&nbsp; $y_\nu = 0$, so k&ouml;nnen zum n&auml;chsten Zeitpunkt nur die Werte&nbsp; $0$&nbsp; und&nbsp; $1$&nbsp; folgen, nicht aber&nbsp; $2$, ... , $6$.  
*Das hei&szlig;t: &nbsp; Die Folge $ \langle y_\nu \rangle$ weist (starke) statistische Bindungen auf.  
+
*Das hei&szlig;t: &nbsp; Die Folge&nbsp; $ \langle y_\nu \rangle$&nbsp; weist (starke) statistische Bindungen auf.  
 +
 
  
  
Zeile 95: Zeile 100:
 
:$${\rm Pr} (y_{\nu} = \mu\hspace{0.05cm}| \hspace{0.05cm} y_{\nu-{1}} = \mu) = {\rm Pr}(x_{\nu}= x_{\nu-6}). $$
 
:$${\rm Pr} (y_{\nu} = \mu\hspace{0.05cm}| \hspace{0.05cm} y_{\nu-{1}} = \mu) = {\rm Pr}(x_{\nu}= x_{\nu-6}). $$
  
Da die Symbole $x_\nu$ statistisch voneinander unabh&auml;ngig sind, kann hierf&uuml;r auch geschrieben werden:
+
*Da die Symbole&nbsp; $x_\nu$&nbsp; statistisch voneinander unabh&auml;ngig sind, kann hierf&uuml;r auch geschrieben werden:
 
:$${\rm Pr}(x_{\nu} = x_{\nu-6}) = {\rm Pr}\big[(x_{\nu}= 1)\hspace{0.05cm}\cap\hspace{0.05cm}(x_{\nu-6}= 1)\hspace{0.05cm}\cup \hspace{0.05cm}(x_\nu=0)\hspace{0.05cm}\cap\hspace{0.05cm}(x_{\nu-6} =0)\big]= p^{2}+(1- p)^{2}=\rm 0.25^2 + 0.75^2\hspace{0.15cm} \underline{ = 0.625}. $$
 
:$${\rm Pr}(x_{\nu} = x_{\nu-6}) = {\rm Pr}\big[(x_{\nu}= 1)\hspace{0.05cm}\cap\hspace{0.05cm}(x_{\nu-6}= 1)\hspace{0.05cm}\cup \hspace{0.05cm}(x_\nu=0)\hspace{0.05cm}\cap\hspace{0.05cm}(x_{\nu-6} =0)\big]= p^{2}+(1- p)^{2}=\rm 0.25^2 + 0.75^2\hspace{0.15cm} \underline{ = 0.625}. $$
  

Version vom 13. November 2019, 14:03 Uhr

Betrachteter Zufallsgenerator

Ein Zufallsgenerator gibt zu jedem Taktzeitpunkt  $(\nu)$  eine binäre Zufallszahl  $x_\nu$  ab,  die  $0$  oder  $1$  sein kann.

  • Der Wert „1” tritt mit Wahrscheinlichkeit  $p = 0.25$  auf.
  • Die einzelnen Werte  $x_\nu$  seien statistisch voneinander unabhängig.


Die Binärzahlen werden in ein Schieberegister mit  $I = 6$  Speicherzellen abgelegt.

Zu jedem Taktzeitpunkt wird der Inhalt dieses Schieberegisters um eine Stelle nach rechts verschoben und jeweils die algebraische Summe  $y_\nu$  der Schieberegisterinhalte gebildet:

$$y_{\nu}=\sum\limits_{i=0}^{5}x_{\nu-i}=x_{\nu}+x_{\nu-1}+\ \text{...} \ +x_{\nu-5}.$$




Hinweise:



Fragebogen

1

Welche Werte kann die Summe  $y$  annehmen?  Was ist der größtmögliche Wert?

$y_\max \ = \ $

2

Berechnen Sie die Wahrscheinlichkeit, dass  $y$  größer als  $2$  ist.

${\rm Pr}(y > 2) \ = \ $

3

Wie groß ist der Mittelwert der Zufallsgröße  $y$ ?

