Aufgabe 3.3: Momente bei cos²-WDF

Aus LNTwww
Wechseln zu:Navigation, Suche

Cosinus–Quadrat–WDF
und eine ähnliche WDF

Wie in  Aufgabe 3.1  und  Aufgabe 3.2  betrachten wir die auf den Wertebereich von  $-2$  bis  $+2$  beschränkte Zufallsgröße  $x$  mit folgender WDF in diesem Abschnitt:

$$f_x(x)= {1}/{2}\cdot \cos^2({\pi}/{4}\cdot { x}).$$

Daneben betrachten wir eine zweite Zufallsgröße  $y$,  die nur Werte zwischen  $0$  und  $2$  mit folgender WDF liefert:

$$f_y(y)=\sin^2({\pi}/{2}\cdot y).$$
  • Beide Dichtefunktionen sind in der Grafik dargestellt.
  • Außerhalb der Bereiche  $-2 < x < +2$  bzw.  $0 < x < +2$  gilt jeweils  $f_x(x) = 0$  bzw.  $f_y(y) = 0$.
  • Beide Zufallsgrößen können als (normierte) Momentanwerte der zugehörigen Zufallssignale  $x(t)$  bzw.  $y(t)$  aufgefasst werden.





Hinweise:

  • Für die Lösung dieser Aufgabe können Sie das folgende unbestimmte Integral benutzen:
$$\int x^{2}\cdot {\cos}(ax)\,{\rm d}x=\frac{2 x}{ a^{ 2}}\cdot \cos(ax)+ \left [\frac{x^{\rm 2}}{\it a} - \frac{\rm 2}{\it a^{\rm 3}} \right ]\cdot \rm sin(\it ax \rm ) .$$


Fragebogen

1

Welche der folgenden Aussagen treffen bei jeder beliebigen WDF  $f_x(x)$  zu?
Verwendet sind folgende Größen:   linearer Mittelwert  $m_1$,  quadratischer Mittelwert  $m_2$,  Varianz  $\sigma^2$.

$m_2 = 0$,   falls   $m_1 \ne 0$.
$m_2 = 0$,   falls   $m_1 = 0$.
$m_1 = 0$,   falls   $m_2 = 0$.
$m_2 > \sigma^2$,   falls   $m_1 \ne 0$.
$m_1 = 0$,   falls   $f_x(-x) = f_x(x)$.
$f_x(-x) = f_x(x)$,   falls   $m_1 = 0$.

2

Wie groß ist der Gleichanteil  (lineare Mittelwert)  des Signals  $x(t)$?

$m_x \ = \ $

3

Wie groß ist der Effektivwert des Signals  $x(t)$?

$\sigma_x \ = \ $

4

Die Zufallsgröße  $y$  lässt sich aus  $x$  ableiten.  Welche Zuordnung gilt?

$y = 1+x/2.$
$y = 2x.$
$y = x/2-1.$

5

Wie groß ist der Gleichanteil des Signals  $y(t)$?

$m_y\ = \ $

6

Wie groß ist der Effektivwert des Signals  $y(t)$?

$\sigma_y\ = \ $


Musterlösung

(1)  Unter allen Umständen richtig sind die Aussagen 3, 4 und 5:

  • Die erste Aussage ist nie erfüllt, wie aus dem  Satz von Steiner  ersichtlich ist.
  • Die zweite Aussage gilt nur im (trivialen) Sonderfall  $x = 0$.


Es gibt aber auch mittelwertfreie Zufallsgrößen mit unsymmetrischer WDF.

  • Das bedeutet:  Die Aussage 6 trifft nicht immer zu.


(2)  Aufgrund der WDF-Symmetrie bezüglich  $x = 0$  ergibt sich für den linearen Mittelwert  $m_x \hspace{0.15cm}\underline{= 0}$.


(3)  Der Effektivwert des Signals  $x(t)$  ist gleich der Streuung  $\sigma_x$  bzw. gleich der Wurzel aus der Varianz  $\sigma_x^2$.

  • Da die Zufallsgröße  $x$  den Mittelwert  $m_x {= 0}$  aufweist, ist die Varianz nach dem Satz von Steiner gleich dem quadratischen Mittelwert.
  • Dieser wird in Zusammenhang mit Signalen auch als die Leistung  $($bezogen auf  $1 \ \rm \Omega)$  bezeichnet. Somit gilt:
$$\sigma_x^{\rm 2}=\int_{-\infty}^{+\infty}x^{\rm 2}\cdot f_x(x)\hspace{0.1cm}{\rm d}x=2 \cdot \int_{\rm 0}^{\rm 2} x^2/2 \cdot \cos^2({\pi}/4\cdot\it x)\hspace{0.1cm} {\rm d}x.$$
  • Mit der Beziehung  $\cos^2(\alpha) = 0.5 \cdot \big[1 + \cos(2\alpha)\big]$  folgt daraus:
$$\sigma_x^2=\int_{\rm 0}^{\rm 2}{x^{\rm 2}}/{\rm 2} \hspace{0.1cm}{\rm d}x + \int_{\rm 0}^{\rm 2}{x^{\rm 2}}/{2}\cdot \cos({\pi}/{\rm 2}\cdot\it x) \hspace{0.1cm} {\rm d}x.$$
  • Diese beiden Standardintegrale findet man in Tabellen. Man erhält mit  $a = \pi/2$:
$$\sigma_x^{\rm 2}=\left[\frac{x^{\rm 3}}{\rm 6} + \frac{x}{a^2}\cdot {\cos}(a x) + \left( \frac{x^{\rm2}}{{\rm2}a} - \frac{1}{a^3} \right) \cdot \sin(a \cdot x)\right]_{x=0}^{x=2} \hspace{0.5cm} \Rightarrow \hspace{0.5cm} \sigma_{x}^{\rm 2}=\frac{\rm 4}{\rm 3}-\frac{\rm 8}{\rm \pi^2}\approx 0.524\hspace{0.5cm} \Rightarrow \hspace{0.5cm}\sigma_x \hspace{0.15cm}\underline{\approx 0.722}.$$


(4)  Richtig ist der erstgenannte Vorschlag:

  • Die Variante  $y = 2x$  würde eine zwischen  $-4$  und  $+4$  verteilte Zufallsgröße liefern.
  • Beim letzten Vorschlag  $y = x/2-1$  wäre der Mittelwert  $m_y = -1$.


(5)  Aus der Grafik auf dem Angabenblatt ist bereits offensichtlich, dass  $m_y \hspace{0.15cm}\underline{=+1}$  gelten muss.


(6)  Der Mittelwert ändert nichts an der Varianz und an der Streuung.

  • Durch die Stauchung um den Faktor  $2$  wird die Streuung gegenüber Teilaufgabe  (3)  ebenfalls um diesen Faktor kleiner:
$$\sigma_y=\sigma_x/\rm 2\hspace{0.15cm}\underline{\approx 0.361}.$$