$m_y \ =$

4

Ermitteln Sie die Streuung der Zufallsgröße  $y$.

$\sigma_y \ = \ $

5

Sind die Zufallszahlen  $y_\nu$  statistisch unabhängig?  Begründen Sie Ihr Ergebnis.

Die Zufallszahlen sind statistisch unabhängig.
Die Zufallszahlen sind statistisch abhängig.

6

Wie groß ist die bedingte Wahrscheinlichkeit, dass  $y_\nu$  wieder gleich  $\mu$  ist, wenn vorher  $y_{\nu-1} = \mu$  aufgetreten ist?  $(\mu = 0, \ 1, \ \text{...} \ , \ I)$.

${\rm Pr}(y_\nu = \mu \hspace{0.05cm} | \hspace{0.05cm} y_{\nu-1} = \mu ) \ = \ $


Musterlösung

(1)  In jeder Zelle kann eine  $0$  oder eine  $1$  stehen.  Deshalb kann die Summe alle ganzzahligen Werte zwischen  $0$  und  $6$  annehmen:

$$y_{\nu}\in\{0,1,\ \text{...} \ ,6\}\hspace{0.3cm}\Rightarrow\hspace{0.3cm} y_{\rm max} \hspace{0.15cm} \underline{= 6}.$$


(2)  Es liegt eine Binomialverteilung vor.  Daher gilt mit  $p = 0.25$:

$${\rm Pr}(y =0)=(1-p)^{\it I}=0.75^6=0.178,$$
$${\rm Pr}(y=1)=\left({ I \atop {1}}\right)\cdot (1-p)^{I-1}\cdot p= \rm 6\cdot 0.75^5\cdot 0.25=0.356,$$
$${\rm Pr}(y=2)=\left({ I \atop { 2}}\right)\cdot (1-p)^{I-2}\cdot p^{\rm 2}= \rm 15\cdot 0.75^4\cdot 0.25^2=0.297,$$
$$\Rightarrow \hspace{0.3cm}{\rm Pr}(y>2)=1-{\rm Pr}(y=0)-{\rm Pr}( y=1)-{\rm Pr}( y=2)\hspace{0.15cm} \underline{=\rm 0.169}.$$


(3)  Nach der allgemeinen Gleichung gilt für den Mittelwert der Binomialverteilung:

$$m_y= I\cdot p\hspace{0.15cm} \underline{=\rm 1.5}.$$


(4)  Entsprechend gilt für die Streuung der Binomialverteilung:

$$\sigma_y=\sqrt{ I \cdot p \cdot( 1- p)} \hspace{0.15cm} \underline{= \rm 1.061}.$$


(5)  Richtig ist der Lösungsvorschlag 2:

  • Ist  $y_\nu = 0$, so können zum nächsten Zeitpunkt nur die Werte  $0$  und  $1$  folgen, nicht aber  $2$, ... , $6$.
  • Das heißt:   Die Folge  $ \langle y_\nu \rangle$  weist (starke) statistische Bindungen auf.


(6)  Die gesuchte Wahrscheinlichkeit ist identisch mit der Wahrscheinlichkeit dafür, dass das neue Binärsymbol gleich dem aus dem Schieberegister herausgefallenen Symbol ist. Daraus folgt:

$${\rm Pr} (y_{\nu} = \mu\hspace{0.05cm}| \hspace{0.05cm} y_{\nu-{1}} = \mu) = {\rm Pr}(x_{\nu}= x_{\nu-6}). $$
  • Da die Symbole  $x_\nu$  statistisch voneinander unabhängig sind, kann hierfür auch geschrieben werden:
$${\rm Pr}(x_{\nu} = x_{\nu-6}) = {\rm Pr}\big[(x_{\nu}= 1)\hspace{0.05cm}\cap\hspace{0.05cm}(x_{\nu-6}= 1)\hspace{0.05cm}\cup \hspace{0.05cm}(x_\nu=0)\hspace{0.05cm}\cap\hspace{0.05cm}(x_{\nu-6} =0)\big]= p^{2}+(1- p)^{2}=\rm 0.25^2 + 0.75^2\hspace{0.15cm} \underline{ = 0.625}. $$